Siemens Digital Industries Software, bu zorluklara yanıt olarak Simcenter Testlab ve Simcenter SCADAS donanımlarının en yeni 2506 sürümünü tanıttı. Bu yeni sürüm, mühendislerin daha erken, daha akıllı ve daha hızlı test yapabilmesi için devrim niteliğinde özellikler sunuyor.

İşte yeni sürümün test süreçlerinizi nasıl dönüştüreceğine dair öne çıkan başlıklar:

Yapay Zeka (AI) ile 7 Kat Daha Hızlı Modal Analiz

Yeni yapay zekâ destekli modal analiz, karmaşık mod seçimi ve doğrulama adımlarını otomatikleştirerek manuel çabayı ve operatöre bağımlılığı önemli ölçüde azaltır. Yeniden tasarlanan bu yenilik modal gösterge paneliyle birleştiğinde, iş akışlarını büyük ölçüde hızlandırır ve analiz süresini yedi kata kadar düşürür—örneğin 1,5 saat süren bir süreci yalnızca 15 dakikaya indirir.

En önemlisi, yapay zekâ destekli sonuçlar, karmaşık durumlarda bile uzman doğruluğunu tutarlı şekilde yakalar. Bu sürüm, ürün doğrulama süreçlerini daha hızlı, daha güvenilir ve kaynak açısından çok daha verimli hâle getirir.

Impact Testlerinde Tek Kişilik Uygulama

Simcenter Testlab 2506, yeni akıllı vuruş (smart hit) seçimi mekanizmasıyla impact ölçümlerini büyük ölçüde basitleştirir. Bu yenilikçi özellik, vuruş kalitesini otomatik olarak izler ve değerlendirir; böylece tek tek manuel doğrulama ihtiyacını —hem yorucu hem de hataya açık olan bu süreci— tamamen ortadan kaldırır.

Sistem tüm vuruşları proaktif bir şekilde takip eder, analiz için yalnızca en yüksek kaliteye sahip verileri akıllıca belirleyip seçer. Bu sayede test mühendisleri, sürekli gözetim ihtiyacından kurtulur ve veri tutarlılığı ile güvenilirliği en üst seviyeye çıkar.

Sistemlerin Sadeleştirilmiş Şekilde NVH Tahmini

Sıfır prototipe yaklaşmaya çalışan NVH mühendisleri, minimum fiziksel testle sanal modelleri doğrulamada ciddi zorluklar yaşıyor. Transfer Path Analysis (TPA) bu sürecin en kritik adımlarından biri: karmaşık gürültü/titreşim kaynaklarını yollarından doğru şekilde ayırmak ve modelleri gerçekçi koşullar altında doğrulamak çoğu zaman uzun ve maliyetli testlere yol açıyor. Bu durum geliştirme süreçlerini uzatıyor ve fiziksel prototip sayısını azaltma hedefini zorlaştırıyor.

Simcenter Testlab 2506, NVH bileşen karakterizasyonunu %40’a kadar hızlandırıyor. Otomatik veri hazırlama ve yeniden tasarlanmış TPA iş akışları süreci önemli ölçüde kolaylaştırıyor. Patentli Simcenter Testlab Automated Component Model Extraction, tek tıkla tekrarlanabilir blocked force ölçümleri sunarak test mühendislerini manuel işlemlerden kurtarıyor.

Sonuç: Daha hızlı, daha basit ve daha sağlam NVH karakterizasyonu ile “sıfır prototip” hedefinize çok daha hızlı ilerleyin.

Yeniden Tasarlanan Transfer Path Analysis ile %40 Zaman Kazanımı

Simcenter Testlab 2506, transfer path analysis (TPA) sürecini baştan sona dönüştürüyor. Süreç, ölçümlerin ham halinden temel bileşen hesaplamalarına kadar tüm adımları otomatikleştiren Process Designer ile başlıyor. Bu sezgisel ve sağlam iş akışı, veri hazırlama süresini %40’a kadar azaltıyor.

Buna ek olarak, Simcenter Testlab Neo’daki yeniden tasarlanmış TPA arayüzü görselleştirmeyi ve yorumlamayı önemli ölçüde kolaylaştırıyor; bu sayede daha az deneyimli kullanıcılar bile süreci güvenle yönetebiliyor. Birden fazla analizi paralel olarak çalıştırabilme özelliği ise karşılaştırmaları %30’a kadar hızlandırıyor.

Sonuç olarak, NVH kaynaklarının bileşen seviyesinde karakterizasyonu çok daha hızlı, basit ve güvenilir hale geliyor; bu da ürün geliştirme sürecini belirgin şekilde hızlandırıyor.

Otomatik Komponent Model Çıkarımı

Simcenter Testlab 2506, sektöründe bir ilk olan ve patentli Simcenter Testlab Automated Component Model Extraction özelliğini sunuyor. Bu yenilikçi çözüm, bileşen karakterizasyonunu hızlandırmak ve fiziksel prototip ihtiyacını azaltmak için tasarlanmış donanım–yazılım bütünleşik bir yaklaşım getiriyor. Sistem, blocked force ölçümlerini ve hesaplamalarını tamamen otomatikleştirerek NVH değerlendirmelerinin çok daha erken aşamada yapılabilmesini sağlıyor ve bileşen modellerinin sanal montajlara doğru şekilde entegre edilmesini mümkün kılıyor.

Bu yapı, tekrarlanabilirlik sınırlamalarından, operatör bağımlılığından ve yüksek uzmanlık gereksiniminden kaynaklanan belirsizlikleri ortadan kaldırıyor. Minimum kullanıcı etkileşimi ve sabit enstrümantasyon sayesinde mutlak veri tutarlılığı sunuyor ve ISO 20270 standardına uygun yüksek hassasiyet sağlıyor.

Simcenter Testlab Automated Component Model Extraction, haftalar süren manuel çalışmayı saatlere indirerek simülasyon ile fiziksel test arasındaki boşluğu kapatıyor. Sanal prototipleme sürecinizi hızlandırmak için güvenilir, tekrarlanabilir sonuçlar elde etmenizi sağlıyor.

Test Süreçlerinin Otomasyonu ile Daha Fazla Test İmkanı

Fiziksel test mühendisleri, artan karmaşıklık ve daha hızlı, açıklamalı sonuç beklentileri nedeniyle ciddi bir baskı altında çalışıyor. En kritik problemlerden biri, ölçümlerin tekrarlanması gerektiğinin çok geç fark edilmesi — bu durum maliyetli gecikmelere ve yeniden çalışmalara yol açıyor. Bu problem, yüksek kaliteli ve karşılaştırılabilir test sonuçlarının zamanında teslim edilmesini zorlaştırarak verimliliği düşürüyor ve sıkı zaman çizelgelerini karşılamayı neredeyse imkânsız hale getiriyor.

Simcenter Testlab 2506 operasyonel test süreçlerini önemli ölçüde iyileştiriyor. Test hazırlığını sadeleştirerek, veri işlemesini otomatikleştirerek ve tam izlenebilirlik sağlayarak karmaşıklığın etkilerini proaktif şekilde azaltıyor. Bu entegre yaklaşım ile maliyetli ölçüm tekrarlarını ortadan kaldırıyor ve tutarlı, yüksek kaliteli sonuçları garanti ediyor. Veri yönetimi ile sorunsuz entegre çalışma sayesinde mühendisler daha hızlı ve daha güvenilir çıktılar üreterek zorlu gereksinimlere rahatlıkla cevap verebiliyor.

Veri Toplamayı Otomatikleştirin, Daha Fazla Ölçüm Alın

Veri toplama, veri işleme ve raporlama süreçlerinin tamamındaki kapsamlı otomasyon, test süreçlerini kökten dönüştürmenize yardımcı olabilir. Yeni Simcenter Testlab Schedule Designer, enstrümantasyonun tanımlanmasından ölçüm ayarlarına ve operatör görevlerine kadar tüm test hazırlığını sadeleştiriyor ve tam veri izlenebilirliği sağlıyor. Bu sayede teknisyenler sadece ölçüme odaklanıyor; Simcenter SCADAS RS donanımına bağlı cihazlarda gösterilen net talimatlarla yönlendiriliyor.

Ölçüm sonrası, Simcenter Testlab Workflow Automation veriyi otomatik olarak işliyor; tutarlı sonuçları garanti ederken manuel çabayı tamamen ortadan kaldırıyor. Son adımda, işlenmiş veriler kurum içi ya da bulut tabanlı merkezi veri yönetim sistemlerine sorunsuzca aktarılıyor. Bu uçtan uca bütünleşik yaklaşım, tüm test kampanyası boyunca benzersiz bir verimlilik, doğruluk ve güvenilirlik sunuyor.

Veri İşleme Süreçlerinizi Otomatikleştirerek Daha Fazla Veri İşleyin

Simcenter Testlab 2506, Process Designer içindeki otomasyonu önemli ölçüde geliştirerek mühendislerin verimliliğini ve güvenilirliğini hiç olmadığı kadar artırıyor. Yeni yetenekler sayesinde işlem değişkenleri Microsoft Office dosyalarından doğrudan değer okuyabiliyor; bu da özellikle görev çalışma senaryosu sentezi (mission synthesis) ve ömür hasarı (life damage) hesaplamaları gibi uygulamalar için ideal bir yapı sunuyor.

En önemlisi, ölçüm sırasında kaydedilen açıklayıcı notlar artık test verisi işlemede akıllıca kullanılıyor; böylece bileşen türü, test koşulları gibi kriterlere göre şartlı iş akışları oluşturulabiliyor. Sistem ayrıca işlenmiş test verisinin otomatik doğrulanmasını da destekliyor: Hedef eğrilerle karşılaştırmalar yapılabiliyor veya tanımlı limitlerin dışındaki ölçümler otomatik olarak reddedilebiliyor.

Enstrümantasyondan veri toplama, işleme ve yayımlamaya kadar tüm sürece yayılan bu kapsamlı otomasyon, iş akışını büyük ölçüde sadeleştiriyor, mühendislerin verimliliğini ciddi şekilde artırıyor ve tutarlı, yüksek kaliteli sonuçlar elde edilmesini sağlıyor.

Simcenter SCADAS RS ile Esnek Veri Toplama

Veri toplama, fiziksel test mühendisleri için ciddi zorluklar barındırıyor. Yüksek gerilimli elektrikli araç (EV) sistemleri dahil olmak üzere farklı kaynakların entegrasyonu genellikle ayrı ve maliyetli donanımlar gerektiriyor. Yetersiz planlama ölçüm hatalarına ve tekrar testlere yol açıyor. Farklı üçüncü taraf analiz araçlarını yönetmek ise iş akışlarını karmaşıklaştırıyor, maliyetleri artırıyor ve verimliliği düşürüyor.

Yeni Simcenter SCADAS RS donanımı, veri toplama sürecini büyük ölçüde sadeleştiriyor. Yüksek gerilim EV sinyalleri ve XCP/PTP gibi farklı kaynakları tek bir sistemde toplayabiliyor. Modüler yapısı sayesinde mevcut Simcenter SCADAS birimleriyle entegre olarak kapasiteyi kolayca genişletiyor. Schedule Designer, operatörleri yönlendirerek doğru ve tutarlı veri toplama sağlıyor. Evrensel veri dışa aktarma (universal export) yetenekleri ise donanım açıklığını koruyor ve yatırımın geleceğe dönük olmasını güvence altına alıyor.

Gelişmiş Zaman Senkronizasyonu ile Ethernet Üzerinden XCP

Simcenter SCADAS RS, Ethernet üzerinden XCP desteğini önemli ölçüde iyileştirerek veri toplama yeteneklerini yeni bir seviyeye taşıyor. Precision Time Protocol (PTP) ile yapılan zaman senkronizasyonu sayesinde benzersiz bir hassasiyet elde ediliyor. Bu geliştirme, üçüncü taraf şartlandırma ünitelerinin sorunsuz şekilde bağlanmasını sağlıyor; yüksek bant genişlikli veri aktarımı artık kesin zaman uyumu ile gerçekleştirilebiliyor.

Zorlu yüksek gerilimli bölgelerde kritik ölçümler yaparken veya farklı dijital ağlardan ve veri hatlarından önemli bilgileri toplarken, Simcenter SCADAS RS artık çok daha güçlü bir şekilde genişletilebiliyor. Bu yeni yetenek, sistemin kullanım alanını önemli ölçüde artırarak mühendislerin daha karmaşık test senaryolarını güvenle yönetmesini sağlıyor ve farklı endüstriyel uygulamalarda verimlilik ile veri bütünlüğünü yeni bir seviyeye taşıyor.

Simcenter SCADAS RS: Mobile, Recorder ve Lab ile Esnek Entegrasyon

Simcenter SCADAS RS, genişletilebilir konfigürasyonları destekleyen esnek ve modüler bir sistemdir. Sağlam yapısı sayesinde PC gerektirmeyen bağımsız veri toplama mümkündür ve sezgisel Recorder App ile kolayca yönetilir. Wi-Fi ve 5G bağlantılarıyla da güçlü bir haberleşme altyapısı sunar.

