소음, 진동 주파수 분석이란?(Spectrum, FFT, Octave, PSD Analysis, Vibration, Noise)

 

목차

 

"관련제품 문의는 로고 클릭 또는 공지사항의 연락처를 통해 하실 수 있습니다."

 

 

 

진동 데이터는 제품 테스트 엔지니어에게 유용한 정보를 제공하는 데 있어 시간 대 진폭 형태로만 존재할 때는 한계가 있습니다. 왜냐하면 시간 영역(time-domain) 데이터만으로는 공진(resonances), 피크 변동(peak transients), 조화파(harmonics)와 같은 중요한 사건들을 정확히 파악하기 어렵기 때문입니다. 따라서 엔지니어들은 시간 데이터를 변환하기 위한 다양한 분석 방법을 적용합니다.

 

시간 도메인에서의 진동

 

이 중 하나인 스펙트럴 분석(spectral analysis)은 시간 데이터를 스펙트럼, 예를 들면 주파수 스펙트럼으로 변환합니다. 시간 그래프는 시간에 따라 변하는 하나의 신호를 표시하지만, 신호에 영향을 미치는 여러 구성 요소들을 구분하지는 못합니다. 반면에 스펙트럼은 신호의 다양한 주파수 구성 요소들의 크기와 분포를 나타내는 스펙트럴 라인(spectral lines)의 그래프입니다.

 

진동 스펙트럼 분석의 주요 목적은 소음, 피로 또는 실패를 야기하는 진동을 식별하는 것입니다. 이를 통해 엔지니어들은 기계적 결함을 예측하고, 시스템의 성능을 향상시키며, 유지 보수 비용을 줄일 수 있습니다. 예를 들어, 공장의 기계나 항공기 엔진에서 발생하는 비정상적인 진동을 분석하여 문제의 원인을 파악하고 조기에 대처할 수 있습니다.

 

이러한 분석은 고급 계측 장비와 소프트웨어를 사용하여 수행되며, 데이터 수집 후 이를 주파수 영역으로 변환하여 각 주파수 구성 요소의 진폭과 위상을 분석합니다. 이 과정은 진동의 원인을 파악하고, 이를 통해 기계적 문제를 해결하거나 예방하는 데 필수적입니다.

 

 

Spectrum Analysis: Fast Fourier Transform

 

FFT는 시간 영역(time-domain) 데이터를 주파수 영역(frequency domain)으로 변환하는 데 사용되는 계산 알고리즘입니다. 이 변환은 신호를 사인파(Sine)와 코사인(Cosine)파로 분해함으로써 수행됩니다. FFT는 이산 시간 푸리에 변환(discrete-time Fourier transform)이라는 수학적 연산을 효율적으로 구현합니다.

 

FFT의 주된 목적은 복잡한 신호에서 활성화된 주파수와 해당 주파수에서의 진폭을 결정하는 것입니다. 또한, 주파수와 진폭의 변화, 그리고 정의된 주파수 범위 내에서의 조화 진동(harmonic excitation)을 강조합니다.

 

FFT는 여러 분야에서 중요한 역할을 합니다.

 

• 신호 처리: 음향, 의료 영상, 통신 등 다양한 분야에서 신호 처리에 널리 사용됩니다. 예를 들어, 음성 인식, 음악의 피치 분석, MRI 영상 처리 등에 활용됩니다.
• 진동 분석: 기계적 결함을 감지하고 진단하기 위해 사용됩니다. 예를 들어, 자동차 엔진의 진동을 분석하여 결함을 파악하거나, 건물의 구조적 건전성을 평가하기 위해 사용될 수 있습니다.
• 스펙트럼 분석: 전자기학, 천문학, 기상학 등에서 스펙트럼 데이터를 분석하는 데 사용됩니다. 예를 들어, 전파 천문학에서는 우주 신호의 주파수 구성을 분석하는 데 중요합니다.

 

FFT는 신호를 효율적으로 분석하기 위한 핵심 도구입니다. 시간 영역 데이터를 주파수 영역으로 변환함으로써, 복잡한 신호의 구성 요소를 더 명확하게 이해하고 분석할 수 있게 해줍니다. 이러한 분석은 고급 소프트웨어와 함께 사용되어, 신호 처리, 공학, 과학 연구 등에서 더 정확하고 효과적인 결과를 얻을 수 있도록 도와줍니다.

