在19世纪早期，一项新技术被开发出来，可以直观地捕捉时间片段。在此之前，人们想要纪念一个图像依赖于绘画，这取决于艺术家对细节、解释和细微差别的关注。这台19世纪的相机可以呈现一张“照片”，尽管很粗糙，但它准确地、自动地代表了人们在特定时刻看到的东西。不久之后，这项技术就被用于进一步了解运动中的物体，通过对我们今天理解的视频中的照片进行排序。这为使用高速视频可视化振动奠定了基础，这种技术正在彻底改变当今组织解释机械运动的方式。
看关于马的人
1878年，埃德沃德·迈布里奇(Eadweard Muybridge)用录像技术解决了当时激烈的争论:马能飞吗?前铁路巨头、加州州长利兰·斯坦福(Leland Stanford)在1872年委托迈布里奇确定马匹是否从事“无支撑运输”，即马匹完全在空中飞行，而脚不接触地面。在短暂的休息之后，迈布里奇谋杀了他妻子的情人，因正当杀人罪被判无罪，并在中美洲度过了一年的“流亡工作”，最终他操纵了一系列12台摄像机和一个巧妙的触发系统，捕捉到了斯坦福大学一匹奔腾的马。结果是结论性的，颠覆了当时公认的认识。马确实会飞。
视频1:迈布里奇在1878年用高速摄影捕捉到了马的“飞行”，以了解物体移动得太快，人眼无法感知。来源:https://commons.wikimedia.org/wiki/File:Muybridge_race_horse.webm
坎贝尔是如何得到他的图表的
1924年，威尔弗雷德·坎贝尔向美国机械工程师协会提交了他在涡轮振动方面的研究。当时，许多业内人士认为，考虑到振动等限制因素，蒸汽轮机已经达到了最大尺寸。在他的开创性论文1中，他为著名的坎贝尔图奠定了框架，该图模拟了旋转圆盘的振动行为，并提供了突破设计界限的理解。他是一个真正的先人，他利用高速摄影技术捕捉到一个振动旋转磁盘的软盘行为，并向机械世界展示了一种他们现在可以理解的现象。不幸的是，这是他的绝唱，就在他发表论文的一个多月后，悲剧发生了，急性阑尾炎夺去了他的生命，年仅40岁。
视频2:坎贝尔的高速摄影提供了一个全面的了解旋转圆盘振动行为。
振动可视化-数据驱动的卡通
在20世纪60年代，被称为快速傅里叶变换(FFT)的算法席卷了振动界。为了探测苏联的核试验，John Tukey提出了从时域振动信号中提取和量化频域信息的方法。在接下来的十年里，这种算法被应用于振动物体，以了解它们在运动过程中的相对形状，被称为操作偏转形状(ODS)。这个强大的模型是通过在振动物体的多个点上采样振动数据创建的。建立对象的图形模型，从机器上的每个点收集的振动数据应用到模型上的位置。然后，特定频率的运动被放大和动画化，为解释物体运动的行为或“形状”提供了一个视觉模型。
从那时起，ODS已成为解决旋转机械故障的基本工具。它有助于理解机械的运动模式的频率，力被应用到机器。例如，机器的转速通常以等于工作频率一倍的频率增加力。在这个频率下，通过放大和动画运动，可以很容易地观察到所产生的偏转形状，并且通常可以根据运动的形状快速诊断某些故障。
作为一个现实世界的例子，美国核电站的高压电荷泵正在经历过度振动。该泵运行速度为4800 rpm (80 Hz)，由1800 rpm的电机通过变速齿轮组驱动。ODS样品在泵、底座和基础上的200个位置进行了三向取样。详细的研究表明，在泵的工作频率(80Hz)下，泵的非驱动端(NDE)安装脚相对于其底座的顶部安装面在水平方向上存在显著的横向振动。
视频3:加速度计数据编译成机器的图形表示，然后以特定频率放大以突出问题;在这种情况下，套管与底座连接处存在软脚条件，从而在运行速度时产生共振条件。
