KERTALUKUANALYYSI KAIVOSKONEEN MELUKARTOITUKSESSA 1 JOHDANTO 2 MITTAUKSET. Velipekka Mellin

Samankaltaiset tiedostot
Tässä paperissa käsitellään maanalaiseen kaivostoimintaan tarkoitetun LHD-koneen hyttimelua.

SIGNAALITEORIAN KERTAUSTA 1

Tietoliikennesignaalit & spektri

Tiedonkeruu ja analysointi

Spektri- ja signaalianalysaattorit

Kuva 1. Henkilöauton moottoriäänen taajuuspainottamaton spektri.

Sisältö. Työn lähtökohta ja tavoitteet Lyhyt kertaus prosessista Käytetyt menetelmät Työn kulku Tulokset Ongelmat ja jatkokehitys

Laskuharjoitus 4 ( ): Tehtävien vastauksia

Projektisuunnitelma ja johdanto AS Automaatio- ja systeemitekniikan projektityöt Paula Sirén

Tiedonkeruu ja analysointi

5$32577, 1 (8) Kokeen aikana vaihteisto sijaitsi tasalämpöisessä hallissa.

Tiistai klo Jari Eerola

Virheen kasautumislaki

Oikosulkumoottorikäyttö

Laskuharjoitus 2 ( ): Tehtävien vastauksia

TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen

Koesuunnitelma. ViDRoM Virtual Design of Rotating Machines. Raine Viitala

1 Vastaa seuraaviin. b) Taajuusvasteen

FYSIIKAN LABORATORIOTYÖT 2 HILA JA PRISMA

SEISOVA AALTOLIIKE 1. TEORIAA

DSP:n kertausta. 1 Spektri, DFT, DTFT ja aika-taajuusresoluutio

DC-moottorin pyörimisnopeuden mittaaminen back-emf-menetelmällä

SWEPT SINE MITTAUSTEKNIIKKA (NOR121 ANALYSAATTORILLA)

Organization of (Simultaneous) Spectral Components

5 Akustiikan peruskäsitteitä


Signaalien datamuunnokset. Digitaalitekniikan edut

Signaalien datamuunnokset

Åbo Akademi klo Mietta Lennes Nykykielten laitos Helsingin yliopisto

= vaimenevan värähdysliikkeen taajuus)

RYHMÄKERROIN ÄÄNILÄHDERYHMÄN SUUNTAAVUUDEN

Kuulohavainnon perusteet

Säätötekniikan ja signaalinkäsittelyn työkurssi

SIIRTOMATRIISIN JA ÄÄNENERISTÄVYYDEN MITTAUS 1 JOHDANTO. Heikki Isomoisio 1, Jukka Tanttari 1, Esa Nousiainen 2, Ville Veijanen 2

JÄTEHUOLLON ERIKOISTYÖ

Samurai helppokäyttöinen ohjelma melun ja värähtelyjen mittauksiin

Kohina. Havaittujen fotonien statistinen virhe on kääntäen verrannollinen havaittujen fotonien lukumäärän N neliö juureen ( T 1/ N)

FYS206/5 Vaihtovirtakomponentit

havainnollistaa Dopplerin ilmiötä ja interferenssin aiheuttamaa huojuntailmiötä

Mittalaitetekniikka. NYMTES13 Vaihtosähköpiirit Jussi Hurri syksy 2014

AS Automaatio- ja systeemitekniikan projektityöt S09-18 Langaton anturijärjestelmä rakenteiden kunnonvalvontaan

EPMAn tarjoamat analyysimahdollisuudet

Matlab-tietokoneharjoitus

RVS-TECNOLOGYN KOKEILU HAMMASVAIHTEESSA

Taajuusmittauskilpailu Hertsien herruus Mittausraportti

Digitaalinen signaalinkäsittely Kuvankäsittely

Radioamatöörikurssi 2014

Numeeriset menetelmät

Luento 14: Periodinen liike, osa 2. Vaimennettu värähtely Pakkovärähtely Resonanssi F t F r

JOHDATUS TEKOÄLYYN TEEMU ROOS

FYSP105/2 VAIHTOVIRTAKOMPONENTIT. 1 Johdanto. 2 Teoreettista taustaa

Radioamatöörikurssi 2015

Väliraportti: Vesipistekohtainen veden kulutuksen seuranta, syksy Mikko Kyllönen Matti Marttinen Vili Tuomisaari

JOHDATUS TEKOÄLYYN TEEMU ROOS

SGN-4200 Digitaalinen Audio Harjoitustyö-info

SGN-4200 Digitaalinen audio

Digitaalinen audio

Dynamiikan hallinta Lähde: Zölzer. Digital audio signal processing. Wiley & Sons, Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons, 2002.