Güzel haber şu ki, artık Simcenter SCADAS RS’in şartlandırma ünitelerinden (CU) tüm avantajları —Simcenter SCADAS Recorder, Mobile veya Lab sistemleriyle birleştirseniz bile— kullanabilirsiniz. Üstelik bu entegrasyon için bir Simcenter SCADAS RS Recorder (REC) birimine ihtiyacınız yoktur; yalnızca bağımsız veri toplama, dahili depolama veya genişletilmiş bağlantı özelliklerine ihtiyaç duyduğunuz durumlarda REC birimi gerekir.

Bu yaklaşım sayesinde hem kanal sayınızı artırabilir hem de sistem kabiliyetinizi yükseltebilirsiniz. Böylece mevcut yatırımınızı geleceğe dönük, doğru yönde büyütmüş olursunuz.

Test Talimatların Doğrudan İletimi ve Veri Doğrulama İşlemlerinin Sadeleştirilmesi

Simcenter SCADAS RS, yukarıda bahsedilen yeni Simcenter Testlab Schedule Designer ile tam uyumlu çalışır. Schedule Designer’da tanımlanan test planı ve talimatlar, Simcenter SCADAS RS Recorder App’e sorunsuz şekilde aktarılır ve test sırasında operatöre tablet üzerinden net ve anlaşılır yönergeler olarak sunulur. Bu yapı, operatörün bir sonraki adımda ne yapması gerektiğini açıkça gösterir; yanlış anlaşılmaları ve test tutarsızlıklarını ortadan kaldırır.

Evrensel ve Üçüncü Taraf Formatlar ile Veri Paylaşımı

Siemens’in açıklık felsefesine uygun olarak, artık Simcenter SCADAS RS’den evrensel veya üçüncü taraf formatlarında veri aktarımı yapabilir, böylece veri işleme ve analiz için tercih ettiğiniz yazılım platformunu sorunsuz bir şekilde kullanmaya devam edebilirsiniz. Bu donanım açıklığı size esneklik sağlar ve mevcut yatırımlarınızı korur.

Geleceğin Test Süreçlerine Hazır Olun

Siemens, mühendislik yaşam döngüsü boyunca manuel görevleri azaltmak ve süreçleri sadeleştirmek için yapay zekadan yararlanmaya kararlıdır. Simcenter Testlab ve SCADAS 2506 sürümü, test ekiplerinizin sadece veri toplamasını değil, aynı zamanda daha doğru kararları daha hızlı almasını sağlar.

Bu yeniliklerin projelerinize nasıl değer katabileceğini öğrenmek ve Simcenter çözümleri hakkında daha fazla bilgi almak için info@dta.com.tr adresinden bize ulaşabilir, hizmet ve ürünlerimizi incelemek için www.dta.com.tr adresinden web sitemizi ziyaret edebilirsiniz.

The post Simcenter Testlab ve Simcenter SCADAS 2506: Yenilikler appeared first on Blog.

Overlap, zaman verilerinin işlenme ve frekans alanına dönüştürülme şeklini belirlerken kullanılan bir parametredir. Sonuçlar üzerinde büyük bir etkisi olabilmektedir, bu nedenle overlap’i anlamak başarılı bir veri işleme için kritik öneme sahiptir. Bu makale overlap’in ne olduğunu, niçin faydalı olduğunu açıklayacak ve Simcenter Testlab yazılımında nasıl uygulandığını gösterecektir.

Bu makale aşağıdaki bölümleri içermektedir:

1. Overlap nedir?
   1. Overlap’in Tanımı
   2. Pencere Etkileri  
   3. Veri Detayları                   
2. Simcenter Testlab ile Stationary İşleme ve Overlap
   1. Stationary İşleme Nedir?
   2. Overlap Nasıl Uygulanır?
   3. Örnekler
3. Simcenter Testlab ile Tracked İşleme ve Overlap
   1. Tracked İşleme Nedir?
   2. Overlap Nasıl Uygulanır?
   3. Örnekler

1. Overlap Nedir?

Bir mikrofondan, ivmeölçerden veya başka herhangi bir cihazdan toplanan verileri işlerken, sinyalin frekans içeriğini görüntülemek için bir zaman verisi bloğu almamız ve buna Hızlı Fourier Dönüşüm (FFT) uygulamamız gerekir. Bu makalede, bu zaman verisi bloğuna “Gözlem Zamanı” olarak atıfta bulunacağız ve bunu büyük T harfi ile göstereceğiz. Gözlem zamanı (T) saniye cinsinden ölçülür ve bir FFT hesaplaması için kullanılan zaman verisi uzunluğudur.

Adından da anlaşılacağı gibi, iki komşu gözlem zaman bloğu birbiriyle örtüştüğünde ve aynı zaman verilerini içerdiğinde overlap (örtüşme) meydana gelir. Overlap yüzde (%) olarak belirtilir ve komşu gözlem zaman bloğuyla örtüşen gözlem süresinin T yüzdesini ifade eder (bkz. Şekil 2).

Örtüşen gözlem zamanları, örtüşen kısımdaki zaman verilerine birden fazla FFT hesaplaması uygulandığı anlamına gelir. Ayrıca overlap yüzdesi arttıkça FFT için kullanılan zaman verisi, sabit sayıda gözlem için, daha az overlap olan duruma göre daha kısa olacaktır. Örneğin, Şekil 2a’da %0 overlap olan iki FFT’nin tam 2T zaman verisi kullandığına, Şekil 2c’de ise %25 overlap olan aynı iki FFT’nin yalnızca 1.75T zaman verisi kullandığına dikkat edin.

Artık overlap’in ne olduğunu bildiğimize göre, neden kullanıldığı sorusuna cevap bulmaya çalışalım. Sonraki bölümlerde iki neden ele alınacaktır.

1.b Pencereleme Etkileri

Ölçülen bir sinyalin frekans içeriğini incelerken, overlap’i doğru bir şekilde kullanmak doğru cevabı almanızı sağlarken, tersi ise işlenmiş sonuçlarınızdaki önemli frekans içeriğini tamamen kaçırmanıza neden olabilir (bkz. Şekil 3). Şekil 3’ün üst grafiğindeki noktalar (%0 Overlap) FFT hesaplaması sırasında kullanılan bir pencereleme fonksiyonundan kaynaklanır. Doğru kullanıldığında overlap uygulamak, bu pencere etkilerinin düzeltilmesine yardımcı olabilir. Şekil 3’ün alt grafiği (%90 Overlap), tüm frekanslarda ve zaman alanında orderlar (diyagonal çizgiler) için doğru genlik seviyelerini gösterir.

Spektral sızıntıyı azaltmak için, çoğu zaman FFT işleminden önce gözlem zaman bloğuna bir pencereleme fonksiyonu uygulanır. Tipik gürültü ve titreşim verileri için en popüler pencereleme fonksiyonu, Hanning penceresi olarak adlandırılır ve aşağıda Şekil 4’te gösterilmektedir. En sık kullanılan pencereleme fonksiyonu olması sebebiyle Hanning penceresi, bu makalede gösterimler ve örnekler için kullanılan pencere olacaktır.

Hanning pencereleme fonksiyonu, her bir FFT zaman bloğunun başlangıcında (0T) sıfır değerinde, ortasında (0.5T) 1.0 değerinde ve sonunda (T) sıfır değerindedir. Orijinal ölçüm sinyalinin bu pencere fonksiyonu ile çarpılması, fonksiyon değerini T’nin başında ve sonunda sıfır (0) olmaya zorlayarak ard arda gelen her bir gözlem bloğunun başını ve sonunu aynı genliğe(0) taşımış olur. Bu da sinyali periyodik hale getirir. Orijinal ölçüm (bkz. Şekil 5). 

Zaman verimiz boyunca (Şekil 3’te yapıldığı gibi) birden fazla FFT hesaplaması yapmak istediğimizi varsayarsak, her gözlem için kullanılan pencereleme fonksiyonlarının etkisini dikkate almamız gerekecek. Zaman verilerimizi gözlem zamanlarına ayırıp bunları da birbiri ardına işleyecek olursak, her bir gözlem bloğunun ilk ve son kısımları pencere tarafından sıfırlandığından, bu kısımlar ölçümümüzün FFT hesaplamalarının hiçbirinde kullanılmayacak kısımlar olacaktır (bkz. Şekil 6).

Bir sinüs sinyalinin toplandığını düşünün (Şekil 6, üst). Gözlem zamanını 1 saniyeye (T=1.0 saniye) ayarlamayı seçersek ve %0 overlap ile bir Hanning penceresi uygularsak (Şekil 6, orta), kaydın her saniyesi için 1 saniyelik bir FFT hesaplaması yapılır. (Şekil 6, alt). Hanning penceresi, ölçülen sinyalimizi gözlem süremiz içinde periyodik olmaya zorladı, ancak bunu yaparken orijinal sinyalin bir kısmını ortadan kaldırdı. Pencere tarafından yok edilen bu kısımlar kurtarılamaz ve hiçbir FFT hesaplamasına dahil edilmeyecektir. 

Pencereleme nedeniyle veri kaybı miktarını azaltmak için gözlem süreleri ve beraberindeki pencereler örtüştürülebilir (Overlap). Hanning penceresi için optimum overlap %50’dir. Bu durumda sonraki Hanning penceresinin maksimumu, Hanning penceresinin minimumda olduğu önceki gözlem bloğunun sonunda ortalanır (bkz. Şekil 7). Hanning pencereleri, orijinal zaman sinyalinin tüm kısımlarının işlenmesini ve hiçbir şeyin tamamen atlanmamasını sağlamak için %50 overlap ile birlikte kullanılır. Bu etki aşağıdaki Şekil 8’de gösterilmektedir.

1.c Veri Detayları

Zamana veya diğer izleme parametrelerine karşı verileri işlerken, işlenen sonuçların doğrulunu artırmak için overlap kullanılabilir. Nasıl uygulandığına bağlı olarak, overlap iki şekilde bunu gerçekleştirir: ya bir büyüklüğün zamanla nasıl değiştiğine dair ek ayrıntılar sağlar ya da yumuşatma etkisi sağlayıp pürüzleri gidererek verilerdeki trendleri daha belirgin hale getirir (bkz. Şekil 9).

Overlap’i arttırmanın belli bir zaman için daha fazla FFT hesaplaması ile sonuçlandığı zaten gösterilmişti. Bu etki, belirli bir ölçüm uzunluğundaki hesaplama sayısını artırarak verilerdeki bir büyüklüğün zamana göre nasıl değiştiğine dair daha iyi bilgi sahibi olmak için kullanılabilir. 
Bunun aksine, verilerin önemli bir trendin fark edilmesini zorlaştıracak genlik dalgalanmaları içerdiği durumda, overlap’i arttırmak, bu dalgalanmaları düzeltmeye yardımcı olabilir ve Şekil 9’da gösterildiği gibi trendin daha kolay fark edilmesini sağlayabilir. Bu iki overlap etkisi, Bölüm 3’te bazı örnekler üzerinde gösterilecektir.

2. Simcenter Testlab ile Stationary İşleme ve Overlap

2.a Stationary İşleme Nedir?

Belirli bir ölçüm için çok sayıda gözlem zaman bloğu işlendiğinde (Şekil 10a), bu blokların FFT’sinin frekans alanında nasıl görüldüğü belirlenebilir. Stationary ortalamada, 1’den #N’ye kadar olan gözlem zaman bloklarının FFT’lerinin, tek bir frekans spektrumu oluşturmak amacıyla ortalaması alınır (Şekil 2b). Diğer bir seçenek ise Tracked işleme olarak adlandırılır (Şekil 10c) ve 3. bölümde tartışılacaktır.

Overlap, stationary ortalamada hayati bir rol oynar ve uygun şekilde overlap uygulanmaması önemli frekans içeriğini kaçırmaya neden olabilir!

2.b Overlap Nasıl Uygulanır?

Simcenter Testlab’da, Throughput Processing’in Acquisition Parameters iletişim kutusunda işleme türü (stationary ve tracked) seçilir. Bu seçim, Şekil 11’de gösterildiği gibi Measurement mode açılır penceresinde yapılır.

Stationary ortalama seçildikten sonra, kullanıcı Method’u seçebilir. Seçenekler Free Run, Time ve Event’tır. Event metodu, kullanıcının yalnızca veriler tarafından belirli diğer kriterler karşılandığında (tetikleme işlevi gibi) ortalamaları hesaplamasına izin verir ve burada tartışılmayacaktır.

Belirli bir overlap miktarı ile bir ortalama spektrum hesaplamak için en basit yöntem, Şekil 12’de gösterildiği gibi Free Run metodunu seçmektir.

Free Run ile, kullanıcı kaç tane ortalama alınacağını belirler ve gözlem süresi (Throughput Processing’de Frame Size olarak adlandırılır) gibi diğer parametrelerden bağımsız olarak overlap yüzdesini doğrudan belirleyebilir. Ortalamalar, istenen ortalama sayısında (Gözlem zaman bloğu sayısı) veya zaman verisinin sonuna ulaşılana kadar hesaplanacaktır. Böylece, ortalama sayısını büyük bir değere (örneğin 5000) ayarlayarak, bir kullanıcı ölçümün tamamı için belirtilen overlap miktarı ile ortalama almayı garanti altına alabilir.

