Bu yazı içerisinde dönen parçaların akustik ve titreşim açıdan incelenmesi sırasında izlenilen yol hakkında kısaca sizi bilgilendirmeyi amaçlamaktayım. Yazı bu alanda çalışmakta olan kişilere fazla bir şey katmasa da bu alanda yeni olan da yeni olan ve başlamayı düşünenlere katkı sağlayacaktır.
Dönen parçaları neden titreşim ve akustik açından inceliyoruz ?
Dönen parçaları üzerinde analizler ve testler yapılarak performanslarının geliştirilmesi, makina sektörünün genelinde ve özellikle otomotiv sektöründe temel Ar-Ge çalışmalarından biridir.
Dönen parçalar üzerindeki kaçıklıklar nedeniyle, makinalar üzerinde titreşim ve titreşim sonucunda da gürültü olarak ortaya çıkmaktadır. Oluşan bu titreşim ve gürültü de dönen parçaların dönüş hızlarına bağlı olarak değişmektedir. Örneğin, beş kanatçığa sahip bir fan, dönme hızının beş katında ve bazen de fanı yerinde tutmak için kullanılan desteklerin sayısına bağlı olarak daha yüksek katlarda gürültü üretir.
Oluşan bu titreşim, sisteminin bağlantı noktalarından parçayı zorlayacak şekilde sistemin yapısal özelliklerini etkilemektedir. Özellikle oluşan titreşimin, sistemin doğal frekansları ile çakışması durumunda sistemin tasarım limitlerini zorlamaya başlamaktadır. Parçanın çalışma ömrü bu çalışma ile azalmakta, parçanın oluşturduğu titreşim ve ses artmaktadır. Özellikle farklı devirlerde çalışabilen makinelerde oluşabilecek titreşimi ve gürültüyü istenilen seviyelere indirebilmek yüksek mühendislik becerisi gerektirmektir.
Dönen Parçalar Üzerinden Toplanmış Bir Verinin Analizi
Dönen parçalara sahip bir makineden gürültü veya titreşim sinyalini topladığımızı varsayalım. Biz bu varsayıma örnek olarak 4 silindir bir motora sahip bir araçtan farklı devirlerde toplanmış gürültü verisini ele alalım. Aşağıda bu verinin zaman alanında (Şekil 1) çizdirilmiş olan grafiğini bulabilirsiniz. Ayrıca playlisti kullanarak gürültü verisini dinleyebilir
Bu tip verileri zaman alanından frekans alanında alanına çevirmek veriyi analiz etmek için yapılacak ilk şeylerden biridir. Yukarıda zaman alanında verilmiş olan verinin frekans alanında Şekil-2 de bulabilirsiniz.
Veri toplanmış olan motorun hızı test sırasında sürekli değiştiği için şekil-2 de verilmiş olan spectrum üzerinden anlamlı sonuçlar çıkarmak zor olacaktır. Bu nedenle burada farklı bir yaklaşıma gitmemiz gerekmektedir. STFT(Short time Fourier Transform) kullanırak bu veriyi inceleye biliriz. Bu method zamana bağlı olarak datayı sabit uzunlukta bölümlere ayırmaktadır. Bu bölümler içerisinde ayrı ayrı FFT alınarak bir spectrum serisi elde edilmektedir. Bu yöntem ile zamana bağlı olarak hangi frekansların gürültü üzerinde etkisi olduğunu görebiliriz. Şekil-3’te bu spectrum serisini görebilirsiniz
Yukarıda verilmiş olan spectrum, farklı yöntemler kullanılarak paylaşılabilir. Aşağıdaki şekil-4’te bu grafiğin renklendirilmiş halini görebilirsiniz.
Grafiğin alt ekseni bize frekans değişimin gösterirken, y ekseni ise zamanı göstermektedir. Grafiğin solunda bulunan kırmızılılar frekansa ve zamana bağlı değiştiği görülmektedir. Bu değişim dönen parçaların toplanan dataya etkisini açık bir şekilde göstermektedir.
Dönüş Hızının Analizi
Her ne kadar zaman bağlı olarak elde edilmiş olan gürültü verisini biraz olsun anlamlı hale getirmiş olsakta, motorun test edilmesi sırasındaki dönüş hızı hala bilinmeyenler arasındadır. Bu datayı elde edebilmek için bir çok yöntem bulunmaktadır fakat en güvenilir yöntemlerden biri takometre sinyali üzerinden hızı saptamaktır.
Farklı anlarda alınmış olan takometre sinyallerini yukarındaki grafiklerde görebilirsiniz. İdeal olarak takometre sinyalinin kare dalga olarak gerçekleşmesi gerekirdi. Fakat gerçek bir test sisteminden sinyal gerekli cihazlar ile toplandığında bu tip datalar elde edilememektedir. Bu datanın işlenmesi sonucunda, hangi zaman aralıklarında motorun hızda çalışığı rahatlıkla hesaplanabilmektedir. Aşağıdaki grafikte motorun çalışması sırasında toplanmış olan takometre datasının işlenmesi sonrasında elde edilen zaman & hız grafiğini bulabilirsiniz.
Grafikten de anlaşılacağı üzere motor yaklaşık 5.5 saniye içerisinde 1000 devir/dk ‘dan 6000 devir/dk ‘ya hızını çıkarmıştır.
Waterfall Grafiği
Bir sonraki aşama olarak daha önceden elde etmiş olduğumuz STFT spectrumunu tekrardan kullanacağız. Spectrum elde edilmesi sırasında kullanılan zaman datası yerine yeni elde etmiş olduğumuz motorun devrini kullanırsak, waterfall grafiğimizin alacağı durum aşağıdaki grafikte verilmiştir.
Bu grafiği ayrıntılı olarak incelediğimizde motor deviri ile oluşan gürültü arasındaki lineer ilişkiyi açık bir şekilde görebilmekteyiz. İncelenmekte olan motorun 4 silindirli ve 4 zamanlı olmasından dolayı hakim frekansın dönüş hızının 2 katı yada 2. harmonik olduğu grafik üzerinden anlaşılabilmektedir..(2. Order).
