돌아가기
이전글 다음글
Accelerometers and Microphones                                                                       
                                                                                              
소음 및 진동 측정은 환경 소음 시험이나 장비 상태 모니터링과 같은 다양한 분야에서 매우 중요합니다. 
가속도계와 마이크로폰은 모두 진동(oscillation)을 측정하지만, 측정 대상이 되는 매질이 서로 다릅니다. 
그럼에도 불구하고, 측정 장비가 신호를 올바르게 읽을 수 있도록 하기 위한 신호 컨디셔닝 요구 사항은 유사합니다.

데이터를 취득한 이후에는, 데이터를 보다 의미 있는 형태로 표현하기 위해 추가적인 신호 처리가 필요한 경우가 많습니다. 
예를 들어, 회전 장비의 진동 신호는 고유한 패턴을 분석해 기계적 결함을 식별하기 위해 주파수 스펙트럼으로 변환되는 경우가 일반적입니다. 
다음 절에서는 가속도계와 마이크로폰을 정확하게 측정하기 위한 권장 사항과, 
데이터로부터 인사이트를 얻기 위한 기본적인 분석 기법을 설명합니다.


신호 컨디셔닝 요구 사항
 
증폭
가속도계에서 발생하는 전하는 매우 작기 때문에, 센서에서 출력되는 전기 신호는 노이즈에 매우 취약합니다. 
따라서 신호를 증폭하고 컨디셔닝하기 위해 고감도의 전자 회로가 필요합니다. 압전형 가속도계는 고임피던스 소스이므로, 
저노이즈 특성을 가지며 입력 임피던스는 높고 출력 임피던스는 낮은 전하 감지 증폭기(charge-sensitive amplifier)가 필요합니다.

IEPE(Integrated Electronic Piezoelectric) 센서는 전하 증폭기 또는 전압 증폭기를 센서 근처에 통합하여, 
노이즈 내성을 향상시키고 보다 간편한 패키징을 제공합니다.
다만, 이러한 센서는 내부 회로를 구동하기 위해 4–20 mA의 전류 여기가 필요합니다.


여기(Excitation)
앞서 설명한 것처럼, IEPE 센서는 증폭기를 구동하기 위해 외부 전류 공급이 필요합니다. 
일반적으로 사용되는 IEPE 여기 전류 값은 2.1 mA, 4 mA, 10 mA입니다. 
사용 중인 센서에 필요한 IEPE 전류 값과, 측정 장비가 지원하는 전류 범위는 장비 사양서를 참고해야 합니다.

마이크로폰 역시 가속도계와 마찬가지로 외부 또는 내부 전원을 사용할 수 있습니다. 
외부 편극형 콘덴서 마이크로폰은 외부 전원으로부터 200 V를 필요로 합니다. 
이 경우, 사용 중인 전원이 정격 전압에서 깨끗한 전원(clean power)을 제공하는지, 
그리고 전원 용량을 초과하여 여러 마이크로폰을 연결하지 않았는지 반드시 확인해야 합니다. 
반면, 프리폴러라이즈드(prepolarized) 콘덴서 마이크로폰은 IEPE 프리앰프로 구동되며, 이 프리앰프는 일정한 전류원을 필요로 합니다.


AC 커플링
IEPE 신호 컨디셔닝을 활성화하면, 여기 전류와 센서 임피던스의 곱에 해당하는 DC 전압 오프셋이 발생합니다. 
센서에서 취득되는 신호에는 AC 성분과 DC 성분이 모두 포함되며, 이 DC 성분은 AC 신호를 0 기준점에서 벗어나게 만듭니다. 
그림 1에서 볼 수 있듯이, 이러한 오프셋은 ADC 입력 범위 포화를 방지하기 위해 AC 신호의 증폭을 제한하게 되어 측정 분해능을 저하시킬 수 있습니다.

이 문제는 AC 커플링을 적용함으로써 해결할 수 있습니다. AC 커플링은 용량성 커플링(capacitive coupling)이라고도 하며, 
신호 경로에 커패시터를 직렬로 삽입하여 DC 성분을 제거하는 방식입니다. 하드웨어에서 AC 커플링을 구현하면, 
보다 좁은 입력 범위를 적용할 수 있어 AC 신호의 진폭 분해능과 채널의 유효 동적 범위를 향상시킬 수 있습니다.