Açık şekilde görülebilir ki, gözlem süresi (frame size) aynı zamanda belirli bir zaman verisi için hesaplanan ortalama sayısını değiştirecektir. Ancak Free Run metodu, Frame size örneğin 1 saniye (1 Hz çözünürlük) de olsa 10 saniye (0,1 Hz çözünürlük) de olsa doğru overlap miktarını korumak için saniyedeki ortalama sayısını (ortalama hızı) otomatik olarak ayarlar.

Time metodunda ise durum biraz farklıdır. Burada kullanıcı, frame size veya overlap yüzdesinden bağımsız olarak saniyedeki ortalama sayısını (Ortalama hızı- Acquisition rate) girer (Şekil 13).

Bu nedenle, belirli bir ortalama hızı (saniye başına ortalama) için overlap miktarı, girilen frame size’ın (veya frekans çözünürlüğünün) bir fonksiyonu olacaktır. Frame size ve ilgili frekans çözünürlüğü, Şekil 14’te (kırmızı kutu) gösterildiği gibi Acquisition parameters iletişim kutusunun FS Acquisition sekmesinde ayarlanır.

Stationary ortalama alırken Time metodunda overlap yüzdesi, ortalama hızının (saniyedeki ortalama) ve frame size’ın (frekans çözünürlüğünün tersi) bir fonksiyonu olacaktır. 
Örnek olarak, Şekil 13 ve 14’te belirtilen değerleri ele alalım. Ortalama hızı, saniyede 2 ortalamaya ayarlanmıştır (işaretli kutu, Şekil 13). Bu, frame size’ın ne kadar uzun olduğuna bakılmaksızın her 0,5 saniyede yeni bir gözlem zaman bloğu (veya ortalama) başlatacağımız anlamına gelir.

 Şekil 14’te gösterilen frame size’ları ele alırsak, Titreşim grubundaki kanalların (mavi kutular, Şekil 14) 0,5 saniyelik frame size’a (2 Hz çözünürlük) sahip olduğunu görebiliriz. Akustik grubundaki kanallar ise (turuncu kutular, Şekil 14) 1.0 saniye (1 Hz çözünürlük) Frame size’a sahiptir. Yani, titreşim grubundaki kanallar için her 0,5 saniyede bir 0,5 saniyelik bir gözlem zaman bloğu başlatırken, Akustik grup kanalları için her 0,5 saniyede bir 1,0 saniyelik bir gözlem zaman bloğu başlatıyoruz (bkz. Şekil 15). 

Bu, titreşim grubu için ortalama spektrumların %0 overlap ile hesaplanacağı, akustik grup için ise ortalama spektrumların %50 overlap ile hesaplanacağı anlamına gelir. Belirli bir overlap yüzdesi isteniyorsa, bir ortalama frekans spektrumu hesaplamak için Time metodunda hem ortalama hızı (saniyedeki ortalama) hem de frame size dikkate alınmalıdır.

2.c Örnek: Stationary Ortalama

Stationary ortalama alırken overlap kullanmanın avantajını göstermek için Şekil 16’da gösterilen sinyali ele alalım. Ölçülen sinyal esas olarak bir sinüzoiddir, ancak aralıklarla yüksek frekanslı geçici eventlar barındırır. Nihai hedef, Simcenter Testlab’da stationary ortalamayı kullanarak bir ortalama frekans spektrumunu hesaplayıp sinyalin frekans içeriğini incelemektir.

İlk olarak, ölçülen sinyali overlap olmadan işlemeyi ve tekrar 1 saniyelik bir gözlem zaman bloğu kullandığımızı düşünelim. Bu, aşağıdaki Şekil 17’de gösterilen pencereleme senaryosunu oluşturur. Gözlem zaman blokları arasında overlap olmaması nedeniyle, Hanning pencereleri sinyalin yüksek frekanslı kısmını tamamen ortadan kaldırır. Sonuç olarak, bu spektral içerik, ortaya çıkan frekans spektrumunda kaybolacaktır!

Hanning pencerelerinin orijinal sinyal üzerindeki etkisini en aza indirmek için %50’lik bir overlap uygulanırsa (Şekil 18) T = 1 saniyelik bir gözlem süresiyle, %50 overlap, ikinci FFT hesaplamasının ilk gözlem zaman bloğunun yarısından başlayacağı anlamına gelir. Tek sayılı gözlem zaman blokları (1.blok, 3. blok, 5.blok vb.) , zamanın tamsayı değerlerinde (0 s, 1 s, 2 s, vb.) başlar. Çift sayılı gözlem zaman blokları ise (2.blok, 4.blok, 6. Blok vb.) ölçümün buçuklu saniyelerinde başlar (0,5 s, 1,5 s, 2,5 s, vb.).

Tek sayılı gözlem zaman blokları sinyalin sinüzoid kısmını yakalayacak ve çift sayılı gözlemler ise sinyalin yüksek frekanslı kısmında ortalanacaktır. Tüm gözlemlerden (çift ve tek numaralı) elde edilen ortalama sinyal, neredeyse tüm orijinal sinyal içeriğini içerecektir (Şekil 19). Gözlem sürelerinin çakışmasına (overlap) dikkat edin, Overlap olmamasına kıyasla birim zaman başına daha fazla FFT hesaplaması olacaktır.

Ortaya çıkan overlap etkisi, her iki işleme setinin ortalama frekans spektrumunda görülebilir (Şekil 20). %50 overlap uygulanarak, orijinal sinyalin yüksek frekans bileşeni tespit edilebilirken, %0 overlap durumunda sinyalin bu yüksek frekans bileşeni Hanning penceresi tarafından sıfırlanmıştır. İşlemimiz sırasında herhangi bir overlap olmadan Hanning penceresi uygulanmasının sonucu olarak, yüksek frekans içeriği ortalama frekans spektrumunda görünmez! 

3. Simcenter Testlab ile Tracked İşleme ve Overlap

3.a Tracked İşleme Nedir?

Stationary işlemede olduğu gibi hesaplama sonuçlarının ortalamasını almak ve tek bir grafik olarak göstermek yerine, tracked işlemedeki sonuçlar ayrı ayrı gösterilir ve zamana, rpm’e veya diğer izleme parametrelerine göre çizilir. Bu teknik, izleme parametresinin bir fonksiyonu olarak hesaplama sonucunun nasıl değiştiğini görmeyi mümkün kılar. Tracked işleme genellikle birden çok FFT sonucunu zamana veya rpm’e göre çizmek için kullanılır ve sonuçlar bir Waterfall grafiğinde veya Color Map’te gösterilir (Şekil 21c). İzleme parametresinin bir fonksiyonu olarak ilgilenilen büyüklüğün nasıl değiştiğini incelemek için izleme parametresine karşı overall level(OAL), psikoakustik loudness, RMS vb. gibi sonucu tek bir sayı olan metrikleri hesaplamak da mümkündür.

3.b Tracked İşlemede Overlap Nasıl Uygulanır?

Simcenter Testlab’da, Troughput Processing’in Acquisitions Parameters iletişim kutusunda işleme türü (Stationary veya Tracked) seçilir. Seçim, aşağıdaki Şekil 22’de gösterildiği gibi Measurement mode açılır menüsünde yapılır.

Tracked işleme seçildikten sonra, kullanıcı Tracking Method’u seçebilir. Seçenekler Free Run, Tacho, Time, Static ve Event’tır. Tacho yöntemi burada ele alınmayacaktır. Event, kullanıcının yalnızca veriler tarafından belirli kriterler karşılandığında (tetikleme gibi) ortalamaları hesaplamasına izin verir. Statik ise sıcaklık gibi statik bir kanalda izleme yapılmasına olanak tanır. Bu seçenekler daha az kullanılır ve burada tartışılmayacaktır.

Stationary işlemede olduğu gibi, belirli bir overlap yüzdesiyle tracked işlemeyi gerçekleştirmenin en kolay yolu, aşağıdaki Şekil 23’te gösterildiği gibi, kullanıcının overlap’i doğrudan arayüzde belirlemesine izin veren Free Run modunu seçmektir.

Burada kullanıcı, Stationary işlemede olduğu gibi ortalama sayısından ziyade işlemin süresini belirtir. Tüm zaman verisinin işlenmesini sağlamak için girilen süre en az ölçüm kadar uzun olmalıdır. Overlap %’si girildiğinde Testlab, uygun overlap’i sağlamak için Frame Size’a göre FFT sayısını otomatik olarak ayarlayacaktır. 

Tracked işlemede Time metodunun kullanılması, stationary işlemedeki kullanımına oldukça benzer. Tracked işlemede, kullanıcı, hesaplamalar arasındaki süre olan bir increment belirtir. Bu değer ard arda gelen iki gözlem zaman bloğunun başlangıçları arasındaki zamanı ifade eder. Aşağıdaki Şekil 24’te gösterildiği gibi bu 0,5 saniyeye ayarlanırsa, bir gözlem zaman bloğunun ne kadar uzun olduğuna bakılmaksızın her 0,5 saniyede bir gözlem zaman bloğu başlatılacaktır. Stationary işlemeye benzer şekilde, tracked işlemedeki overlap miktarı, Time tracking metodunu kullanırken hem increment’ın hem de frame size’ın bir fonksiyonu olacaktır. Yani frame size (gözlem zaman bloğu süresi) bilinen frekans çözünürlüğünün tersi olduğuna göre, gözlem zaman bloklarının başlangıçları arasındaki süre olan increment girilerek overlap belirlenebilir.

3.c Tracked İşleme Örnekleri

Bir ölçüm için zamana karşı bir metrik hesaplanırken (yani overall, RMS, loudness, vb.), tıpkı stationary işlemede olduğu gibi overlap uygulanabilir. Tracked işlemede, Simcenter Testlab’da belirli bir overlap miktarını uygulamak için iki ana seçenek veya teknik vardır: Free Run ve Time. Bununla birlikte, iki tekniğin ortaya çıkan veriler üzerinde zıt etkileri vardır. Bu etkiler aşağıdaki örneklerde ele alınmıştır.

3.c.1 Veri Noktalarının Sayısını Arttırmak İçin Overlap Kullanmak

Free Run: Free Run metodunda, overlap miktarı doğrudan kullanıcı tarafından belirlenir. Overlap yüzdesinin arttırılması, aynı kayıt uzunluğu için daha fazla sayıda FFT hesaplaması ile sonuçlanır. Bu artış, hesaplanan metriğin zamana göre değişimine dair daha ayrıntılı bilgi sahibi olmamızı sağlar: belirli bir kayıt uzunluğu için ne kadar çok veri noktası hesaplanırsa, zamana göre o kadar ayrıntılı bir sinyal elde edilir. Bu etki aşağıda Şekil 25’te gösterilmektedir.

Overall, farklı overlap miktarları ile hesaplanmıştır: %0, %50 ve %90. Overall miktarının arttırılması, Şekil 25’te gösterildiği gibi daha fazla değerin hesaplanmasıyla sonuçlanır. Overlap olmayan (yeşil) overall – zaman fonksiyonu 31 veri noktasına sahiptir. %50 Overlap’de (mavi) , aynı kayıt uzunluğu için 61 veri noktası bulunmaktadır. Veri noktalarının sayısı, %90 overlap’de (kırmızı) 301’e çıkar. Üç grafiğin kesiştiği yerlerde değerlerin aynı olduğuna dikkat edin. Overlap’i artırmak, overall’un zamana karşı nasıl dalgalandığı konusunda daha fazla bilgi sağlar.

3.c.2 Genlik Dalgalanmalarını Yumuşatmak İçin Overlap Kullanmak

Time: Time tracking metodu seçildiğinde, kullanıcı sabit bir increment belirtir. Sonuç olarak, işlenen verilerin tümü, aynı kayıt uzunluğunda, overlap miktarına bakılmaksızın kabaca aynı sayıda veri noktasına sahip olacaktır. Bununla birlikte, hesaplamalar arasındaki increment sabit olduğundan, kullanıcının overlap miktarını değiştirmek için frame size veya gözlem süresini değiştirmesi gerekir. Overlap’i arttırmak, daha uzun bir çerçeve kullanmak anlamına gelir; bu, FFT hesaplamaları için daha iyi (daha küçük) bir frekans çözünürlüğü kullanarak sağlanabilir ve hesaplanan değerlerin trendine bir yumuşatma etkisi uygulanmış olur (bkz. Şekil 26).    

Overlap’i artırmak, aynı increment değerinde daha fazla veri noktası sağlar, bu da trendi basitleştirir ve genlik dalgalanmasını ortadan kaldırır. Bu örnekte, zamana karşı overall’daki değişikliklerin ayrıntısını korumak için increment 0,1 saniyeye ayarlandı. %0 overlap grafiği (yeşil), 0,1 saniyelik bir çerçeveye sahiptir ve genlik değerleri noktadan noktaya önemli ölçüde değişmektedir. %50 overlap (mavi) için çerçeve 0,2 saniyeye yükseltilir yani iki katına çıkarılır. Böylece sabit increment ile veri noktası sayısı korunmuş olur. Veri noktaları arasında çok daha yumuşak bir geçiş sağlayan %90 overlap (kırmızı) için, tam bir saniyelik frame size gerekir. Şekil 26’daki tüm grafiklerin kabaca aynı sayıda veri noktasına (yaklaşık 300) sahip olduğuna dikkat edilmelidir.

