در تجزیه و آنالیز ارتعاشات مهم است که بدانیم آیا داده های ارتعاشی که به آنها نگاه می کنید واقعا “داده های خوب” هستند یا خیر. در بخش زیر مروری بر علل و علائم داده های ناخواسته و همچنین نکاتی برای بهبود کلی کیفیت داده ها در آینده است.
دلایل داده های بد
اتصال الکتریکی ضعیف یکی از دلایل رایج داده های بد است. ممکن است فکر کنید که شتابسنجهای بیسیم این مشکل را برطرف کردهاند – حقیقت این است که آنها این مشکل را برطرف نکردهاند. علامت این نوع داده های بد در مقدار کلی، طیف FFT و شکل موج زمانی است. آنچه احتمالاً خواهید دید، تغییر قابل توجهی در مقدار کلی ناشی از شیب اسکی است که در محدوده فرکانس پایین در طیف FFT مشاهده خواهید کرد.
این “پیست اسکی” در طیف FFT زمانی که “داده های بد” را مرور می کنید بسیار معمولی است. شکل موج زمان نیز داده های بدی را نشان می دهد، زیرا الگوی آن را ندارد و با دامنه های بسیار زیاد یا کم نامنظم به نظر می رسد.
طیف در طول جمع آوری داده ها
همیشه ایده خوبی است که Data Collector خود را راهاندازی کنید تا هنگام جمعآوری دادهها، طیفها را مشاهده کند تا این عیب و سایر خطاهایی را که ممکن است در حین جمعآوری دادهها شناسایی کنید، مشاهده کنید. ایجاد این تغییر ساده است:
با زیر نظر گرفتن طیف در طول جمعآوری دادهها، به احتمال زیاد متوجه ناهنجاریهایی میشوید، مانند آنچه که در اثر اتصال ضعیف یا خطای مشابه در مبدل ایجاد میشود.
اگر مشاهده کردید که یک طیف مشکوک یا یک مقدار کلی ارتعاش به طور قابل توجهی از دامنه تاریخی یا مورد انتظار آن منحرف شده است، دوباره خواندن را انجام دهید. همه خطاهای ارتعاشی قابل شناسایی قابل تکرار هستند و بدون در نظر گرفتن اینکه چند بار خواندن را تکرار می کنید، خود را نشان می دهند، در حالی که داده های بد ناشی از یک اتصال معیوب معمولا کمتر قابل تکرار هستند. اگر این کار را انجام می دهید و دامنه ارزش کلی شما به طور قابل توجهی بین قرائت های مختلف تغییر می کند، احتمالاً با این مشکل مواجه شده اید.
سایر منابع داده های بد
یکی دیگر از منابع داده های بد، داده هایی است که به درستی شناسایی نشده اند. این اغلب به دلیل از دست دادن یک نقطه و ادامه جمعآوری دادهها، قرار گرفتن در دستگاه اشتباه به طور کامل، یا قرار گرفتن شتابسنج در جهتی متفاوت از آنچه در مسیر فهرست شده است، ایجاد میشود.
Data Collector کار خوبی برای حذف این نوع خطا انجام می دهد و به کاربر اجازه می دهد عکس هایی از موقعیت نقطه و خود ماشین را اضافه کند. فقط به یاد داشته باشید که این تصاویر را در تنظیمات دستگاه خود بگنجانید و در حین به دست آوردن داده ها در این زمینه از آنها استفاده کنید.
راه اندازی و کسب مکان
در نهایت، به طور مختصر در مورد مکانهای تنظیم و اکتساب داده بحث خواهیم کرد. اینها باید در هر بحثی در مورد داده های بد گنجانده شوند زیرا داده هایی که دریافت می کنید بدیهی نیست و می تواند بیشتر از یک اتصال ضعیف گمراه کننده باشد.
خطاهای راهاندازی دادهها که باعث دادههای بد میشوند معمولاً مسائلی هستند که در آن FFT یا مقدار کلی به پهنای باند کافی برای تشخیص خطا جمعآوری نمیشود. اگر میخواهید شبکه چرخ دنده را با پهنای باند کلی 60k شناسایی کنید، احتمالاً آن را نخواهید دید. ارائه آن نقطه داده بی فایده است با این فرض که هدف از راه اندازی حذف آن متغیر نبوده است.
مکان های جمع آوری داده ها را می توان به عنوان داده های بد در نظر گرفت. اگر خیلی از یاتاقان فاصله دارید و نمیتوانید دادههای با فرکانس بالا معنیداری دریافت کنید، نمیتوانید خطای یاتاقان یا مشکل روغنکاری کم را تشخیص دهید. اگر واقعاً دور باشید، کاملاً غافلگیر خواهید شد و مسائل مربوط به ماشین آلات کاملاً نامشخص خواهند بود و در عین حال به همه علاقهمندان به نتایج دادههای ارتعاش احساس اطمینان کاذب ارائه میدهند.
جهت کسب اطلاعات بیشتر از سایر خدمات شرکت مهندسی آکوپایش از جمله الاینمنت لیزری، بالانس فن، بالانس توربین، ترموگرافی و … با شماره تماس 09353242370 تماس بگیرید.