소프트웨어에서 AC 커플링을 적용하는 경우에는, RMS나 피크 값과 같은 신호 처리 결과를 왜곡시키는 잘못된 DC 데이터를 제거할 수 있습니다. 또한 AC 커플링은 센서의 노화나 온도 영향으로 발생하는 장기적인 DC 드리프트를 완화하는 데에도 도움이 됩니다.

 그림1.png그림 1

접지(Grounding)
센서를 올바르게 접지하지 않으면, 그라운드 루프(ground loop)가 발생하여 측정 시스템에 노이즈의 원인이 될 수 있습니다. 
이를 방지하려면 측정 시스템 입력 또는 센서 중 하나만 접지하고, 둘 다 동시에 접지하지 않도록 해야 합니다.

센서가 접지되어 있는 경우에는 차동(differential) 방식으로 연결해야 합니다. 
반대로 센서가 플로팅(floating) 상태라면, 측정 시스템의 반전 입력(inverting input)을 접지에 연결하는 것이 바람직합니다.

차동표.png
표 1

안티앨리어싱 필터(Anti-alias Filter)
소음 및 진동 측정에서는 앨리어싱(aliasing) 문제가 자주 발생합니다. 
나이퀴스트–섀넌 샘플링 정리에 따르면, 분석 가능한 최대 주파수는 나이퀴스트 주파수(fN)이며, 이는 ADC 샘플링 주파수의 절반입니다. 
나이퀴스트 주파수보다 높은 모든 아날로그 주파수 성분은 샘플링 이후 0과 fN 사이의 주파수로 나타납니다. 
원래 신호에 대한 상세한 정보가 없다면, 이러한 앨리어스 주파수를 실제로 0과 fN 사이에 존재하는 신호 성분과 구분할 수 없습니다.

일반적인 저역 통과 필터(lowpass filter)는 앨리어싱으로 인해 발생하는 고주파 노이즈를 감쇠하는 데 충분한 경우가 많습니다. 
하지만 필터의 롤오프(roll-off)가 충분히 가파르지 않다면, 
나이퀴스트 주파수 바로 위에 위치한 주파수 성분이 완전히 제거되지 못하고 유효 신호 대역으로 접혀 들어올 수 있습니다.

안티앨리어싱 필터는 이러한 문제를 해결하기 위한 저역 통과 필터의 한 형태로, 평탄한 통과 대역(passband)과 급격한 롤오프 특성을 갖습니다. 이를 통해 나이퀴스트 주파수 바로 아래의 신호는 최대한 보존하고, 바로 위의 신호는 효과적으로 감쇠할 수 있습니다. 
그림 2에서는 두 가지 필터를 사용해 고주파 노이즈를 제거하는 예를 보여줍니다. 
일반 저역 통과 필터는 f3에서의 노이즈는 제거하지만, 완만한 롤오프로 인해 f2 성분은 충분히 감쇠하지 못해 신호로 다시 접혀 들어옵니다. 
반면, 안티앨리어싱 필터는 두 주파수 성분을 모두 제거하여 보다 깨끗한 신호를 획득할 수 있도록 합니다.

그림2.png
그림 2

동적 범위(Dynamic Range)
동적 범위는 장치가 동시에 측정할 수 있는 가장 큰 신호와 가장 작은 신호의 비율로 정의됩니다. 
데시벨(dB) 단위로 표현되며, 동적 범위는 다음과 같이 계산됩니다.

Dynamic Range = 20 log (Vmax / Vmin)

예를 들어, 입력 범위가 ±10 V이고 동적 범위가 110 dB를 초과하는 장치는 약 10⁶의 전압 비율을 가질 수 있습니다.
일반적인 저해상도 ADC는 보통 16비트 해상도를 가지며, 이 경우 동적 범위는 약 90 dB 수준입니다. 
그러나 대부분의 센서는 110 dB 이상의 동적 범위를 제공하므로, 
16비트 장비로는 전기적 노이즈에 묻힌 저레벨 신호 영역까지 포함한 센서의 전체 범위를 측정하기 어렵습니다. 
반면, 24비트 해상도를 지원하는 계측 장비는 최대 120 dB의 동적 범위를 제공할 수 있어, 
더 작은 신호를 감지하고 센서 성능을 최대한 활용할 수 있습니다.