The post Overlap Nedir? Niçin ve Nasıl Kullanılır? appeared first on Blog.

Güçlü bir tasarıma sahip uygun maliyetli Simcenter SCADAS RS; montajda esneklik ve üstün bir ölçüm performansı sunmaktadır. Kablolu, kablosuz ve hücresel ağlar üzerinden bilgisayar, tablet ve akıllı telefonlar ile bağlanarak eşsiz bir bağlantı kolaylığı sağlar.

Simcenter SCADAS RS; otomotiv ve iş makinası endüstrisinin ihtiyaçlarını en iyi şekilde karşılayabilecek özellikte bir çözümdür.

Siemens uzmanları tarafından yapılacak olan tanıtımda aşağıdaki konu başlıkları ele alınacaktır:
– Dayanıklı veri toplama sisteminin farklı endüstrilerdeki kullanımı.
– Mühendislerin zorlu koşullardaki testler sırasında karşılaştığı zorluklar nelerdir ve yeni Simcenter SCADAS RS ile bu zorlukların üstesinden nasıl gelinir ?
– Dayanıklı bir tasarım neden bu kadar önemli ?
– Montaj ve farklı konfigürasyonlardaki donanım sayesinde esneklik sağlayan tasarım.
– Yeni veri toplama sistemi Simcenter SCADAS RS, nasıl üstün bir ölçüm performansı sunar ?
– Sahada ve laboratuvarda benzersiz kablosuz kontrol özelliği.

Ön bilgi için aşağıdaki fragmanı izleyebilirsiniz:

Gerçek hayattaki kullanım örnekleri, genelde karşılaşılan zorluklar ve yeni, dayanıklı veri toplama sistemimiz Simcenter SCADAS RS ile bunların üstesinden nasıl gelineceği ile birlikte sonsuz olasılıklardan bazılarını ayrıntılı olarak keşfederken uzmanlarımıza katılabilirsiniz.

Youtube Tanıtımına Linkedin ile katılmak için tıklayın

Youtube Tanıtmına hatırlatma oluşturmak için tıklayın

Sizi görmek için sabırsızlanıyoruz!

The post Zorlu test koşulları için yeni veri toplama sistemi tanıtımı – 25 Şubat 2021 appeared first on Blog.

Sinüs Dalga Örneği

Bir sinüs dalgasını örnek alın. Analizörünüzün, Şekil 1’de gösterildiği gibi 1Hz frekans çözünürlüğüne neden olacak bir Hızlı Fourier Dönüşümü (FFT) yapmak üzere ayarlandığını varsayalım. Frekans çözünürlüğü ayarı, bilgisayarın yalnızca her 1Hz’de veri görüntüleyebileceği anlamına gelir.

Şekil 1’den aşağıdakiler gözlemlenebilir:

– Sol tarafta, frekans alanında üç Hertz sinüs dalgasını görüntülemekte sorun yoktur. Üç Hertz spektral çizgisinde, genlik tam olarak 5 Volttur. Üç Hertz, 1Hz frekans çözünürlüğünün tam sayı katıdır.
– Sağ tarafta, 2.5 Hertz sinüs dalgasının nasıl temsil edilebileceği net değil. Bilgisayar, veri toplama ayarları nedeniyle, yalnızca her 1Hz’de veri görüntüleyebilir. Verilerin 2,5 Hertz’de görüntülenmesi bir olasılık değildir.

Veriler 2.5 Hertz’de görüntülenemediğinden, 2.5 Hertz sinyali Şekil 2’de gösterildiği gibi sıfır Hertz’den tam bant genişliğine sızacaktır.

Sızıntı olan bir sinyal (Şekil 2’de yeşil), sızıntı olmayan bir sinyale (Şekil 2’de kırmızı) göre daha düşük genliğe ve daha geniş bir frekans tepkisine sahiptir. Bu, frekans alanında sinyalin doğru şekilde ölçülmesini zorlaştırır.

Sızıntı (Leakage)

Sızıntı neden tüm frekans aralığını etkiler? Bu durum, sinyalin, ölçüm zaman çerçevesine göre periyodik olup olmadığı ile ilgilidir.

Periyodik Sinyaller
Periyodik bir sinyal belirli özelliklere sahiptir.Şekil 3’teki ölçümü düşünün.

Sinüs dalgasının ölçümü yapılır. Veri toplama için belirtilen çerçeve boyutuna (ölçüm süresine) bağlı olarak, orijinal sinüs sinyalinin sadece küçük bir miktarının yakalandığına dikkat edin. Buna Şekil 3’te “yakalanan sinyal” denir.

Daha sonra “yakalanan sinyal” tekrarlanır ve uç uca eklenir, buna Şekil 3’te “tekrarlanan sinyal” denir. Tekrarlanan sinyal orijinal sinüs dalgasına benziyorsa, yakalanan sinyal periyodiktir.

Yakalanan sinyal neden tekrar tekrar kopyalanır? Bu, FFT’nin dayandığı Fourier Dönüşümü (Denklem 1) üzerindeki integral aralığından kaynaklanmaktadır:

İntegralin aralığı eksi sonsuzdan artı sonsuza gider, bu nedenle bu denklemi sağlamak için küçük kesilmiş aralığın tekrarlanması gerekir.

Böylece FFT algoritması, Fourier Dönüşümü’nü gerçekleştirmek ve bir frekans spektrumu üretmek için az miktarda yakalanan veriyi alır ve tekrarlar. Bu sinyalin önceki ve sonraki tüm zamanlar için tekrarlandığını varsayar.

Bu durumda, sinyal periyodiktir ve elde edilen frekans spektrumunda sızıntı (leakage) oluşmayacaktır.

Periyodik Olmayan Sinyaller

Sadece ölçüm süresi küçük oranda değiştirilerek, yakalanan sinyal Şekil 4’te gösterildiği gibi periyodik olmayacaktır.

Yakalanan her sinyalin sonunda ani geçişler vardır. Şekil 4’te kırmızı ile daire içine alınmış bu keskin geçişler geniş bir frekans tepkisine sahiptir. Zaman alanındaki kısa geçici sinyaller, Şekil 5’te gösterildiği gibi yüksek, geniş bant frekans içeriği üretir.

Sonuçta elde edilen spektrum yeşil renkte Şekil 6’da gösterildiği gibi geniş bant yanıtı ve sinüzoidal yanıta sahip olacaktır.

Çoğu zaman elde edilen sinyal ölçüm süresi ile periyodik değildir. Çalışan bir motor veya pompa normalde ölçüm süresinin tam katı olan frekans içeriği üretmez. Motor veya pompanın çalışması veri toplama ayarlarından etkilenmez.

Kontrollü deneylerde,sarsıcı ile yapılan bir modal analiz gibi, ölçüm, sızıntıyı ortadan kaldırmak için bir kaynak ile senkronize edilebilir.

Ölçümlerin büyük çoğunluğu periyodik olmayan sinyallere sahip olacağı için, bu durumlarda “Sızıntının nasıl en aza indirileceği?” sorusu akla gelir.

Pencereler

Sızıntıyı azaltmak için, verilere pencere adı verilen matematiksel bir işlev uygulanır. Pencere, yeniden oluşturulan sinyaldeki keskin geçişi olabildiğince azaltmak için tasarlanmıştır.

Pencereler tipik olarak sıfır değerinde başlayan, bir değere hareket eden ve sonra bir kare üzerinde sıfır değerine dönen işlevler olarak şekillendirilir. Yakalanan sinyal, Şekil 7’de gösterildiği gibi pencere ile çarpılır.

Pencerelenen sinyal daha sonra Şekil 8’de gösterildiği gibi tekrarlanır ve uç uca eklenir. Tekrarlanan sinyal orijinal sinyale uymasa bile, keskin geçişler giderildiğine (sarı daire içine alınmış) ve yumuşatıldığına dikkat edin.

Keskin geçişler azaltıldığı ve düzeltildiği için, spektral sızıntının geniş bant frekansı da azalır.

Sızıntıyı Azaltma Avantajı

Orijinal sinyalle uyuşmuyorsa, sinyali neden bir pencere ile çarpalım?
Faydası, yakalanan sinyalin mükemmel bir şekilde kopyalanması değildir. Ana fayda, sızıntının artık ölçümün tüm frekans bant genişliğini etkilemek yerine daha küçük bir frekans aralığında sınırlanmasıdır.
Bunun iyileştirilmesi, sızıntının frekans aralığını Şekil 9’da gösterildiği gibi düşürmektedir.

Sızıntı daha küçük bir frekans aralığına yayıldığında, RMS gibi analiz hesaplamaları yapmak daha doğru sonuçlar verir.

Simcenter Testlab’da, doublex cursor, RMS hesaplamak için kullanılabilir. Spektral sızıntı azaldığı için, bir operatörün cursorlarını daha dar bir frekans aralığına yerleştirmesi daha kolaydır.

Şekil 10’da sızıntı bütün frekans aralığının üzerinde olduğu için, double X cursorla penceresiz sinüs dalgasının sınırlı bir frekans aralığı üzerinden, uygun RMS genlik hesaplamak imkansızdır. Bu nedenle RMS genliği doğru değildir.

Gerçekte olan ölçümlerde, genellikle birçok farklı frekans vardır. Bir pencere uygulanmadan, bu frekanslar birbirine sızarak imkansız olmasa bile, tekil piklerin gerçek genliğinin belirlenmesini çok zorlaştırır. Şekil 11’de, pencereli ve penceresiz iki farklı ton sızıntı üst üste binmiştir.

İki yakın aralıklı sinüs formu durumunda, pencere her formuayırt etmeyi kolaylaştırır, böylece uygun bir analiz yapılabilir.

Pencere Çeşitleri

Her biri belirli durumlar için optimize edilmiş farklı pencere çeşitleri vardır. Bazı pencereler şunları içerir:

– Hanning- Genel veri analizi, frekans ve genlik doğruluğu arasında iyi dengeleme için kullanılır.
– Flattop- Genlik için mükemmel doğruluk, genellikle kalibrasyonda kullanılır.
– Tukey- Anlık olaylar için kullanılır.
– Exponential- Çekiç darbeli modal testinde kullanılır, ölçüme yapay sönümleme eklemeye dikkat edin.
– Uniform- “Penceresiz” demenin başka bir yoludur.

Ölçüm durumuna bağlı olarak uygun pencere uygulanabilir.

Sonuç
Spektral sızıntı, pencereler uygulanarak çözülebilen dijital sinyal işlemede bir zorluktur:
– Sızıntı, periyodik olmayan verilerin dijital Fourier dönüşümü ile oluşur.
– Sızıntı, sinyalin, ölçümün tüm frekans aralığında yeniden dağıtılmasına neden olur.
– Pencereler, zaman alanı sinyalini yumuşatarak sızıntının etkilerini en aza indirmeye yardımcı olabilir, ancak sızıntıyı tamamen ortadan kaldıramaz.

Uygulama hakkında sorularınız için DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçebilirsiniz.

The post Pencereler ve Spektral Sızıntı (Leakage) appeared first on Blog.

Her pencere özel bir amaç için tasarlanmıştır. Aşağıdaki pencerelerin ayrıntıları bu makalede ele alınacaktır:
– Hanning
– Flattop
– Uniform
– Tukey
– Exponential

Makale boyunca ölçüm süresi terimi, tek bir ortalama veya bir veriye FFT uygulamak için geçen süreyi ifade eder. Ölçüm süresi, çerçeve boyutu olarak (frame size) da adlandırılabilir.

Arkaplan: Periyodik ve Periyodik Olmayan

Her pencerenin özelliklerine girmeden önce, periyodik veya periyodik olmayan bir şekilde yakalanan sinyallerin ışığında spektral sızıntıyı anlamak faydalıdır. Ölçüm süresi tarafından nasıl yakalandığına bağlı olarak herhangi bir sinyal verisi periyodik veya periyodik olmayabilir.

Ölçüm verilerinde bir Fourier Dönüşümü gerçekleştirirken, pencereleme periyodik ve periyodik olmayan verileri farklı şekilde etkiler:

– Periyodik (Pencere Gerektirmez): Periyodik bir şekilde yakalanan sinyal bir pencere gerektirmez ve sonuçta ortaya çıkan Fourier Dönüşümünün sızıntısı yoktur. Bir pencere uygulamak, Fourier dönüşümünü değiştirir ve hatta başka türlü sızıntı olmayacağı yerlerde spektral sızıntı yaratır.

– Periyodik Olmayan (Pencere Gerektirir): Pencereler, spektral sızıntıyı azaltmak ve periyodik sonuçlara yaklaşmak için periyodik olmayan bir şekilde yakalanan sinyallerde kullanılır. Bir pencere, periyodik olmayan bir sinyalde bulunan sızıntıyı en aza indirebilir, ancak ortadan kaldıramaz.

Ölçüm süresini değiştirerek, aynı sinyal, Şekil 1 ve 2’de gösterildiği gibi periyodik veya periyodik olmayacak şekilde toplanabilir.
Bir ölçüm sinyali periyodik bir şekilde yakalandığında, çoğaltılır ve birçok kez uç uca eklenirse, orijinal sinyale özdeş olacaktır (Şekil 1).

