FFT spektrumu nasıl okunur: çözünürlük, pencere, tepe noktaları
Bir titreşim kaydından FFT spektrumu çıkarırken frekans çözünürlüğünü hesaplayın, pencere seçimini gerekçelendirin ve tepe noktalarını teşhis değil, ipucu olarak yorumlayın.
FFT (hızlı Fourier dönüşümü), zaman içinde kaydedilmiş bir titreşim sinyalini frekans bileşenlerine ayıran bir hesaplama yöntemidir. Sonuç bir spektrumdur ve her frekansta ne kadar genlik bulunduğunu gösterir. Makinede dönüş frekansına, dişli frekansına ya da kusur frekansına denk gelen tepeleri bu sayede tek tek görebilirsiniz.
Bir ivmeölçer, makinenin titreşimini saniyede binlerce kez örnekleyerek kaydeder. Zaman alanında bu kayıt, genliğin zamanla değişimini gösteren karmaşık bir eğridir. Eğrinin içinde birkaç sinüs bileşeni toplanmış olabilir ve bunları yalnızca eğriye bakarak ayırmak zordur.
Frekans alanında aynı kayıt, her frekansın ayrı bir çubuk olarak göründüğü bir grafiğe dönüşür. FFT, N adet örneği alıp bu dönüşümü hızlı bir algoritmayla hesaplar. Gerçek bir sinyalde kullanılabilir sonuç yaklaşık N/2 frekans kutusudur; her kutu dar bir frekans aralığını temsil eder.
Kutu genişliği kayıt süresine bağlıdır. Kayıt uzadıkça kutular daralır ve yakın iki bileşeni ayırmak kolaylaşır. FFT, hangi frekansların bulunduğunu söyler; bu bileşenin neden var olduğunu söylemez.
Hipotetik bir pompa düşünün. İvmeölçer fs = 1 024 Hz örnekleme hızıyla 4 saniyelik bir kayıt alıyor. Örnek sayısı N = 1 024 × 4 = 4 096.
Aynı pompayı 1 saniyelik kayıtla ölçersek Δf = 1 Hz olur. Bu durumda 30 Hz ile 30,5 Hz'lik iki bileşen yarım kutu farkla tek bir geniş tepe gibi görünebilir.
Okuma hatalarının çoğu üç noktada toplanır:
Fourier dönüşümü sürekli bir sinyal için matematiksel tanımdır. Ayrık Fourier dönüşümü (DFT) aynı işi sonlu sayıda örnek için yapar. FFT ise DFT'yi hesaplamanın hızlı bir yoludur; sonuç aynıdır, işlem süresi çok daha kısadır.
Genellikle değil. Kısa bir kayıt makinenin yalnızca tek bir anını gösterir. Yükü ya da hızı değişen bir makinede birkaç kayıt alıp aynı koşullarda karşılaştırmak daha güvenilirdir.
Örnek sayılar varsayımsaldır; sahada doğrulanmış sonuç iddiası değildir.