Kartičky na Zpracování signálů a diagnostika
Zpracování Signálů a Diagnostika: Komplexní Průvodce
Klepni pro otočení · Swipni pro navigaci
Zpracování signálů ve frekvenční a časofrekvenční oblasti
45 kartiček
Kartička 1
Otázka: Co nám umožňuje diskrétní Fourierova transformace (DFT) při analýze signálů?
Odpověď: Umožňuje určit, jaké frekvenční složky se ve signálu vyskytují (spektrum amplitud a fází) a tím například diagnostikovat stav stroje z vibrací.
Kartička 2
Otázka: Jaký je analytický tvar signálu složeného ze tří harmonických složek (příklad)?
Odpověď: x(t)=4.5 cos(2π·5t+0.8)+3 cos(2π·6t+0.6)+2 cos(2π·10t−1.3) — ukazuje frekvence, amplitudy a počáteční fáze složek.
Kartička 3
Otázka: Jaké podmínky musí splňovat signál, aby výsledky DFT byly správně interpretovatelné?
Odpověď: Signál musí být periodický a jeho parametry (amplituda, frekvence, fáze) musí být konstantní (stacionární a lineární chování).
Kartička 4
Otázka: Proč z časového průběhu signálu často nelze získat dostatečné informace pro diagnostiku?
Odpověď: Protože změny vlastností systému jsou často skryty v pozadí šumu (strukturální vibrace, akustické rezonance) a projevy poruch mohou být modulovány rez
Kartička 5
Otázka: Jaké metody se používají pro analýzu ve frekvenční oblasti kromě FFT?
Odpověď: Parametrické metody pro odhad spektra (např. Burg, Yule–Walker) a průměrování spekter ke snížení šumu.
Kartička 6
Otázka: Jaký je hlavní přínos průměrování spekter v diagnostice?
Odpověď: Snižuje šum ve spektru a tím zlepšuje rozpoznání skutečných spektrálních složek.
Kartička 7
Otázka: Jaké jsou hlavní omezení Fourierovy transformace při reálných diagnostických datech?
Odpověď: Požaduje linearitu a stacionaritu dat; pro nelinární nebo nestacionární krátká data může transformace průměrovat informace a být chybně interpretována
Kartička 8
Otázka: Jaké vlastnosti mají reálná diagnostická data z většiny procesů podle obsahu?
Odpověď: Jsou často nestacionární, nelineární a příliš krátká (neopakovatelná).
Kartička 9
Otázka: Co nelze dobře rozlišit ve výsledku Fourierovy transformace?
Odpověď: Nelze spolehlivě rozlišit pulzní události a šum (puls vs. šum) v transformované oblasti.
Kartička 10
Otázka: Jaký problém nastává při malé hodnotě signál/šum v reálných aplikacích při hledání pulzního rušení?
Odpověď: Je obtížné z časového průběhu určit, zda se v provozním šumu objevuje pulzní rušení (vibrační nestacionarity), protože je skryto v šumu.