Ölçülen verinin orijinal sinyalin tamamını temsil ettiği varsayıldığından sinyal matematiksel olarak tekrarlanır ve uç uca eklenir.

Periyodik bir sinyal için, yakalanan sinyalin Fourier Dönüşümü, Şekil 3’te gösterildiği gibi frekans alanında herhangi bir sızıntıya sahip olmayacaktır. Sinyali gereksiz şekilde bozacağından ve bir spektral sızıntı oluşturacağından burada bir pencere önerilmez.

Farklı bir ölçüm süresine sahip aynı sinüs dalgası, Şekil 2’de gösterildiği gibi periyodik olmayan yakalanmış bir sinyale yol açar.

Burada, yakalanan sinyal tekrarlandığında, orijinal sinüs dalgası sinyali yeniden oluşturulmaz. Tekrarlandığında, çeşitli geniş bantetkisine sahip anlık yükseliş-düşüşler (Şekil 2’de kırmızı ile daire içine alınmış) oluşmaktadır. Bu durumlar, Şekil 3’te gösterildiği gibi geniş bant yanıtı veya sızıntı oluşturur.

Pencereler, frekans alanındaki bu sızıntı etkisini en aza indirmek için kullanılır.

Makalede sunulan örneklerin birçoğunda, bir pencerenin periyodik ve periyodik olmayan veriler üzerindeki etkileri frekans alanındaki grafiklerde görüntülenmiştir.

Hanning

Operasyonel gürültü ve titreşim ölçümleri yaparken, Hanning penceresi yaygın olarak kullanılır.

Birçok operasyonel sinyal, Şekil 4’te gösterildiği gibi doğada rastgeledir. Rastgele sinyallere örnek vermek gerekirse, bir yolda sürüş ile üretilen ses, bir pompa / motor çalışırken oluşan titreşim veya akan suyu olan bir musluğun sesi olabilir.

Rastgele veriler, zaman bloğunun başında ve sonunda ani kesilme nedeniyle spektral sızıntıya sahiptir. Bu sinyal periyodik değildir. Ölçüm süresini değiştirerek yakalanan rastgele sinyalin periyodik olmasını sağlamanın bir yolu yoktur. Rastgele bir sinyal birçok farklı frekanstan oluşur ve veri toplama süresi sızıntı yaratmadan bazı frekansları yakalamak için ayarlanmış olsa bile, diğer frekanslar periyodik olmayabilir.

Hanning pencereleri, özellikle diğer pencerelerin etkileriyle karşılaştırıldığında, elde edilen frekans spektrumunun frekans çözünürlüğü ve genlik doğruluğu üzerinde orta derecede etkiye sahip oldukları için genellikle rastgele verilerle kullanılır. Bir Hanning penceresinin maksimum genlik hatası%15 iken, sızıntı tipik olarak orijinal sinüs dalga sinyalinin her bir tarafındaki 1.5 spektral çizgiyle sınırlıdır.

Maksimum genlik hatası%15, pencere düzeltme faktörleri uygulandığında bile geçerlidir. Hanning penceresi periyodik olarak yakalanan sinüs dalgası üzerinde kullanılırsa hata%0 olur. Maksimum%15 hata sinüs dalgası iki spektral çizginin yarısı ortasında kaldığında meydana gelir. Sinüs dalga frekansı iki spektral çizgi arasındaki mesafenin dörtte biri olsaydı, genlik hatası%7,5 olurdu.

Hanning penceresi sıfır değerinde başlar ve sıfır değerinde biter (Şekil 5). Pencerenin ortasında 1 değeri vardır. 0 ile 1 arasındaki bu kademeli geçiş, ölçülen sinyali pencere ile çarparken genliklerde yumuşak bir değişiklik sağlar ve bu da spektral sızıntıyı azaltmaya yardımcı olur.

Şekil 6’da,Hanning penceresi uygulanmış ve uygulanmamış bir periyodik sinüs dalgası gösterilmiştir. Hanning penceresinin (veya herhangi bir pencerenin) periyodik bir sinyale uygulanması sızıntıya neden olur. Şekilde, Hanning pencereli (mavi) sinüs dalgası frekansta orijinal sinyalden (kırmızı) daha geniştir.

Şekil 7’de gösterildiği gibi periyodik olmayan bir sinyale bir Hanning penceresi uygulandığında, sızıntı büyük ölçüde azalır ve genlik daha yüksektir.

Maksimum genlik hatası, periyodik olmayan bir sinüs dalgasının spektrumunu görüntülerken görülebilir.

Frekans tepe noktası çevresinde bir RMS hesaplaması kullanılması, Şekil 8’de gösterildiği gibi bir pencere uygulandığında doğru değeri verir.Sinüs genliği 1 olan sinüs dalgasının RMS değeri 0.707 genliktir.

RMS hesaplaması, frekans aralığındaki enerjiyi toplar. Şekil 8’de, Hanning pencereli periyodik ve periyodik olmayan sinyallerin RMS değeri, sızıntısız sinüs dalgasının RMS değerine eşittir. Sadece bir pencere uygulanmayan periyodik olmayan sinüs dalgasının RMS değeri diğerlerine eşit değildir.

Flattop

Flattop penceresi Hanning penceresine kıyasla frekans alanında daha iyi bir genlik doğruluğuna sahiptir (Şekil 9). Flattop penceresinin maksimum genlik hatası%0.01’den azdır. Aksine, Hanning penceresinin maksimum genlik hatası%15’tir.

Bu maksimum genlik hataları, genlik düzeltme faktörlerinin frekans spektrumlarına uygulandığını varsayar. Bu genlik düzeltme faktörleri, bir pencere uygulanmasının neden olduğu genlik azalmasını telafi eder.

Bir Flattop penceresi, sızıntıyı orijinal sinyalin her bir tarafından 3,43 spektral çizgiyle sınırlar. Bu, Hanning penceresinin 1,5 spektral çizgi genişliğinden daha geniş bir frekans aralığına denk gelmektedir.

Bir Hanning penceresi gibi, Flattop penceresi de sıfır değeriyle başlar ve biter. Pencerenin merkezi 1 değerine sahiptir (Şekil 10).

Flattop penceresinin frekans doğruluğu, Hanning penceresine kıyasla daha kabadır. Sonuç olarak, Flattop penceresi tipik olarak frekans tepelerinin farklı ve birbirinden iyi ayrıldığı verilerde kullanılır. Frekans tepelerinin iyi ayrılması garanti edilmediğinde, Hanning penceresi tercih edilir çünkü spektrumda bireysel tepelerin kaybolmasına neden olma olasılığı daha azdır (Şekil 11).

Şekil 11’de, periyodik olarak yakalanan iki tonun spektrumu gösterilmektedir. Tonlar 4 Hertz aralıklıdır ve 1 Hertz frekans çözünürlüğüyle yakalanmıştır. Yeşil eğri bir Hanning penceresine sahiptir ve doğru genlikte iki farklı ton gösterir. Mavi eğriye bir Flattop penceresi uygulanır ve yalnızca bir ton gösterdiği görülür. Bunun nedeni, Flattop penceresinin Hanning penceresinden daha fazla miktarda frekans etki alanında sızıntı oluşturmasıdır. Tonların orijinal frekanslarında genliğin doğru ve her iki pencere için bire eşit olduğunu unutmayın.

Flattop penceresi için yaygın olarak kullanılan bir uygulama kalibrasyon işlemidir. Örneğin, sağlam bir mikrofon kalibratörü, mikrofon kalibrasyonu sırasında yalnızca tek ve belirgin bir frekans üretir. Simcenter Testlab‘ın (eski adıyla LMS Test.Lab) ‘AC Calibration’ çalışma sayfasında, ‘Measurementinfo’butonuna basmak, Şekil 12’de gösterildiği gibi bir Flattop penceresinin kullanıldığını gösterir.

Genlik doğruluğunu sağlamak için, kalibrasyon penceresi tipi kullanıcı tarafından değiştirilemez. Ölçüm için farklı bir pencere seçilse bile, her zaman bir Flattop kullanılacaktır.

Uniform

Uniform penceresi, Şekil 13’te gösterildiği gibi tüm ölçüm süresi boyunca 1 değerine sahiptir. Gerçekte, Uniform Pencere ‘Pencere yok’ olarak adlandırılabilir. Kullanılan veri toplama sistemine bağlı olarak, bazen “Rectangular” penceresi olarakta kullanılır.

Uniform pencere, ölçülen sinyal periyodik olduğunda hiçbir frekans veya genlik bozulması oluşturmaz.

Ölçülen bir sinyal periyodik olmadığında, genlik maksimum%36 oranında azaltılır ve frekans içeriği ölçümün tüm bant genişliği boyunca yayılır. Bu, ölçülen sinyalin tekrarlanması ve eklenmesi ile oluşturulan keskin geçici nedenlerden kaynaklanır.

Bir ölçüm sinyali periyodik olduğunda, Uniform bir pencere tercih edilir. Periyodik bir sinyale bir Hanning veya Flattop penceresi uygulamak genlik ve frekans bozulması yaratacaktır.

Periyodik sinyaller şunları içerebilir:
– Ölçüm süresi boyunca sıfırdan başlayan ve biten ‘BurstRandom’ bir sinyal
– Ölçüm süresi ile tamsayı ilişkisi olan sinüzoidal sinyaller
– Ölçüm süresi içinde tamamen sıfırlanan darbe ölçümleri

Tukey

Bir Tukey penceresi zaman alanında çok düzdür, pencerenin çoğunluğu için 1 değerine yakındır. ‘’TaperLength’’ veri toplama süresinde pencerenin ne kadar 1 değerine sahip olacağını belirler. (Şekil 14). TaperLenght ne kadar düşük olursa, Tukey penceresinin ölçüm süresi boyunca 1 değeri o kadar uzun olur.

Tipik olarak, geçici verileri analiz etmek için Tukey pencereleri kullanılır. Bir Tukey penceresinin avantajı, zaman alanındaki geçici sinyalin genliğinin Hanning veya Flattop kullanımına kıyasla daha az değişme olasılığıdır (Şekil 15). Bir Hanning veya Flattop penceresinde, pencerenin değeri Tukey penceresine kıyasla daha kısa bir aralık için 1’e eşittir.

Tipik etki olayları birkaç milisaniye sürebilir. Örnekler arasında çekiçlerden kaynaklanan titreşimler, yoldaki tümsekler veya dizel motor tıkanıklığı sayılabilir.

Exponential

Exponential pencereler genellikle modal darbe testinde kullanılır. Sızıntı sorunlarını önlemek için ivmeölçer yanıtının ölçüm süresi içinde sıfıra (Şekil 16) düşmesini sağlamak için kullanılırlar.

Exponential bir pencere her zaman ölçümün başında 1.0 değeri ile başlar.
Exponentialbozunma parametresi,%0 ile%100 arasında bir değer olup, Exponential pencerenin başlangıç değerinin, ölçümün sonuna kadar ne kadar azaltılacağını belirler. Örneğin,%25’lik bir bozunma parametresi, Şekil 17’de gösterildiği gibi, ölçüm tamamlandığında pencerenin orijinal genliğin dörtte birine düştüğü anlamına gelir.

%100’lük bir Exponentialbozunma parametresi, Uniform bir pencereyle aynıdır (veya bir pencere uygulamaz). Model darbe testi yaparken, ölçüm zaman aralığında sinyal sıfıra düşerse%100’lük bir bozunma tercih edilir.

Exponential bir pencere uygulandığında, ölçülen sinyal orijinal sinyalden daha hızlı bozulur (Şekil 18).

Daha hızlı bozunmayla, ortaya çıkan ölçüme yapay sönümleme eklenir. Verilere kaydedilen Exponentialbozunma parametresini kullanarak, SimcenterTestlab’dakimodsal eğri oluşturucular efektleri kaldırabilir ve doğru mod sönümleme değerlerini rapor edebilir.

Sonuç

Ölçüm verisi koşullarına uygun bir pencere seçmek, doğru ve kullanışlı veriler elde etmek için önemlidir. Örneğin, Flattop penceresi bir kalibrasyon gerçekleştirmek için idealdir, ancak Exponential bir pencere uygun değildir.

Umarım bu makale hangi pencerelerin ve hangi koşullar altında kullanılacağı konusunda faydalı rehberlik sağlar.

Uygulama hakkında sorularınız için DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçebilirsiniz.

The post Window Tipleri: Hanning, Flattop, Uniform, Tukey ve Exponential appeared first on Blog.

Mertebeleri Neden Önemsiyoruz?

Mertebeler, döner makinalarda titreşim ve akustik analizine destek sağlarlar. Bir sistemin her parçası (dişliler, miller, pistonlar, pompalar vs.), sistemin toplam gürültü ve titreşimine katkı yapar. Mertebe analizi, tek bir parçanın, genel seviyeye nasıl katkıda bulunduğunu, belirlemeye yardımcı olur.

Mertebeler Nasıl Hesaplanır?

Mertebeler esasen bir devirde meydana gelen olay sayısı ile ilgilidir.
Öncelikle, dönen bir milde nasıl mertebe hesaplandığına bakalım.

Mili 600RPM de döndürerek başlıyoruz. Dönüş frekansı nedir?