Kanavamittaus moderneja laajakaistaisia HFjärjestelmiä

JOHDATUS TEKOÄLYYN TEEMU ROOS

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

JOHDATUS TEKOÄLYYN TEEMU ROOS

LABORATORIOTYÖ 3 VAIHELUKITTU VAHVISTIN

JOHDATUS TEKOÄLYYN TEEMU ROOS

Radioamatöörikurssi 2013

d sinα Fysiikan laboratoriotyöohje Tietotekniikan koulutusohjelma OAMK Tekniikan yksikkö TYÖ 8: SPEKTROMETRITYÖ I Optinen hila

LOPPURAPORTTI Lämpötilahälytin Hans Baumgartner xxxxxxx nimi nimi

Signaalien generointi

TUULIVOIMALOIDEN MELUVAIKUTUKSET

(5)+liitteet

Nimi: Muiden ryhmäläisten nimet:

JOHDATUS TEKOÄLYYN TEEMU ROOS

Puheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

TUULIVOIMAMELUN MITTAUS- JA MALLINNUSTULOSTEN

Infrapunaspektroskopia

T DSP: GSM codec

RATKAISUT: 22. Vaihtovirtapiiri ja resonanssi

Signaalit ja järjestelmät aika- ja taajuusalueissa

Identifiointiprosessi

TUULIVOIMALAMELU MITTAUS JA MALLINNUS VELI-MATTI YLI-KÄTKÄ

FYSP105/2 VAIHTOVIRTAKOMPONENTIT. 1 Johdanto

Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa. Pentti Romppainen

Luento 11: Periodinen liike

ÄÄNTÄ VAHVISTAVAT OLOSUHDETEKIJÄT. Erkki Björk. Kuopion yliopisto PL 1627, Kuopion 1 JOHDANTO

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla

Teknillinen korkeakoulu, Akustiikan ja äänenkäsittelytekniikan laboratorio PL 3000, TKK, Espoo

ÄÄNISYNTEESI TYÖKONESIMULAATTOREISSA

Sinin muotoinen signaali

Elektroniikan perusteet, Radioamatööritutkintokoulutus

THE audio feature: MFCC. Mel Frequency Cepstral Coefficients

Laboratorioraportti 3

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Värähtelymittaus Tämän harjoituksen jälkeen:

AKTIIVISEN ÄÄNENHALLINNAN PSYKOAKUSTINEN ARVIOINTI

1 Olkoon suodattimen vaatimusmäärittely seuraava:

Alla olevassa kuvassa on millisekunnin verran äänitaajuisen signaalin aaltomuotoa. Pystyakselilla on jännite voltteina.

Korkean resoluution ja suuren kuva-alueen SAR

Luento 2. Jaksolliset signaalit

Havaitsevan tähtitieteen peruskurssi I. Spektroskopia. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos

Transkriptio:

Velipekka Sandvik Mining and Construction Oy PL 434, 20101 TURKU velipekka.mellin@sandvik.com 1 JOHDANTO Kertalukuanalyysi (engl. order analysis) on pyörivään komponenttiin verrannollisen vasteen amplitudin tai vaiheen estimointia. Kertalukuanalyysiä käytetään esimerkiksi moottoreiden tai voimansiirron melun tai värähtelyn analysointiin tai kunnonvalvontaan. Jaksollinen heräte, kuten pyörivän komponentin aiheuttama, tuottaa sinimuotoisia vasteita joiden taajuudet ovat pyörimistaajuuden monikertoja. Vasteisiin vaikuttaa herätteen lisäksi siirtotie, jolla mekaanisten systeemien tapauksessa on taajuudesta riippuvia ominaisuuksia. Siksi vasteiden amplitudi ja vaihe tyypillisesti muuttuu herätetaajuuden (kierrosluvun) muuttuessa. Taajuudet voivat pyörimistaajuuden kokonaislukumonikertoja, mutta myös murtolukumonikerrat ovat mahdollisia esimerkiksi moottorin, hihnavetojen tai vaihteistojen tapauksissa. Toisinaan systeemin analyysiin tarvitaan useita referenssitaajuuksia, kuten momenttimuuntimien tai portaattoman automaattivaihteiston (CVT) tapauksessa. Yleisesti kertalukuanalyysimenetelmät perustuvat Fourier-muunnokseen, adaptiiviseen suodatukseen tai näytteenoton muutokseen [1]. Tässä paperissa tarkastellaan kolmea menetelmää: Tasaväliseen ja synkronoituun näytteenottoon perustuvaa FFTmenetelmää sekä Vold-Kalman-suodatusta. 2 MITTAUKSET Tässä paperissa käsitellyissä mittauksissa LH514 lastauskonetta käytettiin kuormittamattomana paikoillaan. Moottorin kierroksia nostettiin melko hitaasti tyhjäkäynniltä täysille kierroksille (700 2100 rpm). Moottorin jäähdytyspuhallin oli säädetty toimimaan suurimmalla kierrosluvullaan, joka kuitenkin riippuu hydraulipumpun tuotosta ja siten moottorin kierrosluvusta asti. Hydrauliikan jäähdytykseen käytettävä puhallin toimi oman säätönsä mukaisesti. Mittauksissa tallennettiin samanaikaisesti äänenpaine ohjaamossa kuljettajan pään lähellä sekä moottorin, moottorin jäähdytyspuhaltimen ja hydrauliikan jäähdytyspuhaltimen kierroslukuihin verrannolliset signaalit. Moottorin kierrosluku tallentui optisen takometrin signaalista laskettuna kierroslukuna (rpm), mutta jäähdytyspuhaltimien kierrosluku tallentui käsittelemättömänä pulssijonona (1 pulssi/kierros). Pulssijonosignaalit käsiteltiin etsimällä signaaleista liipaisutason alituskohdat. Kertalukuanalyysissä kierroslukusignaalin hyvä laatu on tärkeää. Siksi mittaus on syytä tehdä huolella, mutta huolellinenkaan mittaus ei yleensä kuitenkaan poista signaalinkäsittelyn tarvetta. Tarkan alituskohdan määrittämiseksi pulssijonosignaali uudelleensämplättiin 16-kertaisella nopeudella ennen analyysiä. Alituskohtien perusteella luotiin kierroslu- 1

Kuva 1. Tallennettu äänenpainesignaali (oik. ylh.) sekä käsittelyn tuloksina saadut kierroslukusignaalit. kusignaalit jotka vielä suodatettiin 2. asteen Savitzky-Golay-suotimella tasaisemman kierroslukusignaalin saamiseksi. Mitattu äänenpainesignaali ja käsitellyt kierroslukusignaalit on esitetty kuvassa 1. 3 ANALYYSI 3.1 FFT-analyysi tasavälisellä näytteenotolla Kertalukuanalyysi FFT-menetelmällä perustuu signaalin jakamiseen osiin, joille jokaiselle erikseen tehdään FFT-analyysi. Äänenpainesignaalista otettiin näyte ajanhetkillä jotka vastasivat moottorin kierrosluvun nostoa 10 rpm:n välein. Näytteet analysoitiin FFT-analyysillä ja saadut spektrit esitettiin spektrogrammina moottorin kierrosluvun ja taajuuden funktiona (kuva 2). Kuvassa 2 nähtävät suorat viivat ilmaisevat moottorin pyörimiseen verrannollisia ääniä, kuten kuvaan merkitty moottorin palotaajuus eli 3. kertaluku. Kuvassa nähdään myös viivoja jotka ovat suoria joillain kierroslukualueilla, mutta muuttavat suuntaa joillain toisilla moottorin kierroksilla. Nämä viivat kuvaavat ääneksiä joiden taajuus on verrannollinen johonkin toiseen pyörivään komponenttiin. Kuvaan on esimerkkinä merkitty hydrauliikkapuhaltimen 13. kertaluku jonka taajuus vakiintuu hydrauliikan jäähdytyspuhaltimen saavuttaessa maksiminopeutensa moottorin kierrosluvulla 1500 rpm. Ääneksen alkuperä ei liity itse puhaltimeen vaan todennäköisesti saa alkunsa samassa hydrauliikkapiirissä olevasta kuristimesta. Kuvassa 2 nähdään myös eräitä vaaleampia laajoja alueita tietyillä taajuuksilla (esimerkiksi taajuuksilla 300 400 Hz ja 600 Hz). Nämä alueet merkitsevät siirtotien vahvistavaa vaikutusta esimerkiksi resonanssien johdosta. Spektrogrammista saadaan hyvä yleiskuva systeemistä, mutta yksityiskohtaisempaa analyysiä varten tarvitaan valittujen kertalukujen amplitudin analysointia kierrosluvun funktiona. Tämä voidaan tasavälisen näytteenoton tapauksessa tehdä poimimalla spektreistä kertaluvun taajuutta vastaava spektriviiva ja spektriä vastaava kierrosluku. 2

