Hallo,
Derzeit führe ich zum ersten Mal eine Schwingungsanalyse mit JMP durch. Als Dateneingabe habe ich FFT-Daten (Fast Fourier Transform) von einem Extrudergetriebe für 5 verschiedene Zeitstempel (Basislinie, Vorereignis, Nachereignis, 6-Monats-Inkremente nach Ereignis X2). Jeder FFT-Datensatz verfügt über 16.000 Frequenzen (Hz) gegenüber Größen (g). In der Schwingungsanalyse besteht das Hauptziel darin, "Fehlerhäufigkeiten" für Lager, Zahnräder usw. zu identifizieren. Diese Fehlerfrequenzen und die jeweiligen Harmonischen haben eine bestimmte Frequenz, die bei Auftreten eines Problems in einer FFT mit einer signifikanten Spitze angezeigt wird.
Meine Frage an diese Community: Soll JMP in diesem riesigen Datenpool von FFTs nach diesen bekannten Frequenzen "suchen" und ihre jeweilige Größe extrahieren, um ihren zeitlichen Verlauf (und möglicherweise ihre Harmonischen) zu beobachten? Der einzige unzulängliche Weg, den ich dazu gefunden habe, ist die Verwendung eines Skripts, das die Frequenz in der FFT mit diesen lokalen Konstanten (Fehlerhäufigkeiten) vergleicht und die Größe ausgibt, wenn sie innerhalb einer Toleranz "übereinstimmen". Es ist jedoch nicht sehr effizient und da ich 12 Lager und 9 Zahnräder habe, wird dieser Vorgang sehr lange dauern. Ich weiß nur, dass JMP das besser kann !!
Vielen Dank für jede Hilfe oder Anleitung, die Sie zur Verfügung stellen können!
Haben Sie JMP Pro? Sie können versuchen, die Spektren mit dem Functional Data Explorer zu analysieren. Sie können dann die funktionalen Hauptkomponenten speichern. Sie können ein Modell mit FPCs gegen Zeit oder Ereignis gegen FPCs anpassen.