Dönüş frekansı 10 Hz: mil saniyede 10 tur tamamlamaktadır.

Aşağıda, frekans ve o frekanstaki genliğin (her ne olursa basınç, ivme vs.) grafiği vardır. Bu genlik, makinanın herhangi bir yerinden ölçülebilir ve konumuna bağlı değişebilir. Örneğin, direksiyon simidindeki titreşim genliği, silindir kapağındaki titreşim genliğinden çok daha az olacaktır.

Şimdi mili 3300 RPM’ de döndürelim. Dönüş frekansı nedir?

Şimdi mili 6000 RPM’ de döndürelim. Dönüş frekansı 100 Hz’dir.
6000 RPM genlik ve frekans grafiği aşağıdaki gibidir:

Eğer, buraya kadar ölçtüğümüz değerleri, üç boyutlu frekans, genlik ve RPM grafiğine eklersek, aşağıdaki gibi bir grafik elde ederiz.

Bir mil için üç noktaya sahip bir mertebe verisi grafikteki gibidir.
Şimdi, bunun yerine RPM’ i sürekli olarak 600’ den 6000 RPM’ e yükselttiğimizi ve tarama boyunca küçük RPM artışlarıyla frekans ve genlik verilerini hesapladığımızı hayal edin.

Aşağıda, bütün frekans, genlik ve RPM spektrumu gösterilmektedir. Bu, birinci mertebe (1. Order) olarak adlandırılır.

Eğer harita yeşil çizgi boyunca kesilirse, buna ordercut (mertebe kesimi) denir. Bir ordercut, belirli bir mertebenin RPM ve genliğini takip eder. Aşağıdaki grafikten görebilirsiniz:

Birbirine kasnak ile bağlı olan iki mil hayal edin. A milinin çapı, B milinin çapının üç katıdır.

A mili 600 RPM’ den 6000 RPM’e kadar dönüşünü tamamlayacak, eşzamanlı B mili de dönecektir.

Eğer, A mili 6000 RPM ile dönüyorsa, A milinin dönüş frekansı 10 Hz’ dir. Bunu kasnak oranı olan 3 ile çarparsak, B milinin dönüş frekansını elde ederiz.

Tepkinin genliği RPM 600’de ve frekans 30Hz’ de grafiğe eklendi.

A mili 6000RPM’ de dönüş yaptığında, B milinin 18000 RPM’ de dönmesine neden olur.
18000 RPM, 300 Hz’ e denk gelir. Grafiğe eklenir.

Taramadaki verilerin geri kalanını, RPM/ frekans verileri ve karşılık gelen genlikleri, doldurun. Bu üçüncü mertebe olacak.

Mertebe sayısı, birinci mertebeyi referans alarak, tur başına gerçekleşen olayların oranıdır.

Yukarıdaki örnekte, A milinin her dönüşü için B mili üç dönüş yapar. Bu durum, B milinin tepkisini 3. mertebe yapar.

Referans mili, birinci mertebe olarak ayarlanır ve bütün mertebeler, birinci mertebeye bakarak, tur başına gerçekleşen olayların oranına göre sonradan belirlenir.

Simcenter Testlab yazılımı, birinci mertebeyi dönme hızı ölçülen döner parça olarak otomatik ayarlar. Eğer, devir hızı krank milinde değer okuyorsa, krank mili, birinci mertebe olarak ayarlanır. Eğer devir hızı alternatörden okuyorsa, sonuç olarak alternatör birinci mertebe olarak ayarlanacak ve diğer bütün mertebeler alternatörün bir turunda gerçekleşen olaylara göre oluşturulacaktır.

Peki B mili birinci mertebe olsaydı, A milinin mertebesi ne olurdu?

B milinin her bir turu için A mili 1/3 turu tamamlamaktadır. Yani, B mili birinci mertebe olursa, A mili 1/3 ‘üncü mertebe olacaktır.

Mertebeler için hangi görünümler daha yaygın kullanılır?

Mertebe verisini çizdirmek için şelaleler (Waterfalls) ve renk-haritaları (Colormaps) daha yaygın kullanılır.
Bu grafikler, küçük RPM artışlarında Aautopower’lar oluşturularak ve RPM ekseni boyunca birlikte istiflenerek oluşturulur.

Frekans ekseni boyunca yer alan hatların her biri, belirli bir RPM artışında alınan ayrı bir Autopower’dır. Birlikte dizilerek şelale(waterfall) grafiğini oluştururlar.

Bu grafiğin daha göz dostu bir versiyonuna renk haritası (colormap) denir. Renk haritası şelaleyidevirir, böylece genlik ekseni doğrudan sayfadan çıkar.

Genlik daha sonra renk yoğunluğu ile temsil edilir. Daha koyu / daha soğuk renkler daha düşük genlik, daha sıcak / daha parlak renkler ise daha yüksek genliktir.

Renk haritası / şelale üzerinde tanımlanması gereken önemli şeyler arasında rezonans frekansları ve mertebe çizgileri (orderlines) bulunur. Mertebe çizgileri, haritadan başlangıç noktasından gelen çapraz çizgilerdir. Rezonans frekansları, frekans ekseninden dikey olarak uzanan yüksek genlik çizgileridir.

Çoğu zaman, kullanıcılar renk haritasını dB formatında görüntüler. Bu, renkleri aydınlatır ve kullanıcıların rezonans frekanslarını ve mertebe çizgilerini daha kolay ayırt etmelerini sağlar.

Mertebe ve Frekans ilişkisi

Dönen bir sistemin çalışma frekansı, aşağıdaki denklem yoluyla bir mertebeve dönme hızından (rpm cinsinden ifade edilir) hesaplanabilir:

Bir gözlem çerçevesinde, frekans ve mertebeler aynıdır, ikiside olayların ölçüsüdür.
– Frekans – Birim zamanda gerçekleşen olay sayısı
– Mertebe – Tur başına gerçekleşen olay sayısı

Dönen bir sistem için zaman ve devirler birbiriyle ilişkili olabiliyorsa, aynı fenomen bir frekans veya mertebe olarak ifade edilebilir. Böylece dönen bir sistemin dakikadaki devir sayısını (rpm) bilmek frekans ve mertebenin birbiriyle ilişkili olmasını sağlar.

Örneğin, bir motor 600 rpm’de 2. mertebeden bir titreşime sahipse, titreşim frekansı 20 Hz’dir. 600 rpm’yialın, 60’ a bölün 10Hz, sonra iki ile çarpın 20Hz’ i elde edin.

UYGULAMA SORUNLARI:

Fan:

6 kanatlı bir fan 6000 RPM’de dönüyor.
Ana şaftın frekansı nedir?
Kanat geçişinin mertebesi nedir?

Ana şaftın frekansı 100Hz’ dir.
Kanat geçişinin frekansı 600Hz’ dir.
Kanat geçişinin mertebesi 600Hz/100Hz ‘den altıncı mertebedir.

Frekansları hesaplamanın gerekli olmadığını unutmayın. Sadece ana şaftın her bir dönüşü için 6 kanat geçişi olacağını bilmek, kanat geçişinin altıncımertebede olduğunu anlamamızı sağlar.

Dişli:

86 diş dişli 600 RPM’de dönen bir şaft üzerindedir.

Şaftın frekansı nedir?
Dişli örgüsünün frekansı nedir?
Dişli örgüsünün mertebesi nedir?

Dişli örgüsünün mertebesi 86. mertebedir.

Dişli Çifti:

Mavi mil 60 RPM’de dönmektedir. Sistemde sürülen yeşil dişlinin, mavi mile göre dönme mertebesi nedir?

Yeşil dişli mili, mavi mile göre 1.625’ inci mertebede ceavap vermektedir.
Mertabelerin tamsayı olması gerekmez!

4 zamanlı motor:
Şimdi biraz daha karmaşık motor örneğini inceleyelim:

4 zamanlı, 6 silindirli bir motor çalışıyor. Yanma mertebesi nedir?
4 zamanlı bir motor, krank milinin her iki devrinde bir yanma olayına sahiptir (aşağıdaki şekilde görebilirsiniz).

Dört zamanlı döngü emme, sıkıştırma, güç (yanma) ve egzoz darbelerinden oluşur. Yukarı ve aşağı hareket krank milinin bir devrimidir. Bu nedenle, dört olayın da meydana gelmesi için krank milinin iki turu gereklidir.

Bu nedenle, bir silindirli motorumuz olsaydı, krank milinin her 2 dönüşü için 1 yanma olayı olduğundan yanma mertebesi 1/2 olurdu.

Ancak 6 silindirimiz olduğu için yanma mertebesi 6 (1/2) = 3’tür.
Yani, yanma mertebesiüçüncümertebedir. Bu örnekte, mertebe, RPM’den bağımsızdır.

Uygulama hakkında sorularınız için DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçebilirsiniz.

The post Mertebe (Order) Nedir? appeared first on Blog.

Fourier Dönüşümü neden önemlidir ? Fourier Dönüşümü, zaman alanındaki bir sinyali frekans alanına dönüştürmek için kullanılır. Bu durum sinyalin anlaşılmasını kolaylaştırır.

Bu yazı Fourier Dönüşümünün kısa bir tarihini, arka planını, bazı örnekleri ve uygulamaları içermektedir.

Tarih

Fourier Dönüşümü ısı akışı analizinin başlangıcından, birçok farklı alanda yaygın kullanımına kadar, 200 yıldan daha eskidir.

Kökeni

Fourier Dönüşümü adını Fransız matematikçi Jean-Baptiste Joseph Fourier’den (Şekil 1) almaktadır. 1807’de herhangi bir fonksiyonun, sinüs ve kosinüs fonksiyonlarının toplamı olarak yazılabileceğini buldu.

Fourier, bu bulgularını Analytical Theory of Heat kapsamında 1822’de yayınlandı.
Daha sonrasında integral kullanarak,Fourier serisini oluşturan bireysel sinüs ve kosinüs dalgalarının genliğinin belirlenmesinin mümkün olduğunu keşfedildi. Bu,Fourier Dönüşümü olarak anılmaya başlandı.

Fourier Dönüşümü Dijitalleşiyor

Günümüzde yaygın olarak bilgisayar tabanlı uygulamalarda iki tip Fourier Dönüşümü kullanılmaktadır. İlki  DiscreteFourierTransform (DFT) diğeri ise FastFourierTransform (FFT).

1. DiscreteFourierTransform, ayrık bir zaman bloğu üzerinde bir Fourier Dönüşümü gerçekleştirir. Bir DFT, rastgele sayıda veri noktasından oluşan herhangi bir zaman sinyalinde gerçekleştirilebilir.

2. FFT, hesaplamalı olarak verimli bir şekilde DFT gerçekleştiren bir algoritmadır. Analiz edilen zaman bloğunda ikinin katları kadar örnek gerektirir. (512, 1024, 2048).

Fourier Dönüşümünün Temelleri

Fourier, herhangi bir sinyalin, farklı genlikteki ve fazdaki sinüs dalga serileri ile ifade edilebileceğini gösterdi. Örneğin, aşağıda gösterilen mor renkli sinyal (Şekil 2) 3 adet sinüs dalgasının toplamıdır.

Fourier Dönüşümü, orijinal zaman sinyalinin sinüzoitlere ayrılmasını mümkün kılar. Her sinüzoidin ilişkili bir genliği, fazı ve frekansı vardır. Bu, aşağıdaki Şekil 3’te gösterilmektedir.

Şekil 3’te, zaman alanındaki karmaşık görünümlü bir dalga formunun, frekans alanındaki üç dikey çizgi ile temsil edilebildiği görülebilir. Frekans alanındaki bu basit gösterim, anahtar frekansların tanımlanmasına yardımcı olur.

” Fourier Dönüşümü, karmaşık zaman sinyallerini frekans bileşenlerine ayırarak kolay anlaşılmasını sağlar.”

Frekans alanından zaman alanına geçerken hiçbir veri kaybolmaz.

Fourier Dönüşümü Denklemi

Fourier Dönüşümü için analitik denklem aşağıda verilmiştir.

– Sx(f), frekans alanında Fourier Dönüşümünün çıktısıdır.
– x(t), zaman alanı fonksiyonudur.
– 2πf, saniyede radyan cinsinden frekanstır.

Karmaşık Sayılar

Fourier dönüşümünün çıktısı, frekans spektrumundaki bir frekansa, genliğe ve faza karşılık gelen bir dizi karmaşık sayıdır. Karmaşık sayılar a+jb formatındadır. a harfi karmaşık sayısının gerçek kısmını belirtirken, b ise imajiner kısmıdır.

Karmaşık sayılar, Şekil 4’te gösterildiği gibi orijinal zaman sinyalindeki frekans bileşenlerinin genliği ve fazı hakkında bilgi içerir. Karmaşık sayının genliği hipotenüstür. Faz θ açısıdır.

Denklem 2 ve 3, gerçek ve imajiner değerler ile genlik ve faz arasındaki ilişkiyi gösterir.

Fourier Dönüşümünün sonuçları genlik ve faz (sol grafik, Şekil 5) veya gerçek ve imajiner (sağ grafik, Şekil 5) olarak gösterilebilir.

Genellikle, genlik ve faz gösterimi spektral bilgiyi görüntülemek için kullanılır.

