Bliv ringet op

Hvis du har spørgsmål eller brug for hjælp...


Vibrationsmåling teori

Herunder kan du læse lidt mere teori omkring vibrationsmåling, hvis du er ny indenfor vibrationsmåling.

Vibrationssignalet

Forestil dig, at du ryster vibrationssensoren op og ned, præcis lige langt op og ned og med samme kraft, derved fremkommer denne graf over tid (et perfekt sinussignal).

Amplitude: Er op af Y-aksen og er relateret til amplituden af vibrationen

RMS (Root Mean Square): Beskriver den energi som vibrationen indeholder

PEAK: Bevægelse fra nul til top “pukkel” på signalet

PEAK-PEAK: Den totale bevægelse fra top til bund

Frekvens

Vi antager at tiden ud af x-aksen er 1 sek. Den øverste graf kaldes tidssignal/Time Waveform og den nederste betegnes som frekvens spektrum/FFT

Hvis vi tager det samme vibrationssignal fra før og tæller “puklerne” på grafen da får vi frekvensen (Hz). Altså hvor mange gange er der sket en hændelse over 1 sekund (Hz), hvor mange gange bevægede sensoren sig op og ned.

Denne frekvens kan aflæses på tidssignalet over tid, men vi kan også afbillede det som vist under sinussignalet med et spektrum (FFT). Hvor vi ændrer akseværdien på x-aksen til frekvens.

Dette skal vise sig at være nyttigt, når flere signaler er blandet sammen, da hver komponent indeni maskinen har hver sin frekvens.

Øget frekvens

Vi antager at tiden ud af x-aksen er 1 sek.

Vi har nu fordoblet frekvensen, derfor er der nu dobbelt så mange “pukler” på vores time waveform. Der er nu 20 pulser på 1 sekund..

Kig nøje på den nederste graf (spektrum – FFT) frekvensen har flyttet sig længere ud af x-aksen, så den nu passer med en frekvens på 20Hz.

Flere frekvenser

Maskiner har mange forskellige komponenter og rotationshastigheder. Det bliver derfor lidt mere kompliceret, når flere frekvenser blandes sammen som grafen viser.

I maskiner er der komponenter såsom gear, lejer, blæserblade og mange andre komponenter som danner vibrationer. Hver af disse komponenter har deres egen måde at vibrere på, og deres egen frekvens den som vi kan opdele i vores spektrum.

Det skal vise sig straks at blive mere kompliceret, når det er et rigtigt vibrationssignal, og ikke en perfekt sinuskurve som vi har brugt i eksemplerne.