Kuva 2. A-painotetun signaalin spektrogrammi. FFT-analyysissä kertaluvun spektri on usein levinnyt usealle spektriviivalle joko siitä syystä että kertaluku ei osu juuri spektriviivan kohdalle tai koska kertaluvun taajuus muuttuu kierrosluvun muuttuessa näytteen aikana. Taajuusresoluution tarkentamisella lisätään todennäköisyyttä että kertaluku osuu spektriviivalle, mutta sen edellyttämä aikanäytteen pidentäminen voi lisätä taajuuden muutosta näytteen aikana. Siksi mittauksissa on syytä välttää nopeita kierrosluvun muutoksia. Myös amplitudin nopeat muutokset esimerkiksi resonanssien kohdalla saattavat jäädä huomioimatta näytteen pituuden vuoksi. Spektriviivojen leviämisen vuoksi analyysissä on syytä laskea usean eri spektriviivan energia yhteen. 3.2 FFT-analyysi synkronoitua näytteenottoa käyttäen Kertaluvun leviäminen usealle spektriviivalle voidaan välttää ottamalla näytteet signaalista tahdistettuna pyörivän komponentin vaiheeseen (kuva 3). Käytännössä signaalit yleensä tallennetaan tasavälein otetuilla näytteillä, mutta synkronoitu näytteenotto voidaan tehdä jälkikäsittelynä. Tällaisen signaalin FFT-analyysi johtaa taajuusspektrin sijasta kertalukuspektriin, jossa kertaluvut osuvat aina spektriviivalle kierrosluvusta riippumatta. Näin vältytään spektriviivojen leviämiseltä. Näytteen pituudella on toki edelleen vaikutus kertalukuanalyysin amplitudiresoluutioon: jos kertaluvun amplitudi vaihtelee aikanäytteen aikana, saadaan tulokseksi keskimääräinen amplitudi. Muutoinkin synkronoidulla näytteenotolla tallennetun signaalin FFT-analyysissä pätevät samat lainalaisuudet kuin tasavälisenkin signaalin analyysissä: tarkempi kertalukuresoluutio edellyttää pidempää näyteaikaa. Synkronoituun näytteenottoon perustuva analyysi on tarkempi amplitudin ja vaiheen estimoinnissa kuin tasaväliseen näytteenottoon perustuva [2]. 3

Kuva 3. Signaalin tasavälein ja synkronissa tapahtuva näytteenotto. Kuvassa 4 on esitetty synkronoidun näytteistyksen jälkeinen FFT-analyysi äänenpainesignaalista. Kuvassa moottorin kertaluvut nähdään pystysuorina viivoina, esimerkkinä merkitty palotaajuus. Vakiotaajuiset äänet esiintyvät hyperbeleinä, kuten hydrauliikkaan liittyvä ääni moottorin kierrosluvun 1600 rpm yläpuolella. Kuva 4. A-painotetun signaalin kertalukuspektri moottorin kierrosluvun funktiona. Kuva 5. A-painotetun signaalin spektrogrammi hydrauliikkaääneksen suodatuksen jälkeen (vrt. kuva 2). 4