” Fourier Dönüşümü, orijinal sinyal bileşenlerinin genlik ve faz bilgilerinin korunduğu karmaşık nümerik bir çıktıya sahiptir.”

Faz bilgisi korunduğu için, spectral verilere ters Fourier Dönüşümü uygulanarak zaman alanına dönülebilir. Eğer faz bilgisi önemli değilse veri AutopowerSpectrum olarak bilinlen fonksiyon ile hesaplanabilir.

Çift Taraflı Spektrum

Fourier Dönüşümü, Şekil 6’da gösterildiği gibi çift taraflı bir spektrum üretir.

Çift taraflı spektrum negatif ve pozitif frekanslardan oluşur. Fourier Dönüşümünün analitik karşılığında zaman verisinde limitler negatif sonsuzdan pozitif sonsuza gittiği için sonuç spektrumun frekans aralığı böyledir. Çift taraflı spektrumun genliği, Şekil 6’da gösterildiği gibi zaman alanındaki tepe genliğinin yarısıdır.

Dijital veri toplama sistemleri, bir FFT veya DFT gerçekleştirirken, negatif frekans aralığını göstermez. Çift taraflı spektrumun pozitif kısmının genliği iki ile çarpılarak sonuç gösterilir. ( Genliği değişmeyen 0 Hz hariç.)

Örnek Sinyaller ve Fourier Dönüşümleri

Aşağıda zaman alanındaki bazı sinyallerin Fourier Dönüşümleri gösterilmektedir.

Sine Wave
Sinüs dalgası, Fourier Dönüşümünün en temel bileşenidir. Sinüs dalgasının Fourier Dönüşümü tek bir frekansta, bir faz ile tek genlik üretir.

DampedTransient
Eğer sinüs dalgasının genliği bozuluyorsa, tek frekans çevresinde bir ‘’smear’’ vardır.
Sinüs dalgasının bozulması ne kadar hızlı olursa, ‘’smear’’ o kadar geniş olur.

SquareWave
Frekans alanındaki kare dalga, genlik olarak sabit miktarda azalan tek numaralı harmoniklere sahiptir.

Impulse
Impulsive bir sinyalin Fourier Dönüşümü, frekans spektrumu boyunca düz bir genliğe sahiptir. Darbe sinyalleri genellikle modal darbe testinde kullanılır, çünkü frekans spektrumu boyunca enerjinin eşit dağılımı, bir yapının birden çok modunu uyarabilir.

Offset
Sıfır genlikten sabit bir offsetiolan bir sinyalin frekans içeriği yoktur. Ortaya çıkan Fourier Dönüşümünde, sinyalin genlik içeriği 0 Hertz’dedir.Sabit değer bir offset sinyali genellikle DC ofseti olarak adlandırılırken, dinamik frekans içeriğine sahip sinyallerin AC içeriği olduğu kabul edilir.

Random
Rastgele bir sinyalin geniş bant frekans içeriği vardır.Tüm frekanslar yaklaşık aynı seviyedeyse, spektrumun tanımlanması için genellikle White Noise terimi kullanılır.

Fourier Dönüşümünün Uygulamaları
Fourier Dönüşümü, titreşim sorunlarının giderilmesinden görüntü işlemeye kadar birçok farklı kullanıma sahiptir.

” Fourier Dönüşümü bir sinyaldeki daha yüksek frekans bileşenlerini tanımlamak için kullanılabilir. Bu bileşenler istenmeyen gürültü veya titreşimin nedenini saptayabilir.”

Bazı örnekler aşağıdadır:

Elektrikli Süpürge

Sorunlu bir elektrikli süpürgesinden toplanan zaman alanı verilerine ve ses basıncı verilerinin Fourier Dönüşümüne bakın (Şekil 8).Elektrikli süpürge çalışırken keskin, hoş olmayan bir sese sahiptir. Zaman alanında bu elektrikli süpürgeyle ilgili özel bir sorun görünmüyor.

Zaman sinyalinin FFT’si 5445 Hz’de büyük bir tepe gösterir ve bu da hoş olmayan sese neden olur. Bu, fan kanadı geçişinden kaynaklanır. Mühendis, fan kanatları arasındaki mesafeyi ayarlayarak gürültülü fan sorununu çözebilir. Eşit aralıklı fan kanatları tek bir saf ton üretir. Düzensiz aralıklı bıçaklar, genliği daha düşük olan ve daha geniş bir frekans aralığında dağıtılan birden fazla ton üretecektir.

Müzik Analizi

Sesi analiz ederken, bir frekans spektrumunun genliği genellikle desibel (logaritmik bir miktar) olarak görüntülenir. Desibel, insanın ses algısının lineer genlikten daha iyi bir temsili olarak kabul edilir.
Bir rock şarkısının bir pop şarkısına karşı FourierDönüşümü’nü düşünün. Bir rock şarkısının bir pop şarkısından daha fazla bas (düşük frekans içeriği) içerdiği gösterilebilir (Şekil 9).

Rulman Hataları

Fourier Dönüşümü, bir rulmandaki potansiyel arızayı tanımlamak için kullanılabilir. Aşağıdaki rulmanı düşünün (Şekil 10). Her bileşen (innerrace, outerrace,rollingelements) şaftın dönüşü sırasında düzenli aralıklarla birbirleriyle temas eder.Rulmanın durumu, gövdesindeki bir titreşim sensörü ile izlenebilir.

Farklı parçalar arasındaki temas belirli frekanslar üretir. Şekil 11’deki örnekte, rulmanın dış yatağı üzerindeki bir kusur 119 Hertz frekansında bir tepe üretir. Bu kusur, temel frekansa göre ilişkili frekansın titreşim genliğinin artmasına neden olur.

Rulman üreticileri genellikle her bir bileşenle ilişkili bir “arıza frekansları” tablosu sağlar, böylece yataklar kullanımdayken seviyeleri izlenebilir.

Ses Filtreleme

Fourier Dönüşümü bir sesin tonal frekans bileşenlerini tanımlayabilir. Bu tonlar daha sonra dinleyicinin deneyimini geliştirmek için filtrelenebilir. Örneğin, 2010 Dünya Kupası’nda birçok taraftar vuvuzela adlı bir enstrümanı (Şekil 12) yanlarında stadyuma getirdi.

Vuvuzela çalındığında, birçok TV izleyicisinin sinir bozucu bulduğu 235 Hz’lik bir ses çıkarır. Vuvuzela’nın frekans içeriği Fourier Dönüşümü kullanılarak tanımlandı ve daha sonra izleme deneyimini geliştirmek için bazı yayıncılar tarafından filtrelendi.

Motor Gürültüsü ve Titreşimi

Gürültü ve titreşim sorun gidermede, Fourier Dönüşümü yararlıdır. Çünkü dönen makinelerdeki birçok bileşenin benzersiz bir harmonik imzası vardır. İçten yanmalı motorlar, krank mili dengesizliği, kayış tokası, dişli çıngırağı ve yanma olayları gibi istenmeyen titreşimlere neden olabilecek birçok farklı bileşene sahiptir (Şekil 13).

Motor bloğuna monte edilen bir ivmeölçerden alınan zaman verileri üzerinden yapılanFourier Dönüşümü, aşırı titreşime neden olan bileşenleri tanımlamak için kullanılabilir.Bir motorun hızı değiştiği için, Fourier Dönüşümleri genellikle farklı RPM’lerde yapılır ve bir renk haritasında gösterilir (Şekil 14).

Şekil 14’teki renk haritasındaki en yüksek ses seviyeleri, motor tarafından üretilen yanma olaylarından / frekanslarından kaynaklanmaktadır. Yanma ile ilişkili frekans rpm ile değişir. Dönen şaftın RPM’i ile ilgili frekansına ‘order’ denir.

İlgili Diğer Blog Yazılarımız;

– Spectrum ve Autopower Fonksiyonları

– Dijital Sinyal İşleme: Örnekleme Frekansı, Bant Genişliği, Spektral Çizgi

Uygulama hakkında sorularınız için DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçebilirsiniz.

The post Fourier Dönüşümü Nedir? appeared first on Blog.

Tüm dünyadaki geliştirme ekipleri, doğrulama merkezli mühendislik metotlarından, model tabanlı mühendisliğe geçiş yapıyor. Bu yaklaşımla beraber, mühendisler erken ürün performans tahmini için daha pratik yöntemler elde edebiliyor ve sistem odaklı geliştirmeyi destekliyorlar. Yükselişte olan bu endüstri trendi mühendislere, inovasyonu daha hızlı sağlamalarına olanak tanırken, ürünlerin dijital eşlerinin ortaya çıkarılması ile de daha büyük güven ve daha düşük maliyetlerde yapmalarına olanak sağlıyor.

Simcenter Testlab 2019.1 sürümü tam da bunun için yayınlandı. Yani, ürün geliştirmenin tüm aşamalarında test tabanlı verinin değerlendirilmesini ve kullanılmasını sağlamak için. Günümüzde test tabanlı bilgiler, ürün doğrulama ve sertifikasyonda anahtar bir rol oynarken, tasarım ve mühendislik evrelerinde test verisinin çok önemli olduğu bir döneme giriyoruz.

Simcenter Testlab 2019.1 sürümü, dijitalleşme trendine yeni bir boyut ekleyen ve fiziksel testlerin yeni rolünü etkin bir şekilde uygulayan yeni teknolojiler ve bir dizi fonksiyonel geliştirme sunuyor.

Bu sürümün öne çıkan başlıkları; model tabanlı sistem testi, bileşen bazlı transfer yolu analizi (Component-based TPA), aktif ses dizaynı, AVAS çözümleri, ses kalitesi mühendisliği, geçiş gürültüsü mühendisliği güncellemeleri ve Simcenter Testlab Neo’daki gelişmeler.

Model Tabanlı Sistem Testi

Model tabanlı sistem test çözümleri, fiziksel test ve simülasyon işlemlerini birleştiren benzersiz bir çalışma ortamı sunar. Simcenter Testlab 2019.1 simülasyon modellerini fiziksel test iş akışlarına yerleştirerek, mühendislik ekiplerinin ürün geliştirmeyi hızlandırma potansiyelini ortaya çıkarır.

Bileşen Tabanlı TPA ile NVH Sentezi

Yeni gürültü, titreşim ve sertlik (NVH) sentezi çözümü, bağımsız bileşen modelleri ve yüklerinden tam sistem NVH performansını tahmin etmek için bileşen tabanlı transfer yolu analizi (TPA) teknolojilerini kullanır. Mühendisler artık, tam olarak araç prototiplerinin hazır olmasını beklemeden ve varyasyonların her birini ayrı ayrı test etmek zorunda kalmadan birden fazla araç türünün NVH performansını karakterize edebilir. Mühendislerin, seçilen bileşenlerin farklı varyasyonlarının etkisini tahmin etmek için gelişmiş what-if senaryolarını incelemelerini ve tasarım sürecinden önceki aşamalarda da daha hızlı bir şekilde titreşim ve gürültü değerlendirmesine olanak sağlar. Bu bileşen tabanlı çözüm paketi, tüm TPA sürecini efektif ve verimli bir şekilde desteklemek için gereken tüm özellikleri sunar.

Araç Geçiş Gürültüsü Mühendisliğindeki Trendler

En güncel uluslararası gürültü yönetmeliklerini karşılamak için, Simcenter Testlab 2019.1, geçiş gürültüsü mühendisliği için birçok güncelleme getirmiştir. Tüm dünyada Akustik Araç Uyarı Sistemi (AVAS) gereksinimi şartı uygulanmaktadır ve otomotiv üreticileri içten yanmalı motora sahip araçlarının geçiş gürültüsü seviyelerini sürekli olarak azaltmakta zorlanıyorken, elektrikli araç üreticilerinin şimdilerde düşük hızdaki sürüşlerde yapay sesler ekleme gerekliliği ortaya çıkmıştır. Bu sürüm bu iki trend için çözümler sunuyor.

Aktif Ses Dizaynı

Elektrikli taşıtların sessiz çalışması, bir markanın kendi araçlarına, kimliğini yansıtan yeni sesler ekleyerek, kendine özgü sürüş deneyimleri yaratma fırsatları sunar. Simcenter Testlab’daki yeni modül olan Sound Designer, aracın orijinal sesine benzersiz bir imza eklemenize olanak sağlar. Sentezlenen son ses, gerçek zamanlı olarak sürüş parametrelerine dayanır. Dahası, Sound Designer hem dış, hem de iç mekan akustik mühendisliği için mükemmel bir araçtır. Elektrikli otomobiller için yeni sesler sağlamanın yanı sıra, istenildiği takdirde içten yanmalı motorlu araç gürültüsünü geliştirmek için de kullanılabilir.

Ses Kalitesi Mühendisliği

Ses kalitesi mühendisliği, endüstriler arasında bir markalaşma unsuru olarak önem kazandığından, Simcenter Testlab 2019.1, bu alanda büyük gelişmeler ortaya koyuyor. Bu sürümde, ses kalitesi mühendisliği çözümleri, gelişmiş ses oynatımı, analiz, ek ölçümler ve çok daha fazlası için temel işlevlerle genişletilmiştir.