동시 샘플링(Simultaneous Sampling)
소음 맵핑, 충격 시험, 음향 강도 측정과 같은 일부 응용 분야에서는 서로 다른 채널 간의 위상 정보가 매우 중요합니다. 
이러한 경우에는 동시 샘플링이 필요하며, 이는 모든 채널에서 아날로그-디지털 변환이 동일한 시점에 수행되어야 함을 의미합니다.


선형 단위를 데시벨(dB)과 같은 상대 단위로 변환

큰 신호와 작은 신호를 같은 스케일에서 함께 표현하고자 할 때에는, 데시벨(dB)과 같은 상대 단위를 사용하는 것이 효과적입니다. 
예를 들어, 표 2에서는 속삭임의 음향 파워와 로켓 엔진의 음향 파워를 비교합니다. 
이처럼 차이가 매우 큰 값을 비교할 때는 로그 스케일을 사용하는 것이 훨씬 직관적이고 관리하기 쉽습니다.

표2_2.png
표 2


선형 단위를 데시벨(dB)과 같은 상대 단위로 변환

진폭(amplitude) 값에 대해 선형 단위를 dB로 변환하려면 다음 식을 사용합니다.

dB = 20 log (V / V₀)

전력(power) 값에 대해 선형 단위를 dB로 변환하려면 다음 식을 사용합니다.

dB = 20 log (P / P₀)

음향 측정(예: 음압 레벨, 옥타브/분수 옥타브 스펙트럼)을 보고할 때는 일반적으로 청각 임계값인 20 μPa를 기준으로 한 dB 상대 단위를 사용합니다. 음향 파워 측정의 기준값은 1 pW입니다. 
주파수 응답 측정의 경우에는 보통 이득 1을 dB 기준값으로 사용합니다. 이때 dB 값이 음수이면 감쇠(attenuation)를 의미하고, 
양수이면 이득(gain)을 의미하며, 0 dB는 이득 1에 해당합니다.
측정 분야마다 사용하는 기준값이 다를 수 있으므로, dB로 결과를 보고할 때에는 반드시 기준(reference)을 명확히 명시해야 합니다.


긴 케이블 사용 시 신호 품질 유지

IEPE 센서에 매우 긴 케이블을 사용할 경우, 케이블에 추가되는 정전 용량(capacitance)으로 인해 센서의 주파수 응답이 변하면서 일부 고주파 성분이 필터링될 수 있습니다. 
또한, 케이블의 정전 용량을 구동하기에 충분한 전류가 공급되지 않으면 노이즈와 왜곡이 측정 신호에 유입될 수 있습니다. 
일반적으로 IEPE 센서에서 긴 케이블 사용이 문제가 되는 경우는, 100 ft(30 m)를 초과하는 케이블을 사용하면서 10 kHz 이상의 주파수 범위에 관심이 있을 때입니다.

긴 케이블의 영향을 보다 정확하게 평가하려면, 고주파 전기적 특성을 실험적으로 확인하는 것이 좋습니다. 
함수 발생기를 사용하여 예상되는 최대 진폭의 신호를, 이득 1(unity gain)이고 출력 임피던스가 낮은 증폭기를 거쳐 센서에 인가합니다. 
이후 오실로스코프에서 측정한 신호와 원래 신호의 비율을 비교합니다. 만약 신호가 감쇠되어 있다면, 
신호 비율이 1:1이 될 때까지 구동 전류를 증가시켜야 합니다. 
단, 짧은 케이블을 사용할 때나 높은 온도 조건에서 시험할 경우에는 과도한 전류를 인가하지 않도록 주의해야 합니다. 
케이블 구동에 사용되지 않은 전류는 센서 내부 전자 회로를 구동하면서 열을 발생시키며, 
이로 인해 센서가 허용 최대 온도 사양을 초과할 수 있습니다.


