အမှီအခိုကင်းစွာ ဖန်တီးထားသော FFT Waveform Analysis System ဖြင့် စက်မှုစမ်းသပ်မှု ပိတ်ဆို့မှုများကို ဖြတ်ကျော်ပါ။

traction machine performance testing နယ်ပယ်တွင် သမားရိုးကျနည်းလမ်းများတွင် တုန်ခါမှုစမ်းသပ်ခြင်း၊ ဆူညံသံစမ်းသပ်ခြင်း စသည်တို့ပါဝင်ပါသည်။ သို့သော်လည်း ဗို့အားလှိုင်းပုံစံများကို တိကျစွာဖမ်းယူခြင်းနှင့် လုပ်ငန်းလည်ပတ်မှုဒေတာကို ခွဲခြမ်းစိတ်ဖြာခြင်းသည် မော်တာအခြေအနေကို စီရင်ခြင်း၏ အဓိကအချက်ဖြစ်သည်။ ကျယ်ပြန့်စွာ သန့်စင်ပြီးနောက်၊ NIDEC ဓာတ်လှေကား မော်တာအဖွဲ့သည် ဆွဲငင်စက်များ၏ နောက်ကျောလျှပ်စစ်မော်တာတွန်းအားနိယာမကို အခြေခံ၍ FFT လှိုင်းပုံသဏ္ဍာန်ခွဲခြမ်းစိတ်ဖြာမှုစနစ်ကို လွတ်လပ်စွာတီထွင်နိုင်ခဲ့သည် — ရှုပ်ထွေးသောပြင်ပအာရုံခံကိရိယာများမလိုအပ်ဘဲ၊ ၎င်းသည် traction machine testing အတွက် ပိုမိုထိရောက်ပြီး တိကျသောအဖြေကို ပေးစွမ်းနိုင်မည်ဖြစ်သည်။

Fault Detection Line of Defense ကို အားကောင်းစေမည့် Algorithms များစွာ

Fast Fourier Transform (FFT) algorithm၊ NVH ခွဲခြမ်းစိတ်ဖြာမှုကိရိယာများ၏ အဓိကအချက်မှာ အမှားရှာဖွေခြင်းအတွက် ဂန္ထဝင်ကိရိယာတစ်ခုဖြစ်သည်။ ၎င်းသည် မော်တာလည်ပတ်စဉ်အတွင်း စုဆောင်းရရှိထားသော လျှပ်စစ်မော်တော်ဆိုင်ကယ်စွမ်းအား၏ အချိန်-ဒိုမိန်းအချက်ပြမှုများကို ကြိမ်နှုန်းဒိုမိန်းအချက်ပြများအဖြစ်သို့ တိကျစွာပြောင်းလဲနိုင်သည်။ အမြဲတမ်းသံလိုက် ထပ်တူကျသော မော်တာများ၏ လက်တွေ့လုပ်ဆောင်မှုတွင်၊ မှားယွင်းစွာ ချိန်ညှိခြင်း၊ ပြောင်းပြန်ထည့်ခြင်းနှင့် အမြဲတမ်းသံလိုက်များ၏ အော့ဖ်ဆက်ထည့်ခြင်းကဲ့သို့သော ချို့ယွင်းချက်များကို တိကျသောကြိမ်နှုန်းများတွင် ပုံမှန်မဟုတ်သောအချက်ပြမှုများထုတ်ပေးမည့် induced electromotive force တွင် သိမ်မွေ့သောပြောင်းလဲမှုများကို ထင်ဟပ်စေမည်ဖြစ်သည်။ ၎င်း၏အားကောင်းသောအချက်ပြမှုခွဲခြမ်းစိတ်ဖြာနိုင်စွမ်းနှင့်အတူ FFT algorithm သည် ဤသိမ်မွေ့သောပြောင်းလဲမှုများကို ဖမ်းယူနိုင်ပြီး အမှားရှာဖွေခြင်းအတွက် အရေးကြီးသောသဲလွန်စများကို ပေးစွမ်းနိုင်သည်။

NIDEC ဓာတ်လှေကားမော်တာစမ်းသပ်ခြင်းဖြေရှင်းချက်၏ Dual Cores

Hardware Core- High-Sampling-Rate Data Acquisition Card

အချက်ပြ "ပုံပျက်ခြင်း" ကိုရှောင်ရှားရန် ကျွန်ုပ်တို့သည် ဟာ့ဒ်ဝဲအခြေခံအုတ်မြစ်အဖြစ် မြင့်မားသောနမူနာနှုန်းနှင့် ပုံရိပ်ပြတ်သားမှုမြင့်မားသောဒေတာရယူမှုကတ်များကို ရွေးချယ်ပါသည်။ ၎င်းသည် မော်တာလည်ပတ်နေစဉ်အတွင်း နောက်ကျောလျှပ်စစ်မော်တာ၏ သေးငယ်သော ဗို့အားပြောင်းလဲမှုများကို အချိန်နှင့်တပြေးညီ ဖမ်းယူနိုင်ပြီး analog အချက်ပြမှုများကို တိကျသော ဒစ်ဂျစ်တယ်အချက်ပြမှုများအဖြစ် ပြောင်းလဲကာ နောက်ဆက်တွဲခွဲခြမ်းစိတ်ဖြာမှုအတွက် "အရည်အသွေးမြင့် ကုန်ကြမ်းဒေတာ" ကို ပေးစွမ်းနိုင်သည်။