Simcenter Testlab’daki Diğer Gelişmeler

Simcenter Testlab 2019.1, kaçırmak istemeyeceğiniz birçok çeşitli yenilikler ile birlikte geliyor. Tabii bu yeniliklerden bazıları da Simcenter Testlab yazılımımızın geleceği olan Testlab Neo tarafında gerçekleşmiş durumda.

Ayrıcalıklı Simcenter Testlab kullanıcılarından biri misiniz? Bu sürüm hakkında bilgi edinin, yeni özellikleri ve güncellemeleri test edin, yazılımınızı bugün yükseltin.

The post Simcenter Testlab 2019.1: Yenilikler appeared first on Blog.

CAN Bus verilerini toplamaya hazır, ancak verilerin kodunu çözmek için bir .dbc dosyasına sahip değil misiniz? Sorun yok!

SIEMENS Simcenter Testlab (Eski adıyla LMS Test.Lab)’da Versiyon 16A ve sonraki sürümlerde ham CANBUS verilerini kaydetmek ve daha sonra çevrimdışı olarak .dbc dosyasıyla CANBUS verilerinin kodunu çözmek mümkündür.

Ham CAN verilerini kaydetmek için:

1. Simcenter Testlab Signature arayüzünü açın. Channel Setup sekmesinde sağ üstteki açılır menüden “CAN Settings” görünümünü seçin.

2. Ham veri toplama ayarlarını Şekil 2’deki gibi yapın:
A: CAN verisi toplamak için kullanılacak cihazı seçin.
B: Baud hızı girin, çoğu araç için bu değer 500000’dir.
C: Cihazı “Passive” olarak ayarlayın.
D: Ayarları uygulamak için “Apply” tuşuna tıklayın.
E: “Channel Setup” görünümüne geri dönün.

3. “Channel Setup” görünümüne geri dönün. Ekranın sol alt köşesinde “Digital Bus Channels” adında yeni pencere göreceksiniz.
Bu alanda, “Save Raw Data” seçeneği bulunmaktadır. Bu seçili durumdayken, ham CAN verilerini kaydedecektir.

Ham CAN verisinin çevrimdışı kod çözme:
1. Tüm çalışmayı “Input Basket” içerisine atın.(Sadece LDSF veya RDDF olarak değiştirmek yeterli değildir.) Çalışmanın üzerine sağ tıklayarak “Replace in Input Basket” seçeneğini seçin.

NOT: LDSF, çalışmanın ham zaman verilerini içerir. RDDF, ham CAN Bus verilerini içerir. RDDF ve LDSF ayrı dosyalardır, ancak aynı dizinde saklanırlar.

NOT: Eğer “Digital Bus Data” adında bir RDDF dosyası yoksa, bu ham CAN Bus verilerinin kaydedilmediği anlamına gelir.

2. “Time Data Selection” sekmesi (Şekil 6):
A: “Data Source” kısmının “Input Basket” olarak ayarlandığından emin olun. Veri almak için “Replace” butonuna tıklayın.
B: “Import digital bus channels” butonuna tıklayın.
C: CAN cihazına karşılık gelen .dbc dosyasını seçin.
D: “Interpolation”, “Sample and Hold” yerine “Linear” seçilmesi önerilir.
E: “OK” tıklayın.
F: Tüm kodu çözülmüş CAN sinyalleri için yeni kanallar oluşturulur.
G: “Save As…” butonuna tıklayarak kodu çözülmüş CAN Bus kanallarını projeye kaydedin.

Veriler proje dosyasında saklanacak ve “Navigator” sekmesinde görüntülenebilecektir.

3. Çözülen CAN Bus verileri, Navigator sekmesindeki yeni bir klasörün çıktı dosyasına kaydedilir.

NOT: Kanunlaştırılmış OBDII sinyalleri ham CAN veri akışında kaydedilmez. Satın alma sırasında aktif olarak talep edilmeleri gerekir. Varsayılan olarak CAN Bus’ta yayınlanmazlar.

Bu özelliğin Simcenter SCADAS Mobile, Simcenter SCADAS Lab, and Simcenter SCADAS XS üzerindeki CAN Bus arayüzünde desteklendiğini unutmayın.

Bu kadar! Ham CAN veri akışını kaydetme ve kodunu çözme rahatlığının tadını çıkarın!

SIEMENS Simcenter Testlab yazılımları hakkındaki sorularınız için lütfen DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçiniz.

The post Ham CAN Bus Verilerini Kaydedin ve Çevrimdışı Kodları Çözün! appeared first on Blog.

Veri zaman alanında kaydedilir, ancak frekans alanında verinin görüntülenmesi için Fourier dönüşümü uygulanması gereklidir. Fourier dönüşümü uygulandığında ortaya çıkan terimler aşağıdaki görselde listelenmiştir.

Dijital verinin zaman alanında ya da frekans alanında görüntülenmesi ve bu farklı terimler arasındaki ilişkiyi anlamak yapılacak olan analizinin kalitesini belirler.

Zaman Alanı Terimleri

• Örnekleme Frekansı (Fs) – Her bir saniyede elde edilmiş veri örneklerinin sayısıdır.
• Pencereleme Süresi (T) – Bir Fourier dönüşümüne uygulanacak toplanmış zaman verisinin miktarıdır. (Nyquist Kriteri)
• Blok Boyutu (N) – Bir pencereleme süresi boyunca elde edilmiş veri örneklerinin toplam sayısıdır.

Frekans Alanı Terimleri

• Bant Genişliği (Fmax) – Fourier dönüşümünde elde edilmiş en yüksek frekans, örnekleme frekansının yarısıdır.
• Spektral Çizgiler (SL) – Fourier dönüşümünden sonra, Toplam frekans alanı örneklerinin sayısıdır.
• Frekans Çözünürlüğü (∆f) – Frekans alanındaki örnekler arasındaki boşluktur.

Örnekleme Frekansı (Fs)

Örnekleme frekansı (FS ) her bir saniyede elde edilmiş veri noktalarının sayısıdır.
2000 örnek/saniye örnekleme frekansı her bir saniyede elde edilmiş olan 2000 ayrı veri noktası demektir.

Zaman alanındaki doğru tepe noktası genliğini yakalamak için ilgili en yüksek frekansın en azından 10 kat fazlası örneklenmelidir. 100 Hz’lik bir sinüsoidal eğri için minimum örnekleme frekansı her saniye için 1000 örnek olabilir. Pratikte, 10 kattan daha fazla örnekleme yapmak zaman alanındaki genliği doğru olarak ölçmeye yardımcı olacaktır.

Frekans alanındaki genliği doğru elde etmek için ilgili en yüksek frekansın 2 katı kadar örneklenmesi gereklidir. Pratikte, birçok veri toplama sistemindeki anti-aliasing filtresinden dolayı frekansın 2.5 kat fazlasına kadar örneklemesi gereklidir.

Örnekleme frekansının (FS) tersi örnekleme aralığı veya ∆t’dir. Aşağıdaki görselde görüldüğü üzere zaman alanında toplanmış veri örnekleri arasındaki zaman aralığı miktarıdır.

Daha küçük miktardaki ∆t, zaman alanındaki doğru tepe noktasını yakalama şansımızı arttırır.

Blok Boyutu (N)

Blok boyutu (N) bir Fourier dönüşümü gerçekleştirmek için elde edilen zaman verisi noktalarının toplamıdır. 2000 Blok boyutu, 2000 veri noktası elde edilmiş ve Fourier dönüşümü uygulanmış demektir.

Pencereleme Süresi (T)

Pencereleme süresi bir veri bloğunun elde edilmesi için gerekli toplam zamandır (T). Pencereleme süresi aşağıda gösterildiği gibi Blok boyutunun örnekleme frekansına bölünmesiyle elde edilir.

Örneğin; 2000 veri noktasının blok boyutu ile 1000 örnekleme frekansı bir tek veri elde etmek için 2 saniye gerektiğini belirtir. Toplam zaman; Pencereleme süresi, blok boyutu ve ∆t’nin çarpımına eşittir.

• Bir Blok Elde Etme Süresi – Pencereleme Süresi (T) bir veri bloğunun elde edileceği zamandır. Örneğin; 2 saniye olabilir.
• Toplam Zaman – Eğer beş veri bloğunun (her biri için 2saniye) toplamı alınırsa, 5 blok elde etmek için gerekli toplam zaman 10 sn olur.

Bant Genişliği (Fmax)

Bant genişliği (Fmax) analiz edilebilen maksimum frekanstır. Bant genişliği, örnekleme frekansının yarısıdır. Nyquist örnekleme kriteri, örnekleme frekansının maksimum frekansın en az 2 katı olmasını gerektirir.

1000 Hertz’lik bant genişliği, örnekleme frekansının 2000 örnek/saniye alınması demektir.

Gerçekte karşılaşılan durumlarda örnekleme frekansını 2000 örnek/saniye seçersek teoride kullanılabilir görülen 1000 Hz’lik bant genişliği limiti daha az olur. Bunun nedeni birçok veri toplama sisteminde bant genişliğinin %80’inden sonra sinyalin genliğini azaltan anti-aliasing filtresi bulunmasıdır.

1000 Hertz olan bant genişliğini anti-aliasing filtresi 800 Hertz ve aşağısına düşürür.
SIEMENS Simcenter Testlab’ta ‘Tools -> Options -> General’ altında aşağıdaki görseldeki gibi ‘Frequency’ altındaki ‘Span’a tıklayarak kullanılabilir bant genişliği görüntülenebilir.

Spektral Çizgiler (SL)

Fourier dönüşümü gerçekleştirildikten sonra karşılaşacağımız Spektral çizgiler, veri noktalarının frekans alanındaki toplam sayısıdır. Blok boyutuna (N) benzer. Her bir spektral çizgide iki veri değeri vardır – aşağıdaki görselde gösterildiği gibi bir genlik ve bir faz değeri.

Fourier dönüşümü genlik ve faz çıktısı verirken bazı durumlarda içerisinde faz bulunmayan Autopower’a dönüştürülerek de kullanılır.

Blok boyutunun yarısı spektral çizgilerin sayısına eşittir.

2000 veri noktasının blok boyutuna karşılık 1000 spektral çizgi vardır.

Frekans Çözünürlüğü

Frekans çözünürlüğü (∆f) frekanstaki veri noktaları arasındaki boşluktur. Frekans çözünürlüğü, bant genişliğinin spektral çizgilere bölünmesine eşittir.

Örneğin; 8 spektral çizgi ve 16 Hz olan bant genişliği 2.0 Hz’lik frekans çözünürlüğüne sahiptir.

0 ve 16 Hertz arasında yayılan 8 spektral çizgi frekans eksenine 2.0 Hertz’lik boşluklarla yerleşir. 0 Hertz’in toplam spektral çizgilere dahil olmadığına dikkat edin. 0 Hertz’de hesaplanan değer DC offseti temsil eder. Örneğin 1 Volt’luk sinüsoidal bir eğri 5 volt offset değeri civarına yerleştirilirse sinüsoidal eğrinin 1 Volt’luk genliği sinüsoidal dalganın frekansına tekabül eden spektral çizgiye yerleştirilirken offset değeri 0 Hertz’e yerleştirilir.

Dijital Sinyal İşleme İlişkileri

Yukarıdaki ilişkileri bir araya getirirsek, farklı dijital sinyal işleme parametreleri birbirleriyle ilişkilendirilebilir.

Bu durum pencereleme süresi (T) ve frekans çözünürlüğü (∆f) ile ilişkili bir oran olarak ortaya çıkar.

Çıkarabileceğimiz sonuçlar;
• Daha iyi frekans çözünürlüğü için daha uzun toplama süresi gereklidir.
• Daha kısa veri toplama süresi daha kaba frekans çözünürlüğü demektir.

Sinyal analiz edilirken frekans çözünürlüğünün tam olarak anlaşılması önemlidir. Aşağıdaki görselde 2 sinüs tonu dijital ortama aktarılmış ve Fourier dönüşümü uygulanmıştır. 1.0 Hertz ve 0.5 Hertz’lik iki farklı frekans çözünürlüğü ile bu işlem gerçekleştirilmiştir.

1.0 Hertz yerine 0.5 Hertz’lik frekans çözünürlüğü uygulandığında 2 ayrı tepe noktasının ortaya çıktığına dikkat ediniz. Daha iyi frekans çözünürlüğünün faydası tartışılamaz. Aklınıza tüm bu durumlar için neden en iyi frekans çözünürlüğü kullanmıyoruz sorusu gelebilir.

Bu durumun daha uzun veri toplama süresi gerektireceği göz önünde bulundurulmalıdır.
• 10 Hz’lik frekans çözünürlüğü için 0.1 saniye gerekli.
• 1 Hz’lik frekans çözünürlüğü için 1 saniye gerekli.
• 0.1 Hz’lik frekans çözünürlüğü için 10 saniye gerekli.
• 0.01 Hz’lik frekans çözünürlüğü için 100 saniye gerekli.

Bazı durumlarda, bu uzun veri toplama süreleri pratik değildir. İşleme en uygun durum seçilmelidir.

SIEMENS Simcenter Testlab yazılımları hakkındaki sorularınız için lütfen DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçiniz.

The post Dijital Sinyal İşleme: Örnekleme Frekansı, Bant Genişliği, Spektral Çizgi appeared first on Blog.