TEDS 기술을 활용한 설정 및 구성 시간 단축

TEDS를 지원하는 센서는 자체 식별 기능을 갖춘 EEPROM을 내장하고 있으며, 
이 EEPROM에는 센서 파라미터와 관련 정보가 테이블 형태로 저장되어 있습니다. 
여기에는 센서의 보정 정보, 감도, 제조사 정보 등이 포함됩니다. 이러한 데이터가 센서에 저장되어 있기 때문에, TEDS 호환 계측 장비는 센서와 직접 통신하여 설정을 프로그래밍 방식으로 자동 수행할 수 있습니다. 
또한 TEDS 호환 소프트웨어는 센서 제조사나 보정 기관에서 제공한 다항식 함수를 기반으로 자동 스케일링을 수행할 수 있습니다. 
IEEE 1451.4 표준이나 TEDS의 동작 원리에 대한 자세한 내용은 본 문서 마지막에 있는 TEDS 섹션을 참고하시기 바랍니다.


마이크로폰 사용 시 추가 고려 사항
마이크로폰은 올바르게 취급하면 장기간 안정적인 성능을 유지할 수 있습니다. 
그러나 마이크로폰의 구성 요소는 매우 섬세하여 잘못 취급할 경우 손상될 수 있습니다. 
다음은 정확한 마이크로폰 측정을 유지하기 위한 권장 사항입니다.
  1. 측정을 시작하기 전에 마이크로폰을 포함한 전체 측정 체인을 항상 보정하십시오. 매우 중요한 측정의 경우, 추가적인 안전 조치로 측정 종료 직후에도 다시 한 번 보정을 수행하여 시스템이 허용 오차 범위 내에 있는지 확인하는 것이 좋습니다.
  2. 실외 측정 시에는, 마이크로폰에 환경 보호 장치를 장착해야 합니다. 여기에는 레인 캡, 새 방지 스파이크, 결로 방지를 위한 내장 히터 등이 포함될 수 있습니다.
  3. 진동이 측정에 영향을 주지 않도록, 필요에 따라 쇼크 마운트를 사용하십시오. 마이크로폰의 진동 민감도는 사양서를 통해 확인해야 합니다.
  4. 재현성 있는 측정을 위해, 마이크로폰은 시험 대상과 환경에 대해 항상 동일하고 정확한 위치에 견고하게 고정해야 합니다.
  5. 손으로 들거나 삼각대를 사용하는 측정에서는, 마이크로폰 연장 암을 사용해 원치 않는 반사를 줄이는 것이 도움이 됩니다.
  6. 케이블 길이에 대한 제조사 제한 사항을 반드시 확인하십시오. 긴 케이블에서는 고주파 및 고음압 조건에서 신호 열화가 가장 먼저 발생합니다. 마이크로폰을 연결한 상태에서 케이블의 SNR을 확인하고, 인근 발전기, 전동기, 공조 장치, 휴대전화, 레이더, 라디오·TV 송신기 등 잠재적 간섭원으로 인한 험(hum), 크로스토크, 과도 신호가 있는지 점검해야 합니다.

시간 영역 분석 기법
 
레벨(Level)
소음 및 진동과 관련된 가장 기본적인 분석 지표 중 하나는 레벨(level)입니다. 시간 영역 신호를 사용해 소음 및 진동 레벨을 측정할 수 있습니다. RMS(Root Mean Square)는 시간에 따라 변하는 소음 및 진동 신호의 에너지(즉, 파괴 가능성)를 나타냅니다. 
RMS는 신호를 제곱한 뒤 일정 시간 동안 평균을 구하고, 그 결과의 제곱근을 취해 계산합니다.

Levelᵣₘₛ = √[(x₀² + x₁² + … + xₙ²) / n]

대표적인 음향 레벨 측정값은 음압 레벨(Sound Pressure Level)이며, 이는 항상 20 μPa(인간 청각의 임계값)을 기준으로 표현됩니다.

평균 기반 측정의 주요 문제점은, 평균을 취하는 시간 구간의 길이에 따라 결과가 달라진다는 점입니다. 
이러한 이유로 음압 레벨과 같은 측정에는 표준화된 시간 구간이 정의되어 있습니다. 
RMS를 계산하는 방법에는 크게 선형 평균과 지수 평균의 두 가지 방식이 있습니다.
 