 

 

 

 

 

Spectrum Analysis: Power Spectral Density

 

PSD는 FFT(고속 푸리에 변환)를 기반으로 하여 주파수 내용의 파워를 계산합니다. 이 과정에서 PSD는 주파수 내용의 크기를 단일 Hz 대역폭으로 정규화하여, 대역폭에 관계없이 일관된 값을 제공합니다.

 

PSD의 이러한 특성은 엔지니어들이 다양한 길이의 신호를 비교할 수 있게 해줍니다. 신호의 길이가 달라도 PSD의 크기는 변하지 않기 때문입니다. 또한, PSD가 정의된 후 가속도의 제곱근 평균(GRMS) 값은 변하지 않습니다. 이를 통해 엔지니어는 PSD를 특정 사양과 비교하여 GRMS 값이 요구 사항을 충족하는지 결정할 수 있습니다. 그들은 또한 두 PSD 플롯을 비교하고 에너지 측정치가 일치하는지 확인하기 위해 GRMS를 사용할 수 있습니다.

 

PSD의 추가적인 적용 분야와 중요성을 다음과 같이 설명할 수 있습니다.

 

• 신호 분석: PSD는 신호의 주파수 구성을 이해하는 데 중요합니다. 예를 들어, 통신 신호의 전력 분포를 분석하거나, 기계적 시스템의 진동을 측정할 때 사용됩니다.
• 소음 및 진동 평가: 소음 및 진동 데이터를 분석할 때 PSD는 에너지 분포를 평가하는 데 유용합니다. 예를 들어, 항공기 엔진의 소음을 분석하거나, 차량의 진동을 평가하는 데 사용될 수 있습니다.
• 품질 관리: 제품의 내구성과 신뢰성을 평가하는 데 중요합니다. 예를 들어, 전자 제품이 특정 진동 환경에서 얼마나 잘 작동하는지 평가하는 데 사용됩니다.

 

PSD를 사용함으로써, 엔지니어들은 신호의 파워 분포를 더 명확하게 이해하고, 이를 기반으로 신호의 품질을 평가하거나 시스템의 성능을 개선할 수 있는 근거를 마련할 수 있습니다. 따라서 PSD는 신호 처리, 공학, 과학 연구 등 다양한 분야에서 중요한 도구로 사용됩니다.

Spectrum Analysis: Octave 

 

이 분석 방법은 음향 신호의 주파수를 “빈(bin)”이라고 하는 그룹으로 분류하여 음향과 진동을 객관적으로 평가하는 데 사용됩니다. 이러한 분류 방식은 일반적으로 인간이 주파수 스펙트럼을 인지하는 방식을 반영하여 설계됩니다.

 

옥타브 분석에서 소프트웨어 프로그램은 음향 신호를 필터링하고 출력에서의 음압 레벨을 측정합니다. 그런 다음 엔지니어는 원하는 음향 평가 측정에 해당하는 주파수 영역에서 평균화 및 가중치 적용 기법을 적용할 수 있습니다.

 

이러한 옥타브 분석은 다음과 같은 여러 방면에서 중요합니다.

 

• 음향 엔지니어링: 건축 음향, 자동차 소음 및 진동 평가, 환경 소음 측정 등에서 중요한 역할을 합니다. 예를 들어, 교통 소음을 분석하거나, 건축 자재의 음향 특성을 평가하는 데 사용됩니다.
• 인간의 청각 인식: 옥타브 분석은 인간의 청각 인식 방식을 고려하여 주파수를 분류합니다. 따라서 청력 검사, 청각 보호 장비의 효과성 평가, 소음 노출에 대한 건강 영향 평가 등에 적용됩니다.
• 제품 품질 관리: 다양한 제품의 음향 품질을 평가하는 데 사용됩니다. 예를 들어, 가전 제품의 작동 소음, 음향 장비의 성능 평가 등에 활용됩니다.

 

옥타브 분석을 통해 엔지니어들은 음향 신호의 주파수 구성을 더 잘 이해하고, 이를 기반으로 음향의 품질을 평가하거나, 음향 환경을 개선하는 데 필요한 데이터를 얻을 수 있습니다. 따라서 옥타브 분석은 음향 설계, 환경 평가, 제품 개발 등 다양한 분야에서 중요한 도구로 활용됩니다.

 

 

 

 

해당 내용과 관련해서 팜테크에서 교육 프로그램을 제공하고 있습니다. 그리고 실시간 분석을 가능하게 하는 소프트웨어 하드웨어를 제공하고 있으니 관심 있으시면 아래 홈페이지 또는 연락처를 통해 문의 주시면 됩니다. :)

https://famtech.co.kr/sub04/01_01.php

교육일정및신청(주)팜테크