Äänenlaatuanalyysia tms. varten kertaluku voidaan poistaa synkronoidusti näytteistetystä signaalista yksinkertaisesti kaistanestosuotimella. Kuvassa 5 on esitetty FFT kierrosluvun funktiona signaalista josta 30. asteen Butterworth-kaistanestosuotimella on poistettu hydrauliikkakuristimen ääni. Signaalia voidaan suodatuksen jälkeen kuunnella näytteistämällä se jälleen tasavälein. 3.3 Vold-Kalman-suodatus FFT-pohjaisten menetelmien suurimmat puutteet ovat huono kertalukuresoluutio pienillä kierrosluvuilla ja hitaat kierrosluvun muutokset [3]. Lisäksi synkronoidun näytteenotonkaan jälkeen ei voida erottaa lähekkäin olevia tai risteäviä kertalukuja joiden vaikutus näkyy analyysissä amplitudimodulaationa. Vold-Kalman-suodatus on menetelmä, jossa mitattuun signaalin sovitetaan pienimmän neliösumman menetelmällä kompleksiselta amplitudiltaan ja taajuudeltaan vaihteleva sinisignaali, jonka taajuus tunnetaan kierroslukusignaalin kautta. Tämän menetelmän etu on se että kaikki halutut kertaluvut voidaan analysoida yhtä aikaa ilman amplitudimodulaation syntymistä [4]. Lisäksi rajoitteita kierrosluvun muutokselle ei ole. Menetelmällä voidaan ratkaista joko kertaluvun amplitudi ajan funktiona tai kertaluvun aaltomuoto signaalissa [1]. Moottorin palotaajuuden amplitudi analysoitiin Vold-Kalman-suodatuksella Acticut AB:n VibraTools-koodikirjastoa käyttäen (kuva 6). Analyysin perusteella havaitaan kertaluvun amplitudin laskettuna kaikilla kolmella mainitulla menetelmällä olevan hyvin yhteneviä lähes koko kierroslukualueella. Amplitudiresoluutioon vaikuttavaa näytteen pituutta ei FFT-analyysien tapauksessa vakioitu. Kuva 6. Eri tavoilla analysoitu moottorin palotaajuuden A-painotettu amplitudi kierrosluvun funktiona. FFT-analyyseihin perustuvia käyriä siirretty selvyyden vuoksi Hydrauliikkapuhaltimen 13. kertaluvun aaltomuoto eristettiin tallennetusta signaalista Vold-Kalman-suodatuksella (kuva 7). Näin saatu signaali vähennettiin alkuperäisestä jolloin kertaluku saatiin suodatettua tuloksesta tehokkaasti pois. Suodatetulle signaalille tehtiin FFT-analyysi. Tulos on hyvin samankaltainen kuvan 5 tuloksen kanssa ja siksi sitä ei ole tässä esitetty. 5

Kuva 7. Alkuperäinen signaali ja Vold-Kalman-suodatuksella eristetty hydrauliikkapuhaltimen 13. kertaluvun alltomuoto. 4 JOHTOPÄÄTÖKSET Tässä työssä on esitelty kolme menetelmää kertalukuanalyysiin: tasavälisen näytteenoton ja synkronoidun näytteenoton FFT-analyysit sekä Vold-Kalman-suodatus. Lisäksi esimerkinomaisesti on esitetty menetelmien soveltamista kaivoskoneen ohjaamomelun analysointiin. Tasavälisen näytteenoton FFT-analyysi on melko helppo tapa saada yleiskuva systeemin käyttäytymisestä. Menetelmää voi myös käyttää halutun kertaluvun amplitudin estimointiin. Haittapuolena ovat spektriviivojen leviämisen tuomat ongelmat. Synkronoidun näytteenoton FFT-analyysillä spektriviivojen leviämistä ei esiinny. Lisäksi kertalukujen poisto tai eristäminen on melko helposti mahdollista suodatuksen avulla. FFT-analyysien yhteiset haittapuolet ovat vaatimus melko hitaasta kierrosluvun muutoksesta sekä kykenemättömyys erotella lähekkäisiä tai risteäviä kertalukuja. Vold-Kalman-suodatuksella ei ole rajoitusta kierrosluvun muutosnopeudelle. Lisäksi menetelmällä voidaan erotella lähekkäiset tai risteävät kertaluvut toisistaan. Vold- Kalman-suodatuksen tuloksena saadaan haluttujen kertalukujen amplitudi tai aaltomuoto. Menetelmän haittapuolena voidaan mainita se että se on ensin mainittuja menetelmiä haastavampi matemaattisesti. VIITTEET 1. DILWORTH B J & BLOUGH J R. Evaluation of order tracking techniques on practical data. 2008 IMAC-XXVI: Conference & Exposition on Structural Dynamics. 4-7.2 2008, Orlando, Florida, USA, 2008. 2. BLOUGH J R, BROWN D L & VOLD H. The time variant discrete fourier transform as an order tracking method. SAE paper 972006,Noise & Vibration Conference. May 1997, Traverse City, MI, USA, 1997. 3. BLOUGH J R. Improving the Analysis of operating data on rotating automotive components. Doctoral dissertation. Department of Mechanical, Industrial and Nuclear Engineering of the College of Engineering. Michigan Technological University, 1998. 4. FELDBAUER C & HÖLDRICH R. Realization of a Vold-Kalman tracking filter a least squares problem. Proceedings of the COST G-6 Conference on Digital Audio Effects (DAFX-00), 7-9.12.2000, Verona, Italia, 2000. 6