선형 평균(Linear Averaging)
선형 평균, 또는 등가 연속 음압 레벨(Leq)은 음압 레벨 측정을 위한 시간 평균 처리 방법 중 하나입니다. 
선형 평균에서는 유한한 시간 구간 동안 모든 데이터 포인트에 동일한 가중치가 적용됩니다. 
이 방식은 교차로에서 한 시간 동안 교통 소음을 측정하는 경우와 같이, 장시간 환경 노출 평가에 주로 사용됩니다.

Leq는 일정한 시간 구간 동안 신호의 제곱을 적분한 후, 이를 시간 구간으로 나누어 계산합니다. 
이 결과는 실제로 측정된 소음과 동일한 에너지를 가지는 가상의 정상 상태 소음을 의미합니다.

그림3.png
그림 3

지수 평균(Exponential Averaging)
지수 평균은 현재 데이터와 과거 데이터에 서로 다른 가중치를 부여하는 연속 평균 방식입니다. 
과거 데이터에 부여되는 가중치의 크기는 지수 시간 상수(exponential time constant)에 의해 결정되며, 
이 값은 지수적으로 감소하는 윈도우의 기울기를 정의합니다. 

지수 평균 모드는 다음과 같은 표준 시간 상수를 지원합니다.

  1. Slow
 시간 상수 1,000 ms를 사용합니다. 소리 압력 레벨이 천천히 변화하는 신호의 음압 레벨을 추적하는 데 적합합니다.
  1. Fast
 시간 상수 125 ms를 사용합니다. 소리 압력 레벨이 빠르게 변화하는 신호를 추적하는 데 유용합니다.
  1. Impulse
신호가 증가할 때는 매우 빠른 시간 상수(35 ms)를 사용하고, 신호가 감소할 때는 매우 느린 시간 상수(1,500 ms)를 사용합니다. 임펄스 평균은 충격이나 큰 소음과 같이 음압 레벨이 급격히 증가하는 상황을 추적하고, 그 증가분을 기록하여 변화 이력을 남기는 데 적합합니다.


주파수 영역 분석 기법
 
푸리에 변환(Fourier Transform)
주파수 분석은 소음 및 진동 신호를 분석하는 데 가장 일반적으로 사용되는 방법입니다. 
이산 시간 영역 신호는 시간에 따라 샘플 단위로 신호가 어떻게 변화하는지를 보여줍니다. 
시간 영역에 존재하는 모든 파형은 사인(sine)과 코사인(cosine)의 가중합으로 표현할 수 있습니다. 
이러한 복잡한 신호의 분해 개념이 바로 푸리에 변환과 디지털 신호 처리의 기초입니다.

이에 대응하는 주파수 영역 스펙트럼은 전체 신호에 대해 각 주파수 성분이 얼마나 기여하는지를 보여줍니다(그림 4 참조). 
이 분석은 주파수 성분이 시간에 따라 변하지 않는 정상 신호(stationary signal)를 분석하는 데 특히 유용합니다.

그림_4(0001).png
그림 4


Fast Fourier Transform (FFT)

고속 푸리에 변환(FFT)
고속 푸리에 변환(FFT)은 연속적인 시간 영역 파형을 사인파 성분으로 분해합니다. 
측정 장비는 파형을 샘플링하여 이산 값(discrete values)으로 변환하므로, 
디지털 하드웨어에서 신호를 처리하기 위해서는 이산 푸리에 변환(DFT)을 사용해야 합니다. 
이 알고리즘은 주파수 영역의 성분을 이산 값, 즉 빈(bin) 형태로 생성합니다.

DFT의 한 가지 한계는, 정수 개의 주기를 갖는 주기 신호를 처리하고 있다고 가정한다는 점입니다. 
실제로 신호를 샘플링하면서 정확히 정수 개의 주기를 취득하는 것은 매우 어렵습니다. 
주기 수가 정수가 아닐 경우, 신호의 시작점과 끝점이 연속되지 않게 되며, 이로 인해 한 주파수에 존재해야 할 에너지가 다른 주파수로 퍼지는 현상이 발생합니다. 이러한 현상을 스펙트럼 누설(spectral leakage)이라고 하며, 그림 5에 그 예가 나타나 있습니다.


