振动分析：故障频率相关你好，
我目前是第一次使用JMP进行振动分析。作为数据输入，我有来自挤出机变速箱的FFT（快速傅立叶变换）数据，用于5个不同的时间戳（基线，事件前，事件后，事件X2之后6个月的增量）。每个FFT数据集都有16,000个频率（Hz）与幅度（g）。在振动分析中，主要目的是确定轴承，齿轮等的“故障频率”。这些故障频率和相应的谐波具有特定的频率，当它们成为问题时，它们将以明显的峰值出现在FFT中。
我对这个社区的问题是：是否有JMP在庞大的FFT数据池中“寻找”这些已知频率，并提取它们各自的magnitud，以便观察它们随时间的变化（可能还有它们的谐波）？我设法解决这一问题的唯一无效方法是使用一个脚本，该脚本将FFT中的频率与这些局部常数（故障频率）进行比较，如果它们在公差范围内“匹配”，它将打印出磁链。但是，效率不是很高，考虑到我有12个轴承和9个齿轮，此过程将花费很长时间。我只知道JMP可以做得更好！
感谢您提供的任何帮助或指导！
回复：振动分析：故障频率相关嗨，我还不太清楚这里面临的挑战。听起来好像您要跟踪16000的特定已知故障频率。但是有一些困难。从您的描述中听起来像是因为“已知”频率有些变化-您需要在公差范围内进行匹配。您有使用脚本的解决方案-为什么效率低下？您的故障频率是否过多？
问候，
菲尔
回复：振动分析：故障频率相关您有JMP Pro吗？您可以尝试使用Functional Data Explorer分析光谱。然后，您可以保存功能主要组件。您可以将FPC与时间，事件与FPC进行拟合。