ရွေးချယ်ထားသောဒေတာရယူခြင်းကတ်သည် လိုအပ်ချက်များနှင့်ကိုက်ညီကြောင်းသေချာစေရန် ME အဖွဲ့သည် ၎င်းကိုစမ်းသပ်ခဲ့သည်။ ခွဲခြမ်းစိတ်ဖြာချက်တွင် ရွေးချယ်ထားသော ဒေတာရယူမှုကတ်သည် ကောင်းမွန်သောတည်ငြိမ်မှုရှိပြီး တိုင်းတာမှု A၊ B နှင့် C တို့တွင် ခန့်မှန်းခြေ GRR 0.072% ရှိကြောင်း ပြသသည်။

Software Core- အမှီအခိုကင်းစွာ ဖန်တီးထားသည့် FFT Waveform Analysis စနစ်

ဤစနစ်၏ အဓိကအားသာချက်မှာ "ပရော်ဖက်ရှင်နယ်ဒေတာ" ကို "မြင်နိုင်၊ ခွဲခြမ်းစိတ်ဖြာနိုင်သော၊ အသုံးပြုနိုင်သော" စမ်းသပ်မှုရလဒ်များအဖြစ်သို့ ပြောင်းလဲခြင်းတွင်ဖြစ်သည်။ ၎င်း၏ core function သုံးခုသည် time domain မှ frequency domain မှ full-dimensional analysis ကို အကျုံးဝင်သည်-

• Induced Voltage Time-Domain Chart- အချိန်နှင့်အမျှ ဗို့အားအချက်ပြမှုများ၏ပြောင်းလဲမှုမျဉ်းကွေးကို အချိန်နှင့်တပြေးညီပြသပေးသည်၊ ဗို့အားအတက်အကျများနှင့် အမြင့်ဆုံးဖြစ်ပေါ်မှုအမှတ်အသားများကို အလိုလိုသိမြင်စေကာ ချက်ချင်းလက်ငင်းအချက်ပြပြောင်းလဲမှုများကို တစ်ချက်ချင်းရှင်းလင်းစေသည်။

• Lissajous ပုံခွဲခြမ်းစိတ်ဖြာခြင်း- မတူညီသောအချက်ပြမှုများ၏အဆင့်ဆက်နွယ်မှုမှတဆင့် Lissajous ကိန်းဂဏာန်းများကိုထုတ်ပေးသည်၊ traction machine ၏လည်ပတ်တည်ငြိမ်မှုကိုလျင်မြန်စွာအကဲဖြတ်ပြီးပုံမှန်မဟုတ်သောအဆင့်သွေဖည်မှုများကိုတစ်ချက်ချင်းရှာဖွေဖော်ထုတ်သည်။

• အတွင်းကျကျ Spectrum ပိုင်းခြားစိတ်ဖြာခြင်း- အချိန်-ဒိုမိန်းအချက်ပြမှုများကို ကြိမ်နှုန်းဒိုမိန်းဒေတာအဖြစ်သို့ ပြောင်းပေးသည်၊ ကြိမ်နှုန်းအစိတ်အပိုင်းတစ်ခုစီ၏ အချိုးအစားကို ရှင်းရှင်းလင်းလင်းပြသပြီး ဟာမိုနစ်ဝင်ရောက်စွက်ဖက်မှုကဲ့သို့သော ဖြစ်နိုင်ခြေရှိသော ပြဿနာများကို အလွယ်တကူရှာဖွေနိုင်သည်။

"ဒေတာကြည့်ရှုခြင်း" အပြင်၊ စနစ်သည် "ရလဒ်များပေးပို့ခြင်း" တွင်ပိုမိုအာရုံစိုက်သည်။ အဓိကစမ်းသပ်ညွှန်ကိန်းသုံးခုသည် ဆွဲငင်အားစက်၏စွမ်းဆောင်ရည်ကို ကာကွယ်ပေးသည်-

1. Peak Distribution Rate- ဗို့အားအထွတ်အထိပ်များ ဖြန့်ဖြူးမှုကို ရေတွက်ခြင်း၊ peak များသည် ကျိုးကြောင်းဆီလျော်သည့် အကွာအဝေးအတွင်းရှိမရှိ စီရင်ဆုံးဖြတ်ပြီး ပုံမှန်မဟုတ်သော တောင်ထွတ်များကြောင့် မော်တာဆုံးရှုံးမှုကို ရှောင်ရှားသည်။