그림_4(0001).png
그림 5

스펙트럼 누설(spectral leakage)의 영향을 줄이기 위해 윈도잉(windowing)이라는 기법을 사용할 수 있습니다. 
윈도잉은 시간 영역 데이터에 유한한 길이의 윈도 함수를 곱하는 방식으로, 이 윈도 함수는 신호의 양 끝에서 진폭이 부드럽고 점진적으로 0에 가까워지도록 설계되어 있습니다.

이 과정을 통해 파형의 시작점과 끝점이 자연스럽게 이어지게 되어, 급격한 전이 없이 연속적인 파형을 만들 수 있습니다. 
그 결과, 주파수 분석 시 스펙트럼 누설이 감소하고 보다 정확한 주파수 성분 분석이 가능해집니다.

그림6-2.png
그림 6

사용하는 윈도 함수의 종류는 취득하려는 신호의 특성에 따라 달라집니다. 
많은 경우 신호에 대한 사전 정보가 충분하지 않기 때문에, 여러 가지 윈도를 적용해 보면서 가장 적합한 것을 선택해야 합니다.

일반적으로 해닝(Hanning, Hann) 윈도는 대부분의 응용 분야에서 만족스러운 성능을 제공합니다. 
해닝 윈도는 다른 윈도들에 비해 주파수 분해능이 우수하며, 신호의 양 끝에서 값이 0으로 수렴하기 때문에 모든 불연속성을 제거할 수 있습니다. 
표 3에는 일반적으로 사용되는 윈도 유형, 각각에 적합한 신호 종류, 그리고 적용 예시가 정리되어 있습니다.

마지막표-2.png표 3

예를 들어, 그림 7에서는 FFT 파워 스펙트럼을 사용해 PC 팬의 진동에 포함된 주파수 성분을 식별하고 정량화합니다. 
PC 팬의 전체 진동 신호는 샤프트, 코일, 블레이드에서 발생하는 진동이 중첩된 결과임을 확인할 수 있습니다.

샤프트는 PC 팬의 회전 속도와 동일한 속도로 회전하는 반면, 코일과 블레이드의 회전 속도는 각각 PC 팬 회전 속도의 4배와 7배에 해당합니다.

그래프_1_0112.png
그림 7

그림 8은 PC 팬의 회전 속도가 1,000 rpm에서 4,000 rpm으로 변화할 때의 FFT 파워 스펙트럼을 보여줍니다. 
이 경우 FFT 파워 스펙트럼 그래프에서는 특정 기계 부품과 연관된 뚜렷한 피크를 식별할 수 없음을 확인할 수 있습니다.

그래프_2_0112.png
그림 8

반면, 그림 9의 오더 파워 스펙트럼(order power spectrum)에서는 서로 다른 기계 부품과 연관된 뚜렷한 피크가 명확하게 나타납니다.
  1. 1차 오더의 피크는 샤프트 진동에 해당하며
  2. 4차 오더의 피크는 코일 진동,
  3. 7차 오더의 피크는 블레이드 진동을 의미합니다.

그래프_3_0112.png
그림 9

음향을 위한 옥타브 분석(Octave Analysis)
옥타브 분석은 오디오 및 음향 신호를 분석하기 위한 기법으로, 로그 간격으로 배치된 대역 통과 필터를 사용해 스펙트럼 에너지를 측정합니다. 
로그 스케일은 저주파에서 중주파 영역을 강조하며, 이러한 주파수 대역의 묶음 방식은 사람의 귀가 소리를 인지하는 방식을 보다 잘 모사합니다.
예를 들어, 일반적으로 사람은 350 Hz와 351 Hz의 차이를 거의 구분하지 못합니다. 
각 대역의 파워는 계산된 후, x축이 로그 스케일인 막대 그래프 형태로 표시되며, 이는 그림 10에 나타나 있습니다.


바그래프_2.png그림 10

옥타브(octave)는 두 주파수 중 하나가 다른 하나의 두 배가 되는 주파수 간격을 의미합니다. 
예를 들어 250 Hz와 500 Hz, 1 kHz와 2 kHz는 각각 한 옥타브 차이에 해당합니다.

옥타브 필터는 해상도에 한계가 있는데, 이는 16 Hz–16 kHz 범위가 총 11개의 옥타브로만 구성되기 때문입니다.
 이러한 해상도 한계를 극복하기 위해 분수 옥타브 필터(fractional-octave filters)를 사용할 수 있습니다. 
분수 옥타브 필터는 하나의 옥타브를 하나의 필터로 덮는 대신, 한 옥타브당 N개의 필터를 적용하여 해상도를 높입니다(그림 11 참조).

일반적으로 사용되는 분수 옥타브 대역은 다음과 같습니다.
  1. 1/3 옥타브: 옥타브당 3개 대역
  2. 1/12 옥타브: 옥타브당 12개 대역
  3. 1/24 옥타브: 옥타브당 24개 대역
이러한 옥타브 대역 및 분수 옥타브 대역 필터의 규격은 ANSI 및 IEC 표준에서 정의하고 있습니다.

바그래프2_2.png그림 11

분수 옥타브 분석의 연산 부하
분수 옥타브 분석은 디지털 필터링에 크게 의존하기 때문에 CPU 부하가 큰 연산입니다. 
신호에 적용되는 필터의 개수가 증가할수록 CPU에 요구되는 연산량이 커지며, 그 결과 계산 시간이 증가할 수 있습니다. 
일반적으로 동일한 샘플링 속도에서 온라인 1/3 옥타브 분석은 FFT 스펙트럼 계산보다 약 10배 이상의 처리 능력을 필요로 합니다.


추가 신호 처리 및 분석 기법

이 가이드는 정확한 소음 및 진동 측정을 위해 필요한 신호 컨디셔닝과 기본적인 신호 처리 방법을 다루었습니다. 
아래 목록은 추가적으로 수행할 수 있는 몇 가지 분석 기법에 대한 개요입니다. 
나열되지 않은 기능을 포함하여, 해당 기능들이 사용 중인 측정 소프트웨어에 포함되어 있는지 또는 별도의 분석 패키지로 제공되는지는 측정 소프트웨어 설명서를 참고하시기 바랍니다.

  1. 단시간 푸리에 변환(STFT)
시간에 따라 비교적 천천히 변화하는 신호에서 주파수 성분을 추출합니다.
  1. 충격 응답 스펙트럼(Shock Response Spectrum)
동적인 기계 환경을 특성화하여, 특정 충격이 부품에 미칠 수 있는 손상 가능성을 추정하는 데 사용됩니다.
  1. 엔벨로프 검출(Envelope Detection)
진폭 변조된 신호에서 변조 신호 또는 포락선(envelope)을 추출하여, 기계 진동 신호에 진폭 변조 형태로 나타나는 기계적 결함을 식별합니다.
  1. 음향 가중 필터(Acoustic Weighting Filters)
사람의 귀가 갖는 비선형 특성을 반영하거나, 전화 및 무선 통신 회로에서의 오디오 주파수 노이즈를 측정하는 데 사용됩니다.
  1. 톤 검출(Tone Detection)
최대 진폭을 갖는 톤 또는 지정된 임계값을 초과하는 모든 톤을 식별합니다.
  1. 왜곡 분석(Distortion Analysis)
총 고조파 왜곡(THD), THD+노이즈, 신호 대 노이즈 및 왜곡 비(SINAD)를 분석합니다.
  1. 스윕 사인파 생성 및 측정(Swept Sine)
시험 대상 장치의 동적 주파수 응답 특성을 평가합니다.

결론

가속도계 또는 마이크로폰의 사양을 면밀히 검토하여, 
사용 중인 센서에 적합한 동적 범위, 이득, 샘플링 속도, 여기 전압(또는 전류)을 갖춘 측정 장비를 선택해야 합니다. 
여러 채널 간의 측정값을 상관 분석해야 하는 경우에는 동시 샘플링 기능을 고려하는 것이 좋으며, 
내장 안티앨리어싱 필터는 고주파 노이즈의 영향을 줄이는 데 도움이 됩니다.

또한 평균화, 윈도잉과 같은 신호 처리 기법을 지원하는 측정 소프트웨어를 평가하면, 
측정하고자 하는 진동 또는 음향 현상을 보다 정확하게 표현할 수 있습니다.
NI 하드웨어를 활용한 정확한 소음 및 진동 측정 시스템을 살펴보시기 바랍니다.