2. Waveform Non-Concidence Degree- အမှန်တကယ် လှိုင်းပုံသဏ္ဍာန်နှင့် စံဆိုက်နိုက်လှိုင်းအကြား ခြားနားချက်ကို နှိုင်းယှဉ်ပြီး လှိုင်းပုံသဏ္ဍာန် ပုံမမှန်ခြင်းကို တွက်ချက်ကာ မော်တာစတင်ခြင်းအတွက် တိကျသောအခြေခံကို ပံ့ပိုးပေးပါသည်။

3. Waveform THD ခွဲခြမ်းစိတ်ဖြာခြင်း- စုစုပေါင်း ဟာမိုနစ်ပုံပျက်ခြင်းကို တွက်ချက်ပြီး ဗို့အားလှိုင်းပုံစံများပေါ်တွင် ဟာမိုနီများ၏ အကျိုးသက်ရောက်မှုကို အလိုလိုထင်ဟပ်ကာ traction စက်များ၏ ထုတ်ကုန်အရည်အသွေးကို အကောင်းဆုံးဖြစ်အောင် ကူညီပေးသည်။

အောင်မြင်မှုပြသခြင်း။

သီးခြားတီထွင်ထားသော FFT လှိုင်းပုံသဏ္ဍာန်ခွဲခြမ်းစိတ်ဖြာမှုစနစ်မှတစ်ဆင့်၊ မော်တာ NVH စွမ်းဆောင်ရည်ကို ဘက်ပေါင်းစုံမှ စမ်းသပ်ခြင်းများကို လုပ်ဆောင်ခဲ့ပြီး၊ ထုတ်ကုန်အရည်အသွေး ပြဿနာများကို သိသိသာသာ လျှော့ချပေးပြီး ပို့ဆောင်ခြင်းမပြုမီ မော်တာအရည်အသွေးကို အာမခံပါသည်။ 2024 ခုနှစ် ဒီဇင်ဘာလမှ လက်ရှိအချိန်အထိ ခန့်မှန်းခြေအားဖြင့် သောင်းနှင့်ချီသော မော်တာများကို စမ်းသပ်ခဲ့ပြီး၊ စမ်းသပ်ထားသော မော်တာများ၏ ပထမအထွက်နှုန်းသည် 99.5% အထက်တွင် ရှိနေပါသည်။ ဤဒေတာစုဆောင်းခြင်းနှင့် ခွဲခြမ်းစိတ်ဖြာခြင်းသည် NIDEC ဓာတ်လှေကားမော်တာအရည်အသွေးနှင့် ဤမော်တာ FFT စွမ်းဆောင်ရည်စမ်းသပ်ဆော့ဖ်ဝဲကို ဖန်တီးခြင်း၏ အရေးပါမှုကို အပြည့်အဝပြသသည်။

နောက်ဆုံးတွင်၊ NVH နိယာမစကားပြန်ဆိုမှု၊ ဆန်းသစ်တီထွင်မှုမိတ်ဆက်မှု၊ မြန်နှုန်းမြင့်ဒေတာရယူမှု၊ ဘက်ပေါင်းစုံပါရာမီတာခွဲခြမ်းစိတ်ဖြာမှုမှ စကေးပြည့်အစုလိုက်အပြုံလိုက်ထုတ်ကုန်စမ်းသပ်ခြင်းမှ၊ ဤ FFT လှိုင်းပုံစံခွဲခြမ်းစိတ်ဖြာမှုစနစ်သည် သမားရိုးကျစမ်းသပ်ခြင်း၏ ကန့်သတ်ချက်များကို ချိုးဖျက်ပေးသည်။ မော်တာစက်ရုံ အရည်အသွေးစစ်ဆေးခြင်း၊ နေ့စဉ်လည်ပတ်ခြင်းနှင့် ပြုပြင်ထိန်းသိမ်းမှု စောင့်ကြည့်ခြင်း သို့မဟုတ် အမှားအယွင်းရှာဖွေခြင်းအတွက်ဖြစ်စေ ၎င်းသည် ဓာတ်လှေကားဆွဲစက်စက်မှုလုပ်ငန်းတွင် ထိရောက်သော၊ ဘေးကင်းပြီး ယုံကြည်စိတ်ချရသော မော်တာစွမ်းဆောင်ရည်စမ်းသပ်ခြင်းသို့ အရှိန်အဟုန်အသစ်နှင့် အသေးစိတ်နှင့် ပြည့်စုံသော စမ်းသပ်မှုဆိုင်ရာ ပံ့ပိုးကူညီမှုကို ပေးစွမ်းနိုင်သည်။