诊断涉及套管的结构(由底座支撑)固有频率(包括套管无损检测端水平摆动)。它曾经比跑步速度高出15%，这通常足以避免兴奋。但现在，它向下漂移，有时超过了泵的运行速度，调谐成共振。下移的原因是当底脚能够在摩擦接触中滑动时，它不再作为套管的刚性支撑。通过拧紧脚的连接螺栓，这种软脚的情况得到了修复，所涉及的固有频率移回了约93 Hz，与1倍运行速度力(例如，残余不平衡)充分分离，以避免进一步的共振。振动水平下降到非常可接受的水平。
一旦认识到物理问题的本质，它就显得微不足道。然而，在应用振动可视化技术(在本例中为ODS)之前，工厂中一些非常优秀的技术人员花了六个月的时间来解决这个问题。当工厂逐个点评估振动数据时，而不是作为一个综合的点集来评估振动数据时，对振动分布及其意义的看法是不存在的。
一旦使用ODS，它在这种情况下就非常有用，可以对问题进行诊断，从而提出直接解决方案的建议。经过几十年的应用证明，它是一种强大而直观的诊断工具，能够清楚地显示振动的模式和频率。
然而，ODS也有它的缺点。例如，它可能很耗时。在数据采集中，数百个数据点仍然需要大量的点间插值。在后期处理中，需要花费时间来编译数据库以匹配模型点。在将收集到的所有数据点匹配到模型上适当的位置和方向时，还可能出现簿记错误。最后，ODS需要接近，这可能不适用于有热、辐射或无障碍/脚手架要求的受限访问。
让我们面对现实吧，ODS仍然是一幅漫画——一幅粗糙的，尽管通常可以理解的，艺术家对机器运行时间片段的渲染。听起来是不是很熟悉?
振动可视化-数据增强视频
就像照片捕捉到人们所看到的一样，高速视频现在可以捕捉旋转的机械运动。但是，这种运动通常太小太快，人们看不到。然而，通过应用像前面提到的FFT一样突破性的算法，可以从图像中逐像素提取振动信息。这相当于数百万个加速度计以真正全面的方式提供频率和振幅信息。然后，这些信息可以逐像素放大并集成到原始视频中，从而提供一个增强的视频，将ODS的有用放大与真实世界的详细图像融合在一起，而且没有ODS的单调乏味和潜在的错误。
视频4:ODS分析清楚地显示了474 Hz的谐振模式，其中外壳像扬声器锥一样波动，然而，它需要数百个数据点和两天的仔细工作才能得出这一结论。
让我们转向该技术的另一个实例，以展示其功能。污水处理厂工人通风所需的两个小型恒速(3600转/分)管道风机显示出正常水平的振动，但运行声音很大。在这种情况下，声音高达120分贝，音调为474赫兹，这恰好是叶片的通频。要想知道这有多响亮，想象一下你在一场摇滚音乐会中，面对着没有朗朗上口的曲调的扬声器。收集了ODS的数据，以及用于振动放大分析的高速视频。
视频5:运动放大视频显示了与图4相同的房屋波动运动，但花了几分钟才得出相同的结论，得到了更详细和更真实的图像。
一旦模态振型被识别和评估，很明显，鼓风机与叶片通过频率为474 Hz的共振。机匣上侧壁具有与叶片通频非常接近的“板型”固有频率。鼓风机在负载变化时，感应电机滑差发生变化，叶片通过频率与侧壁固有频率发生精确共振，产生了神秘的大噪声。
这种新的基于视频的运动放大技术对机械振动诊断非常有用。在许多(但不是所有)实例中，它比经典的ODS方法有优势，而且实现所需的时间和物流通常要少得多。
与ODS一样，它是一个功能强大且直观的诊断工具，非专家也很容易理解。它真实地演示了振动的模式和频率。但与ODS不同的是，它可以创建一组全面的数据点，而不需要专家选择和簿记。此外，数百万个数据点可以在几分钟内进行评估，而不是几天。
与ODS不同，基于视频的运动放大技术不需要接触，这使得它适用于涉及热、辐射或无障碍/脚手架要求的受限区域。
这项技术还具有成本效益。作为唯一的故障排除技术，它价格低廉，或者可以帮助集中精力解决基于加速度计的ODS。
当今市场
目前，从视频中获得放大振动的商业化方法至少有两种:拉格朗日法(观看斑点或特征移动)和欧拉法(观看固定位置像素强度变化)。对于大多数低速机械问题，任何一种方法都是足够的。对于高速机器和高频问题，如叶片通过噪声，欧拉方法可能更实用，允许更大的运动放大，只要有可比的成本和系统复杂性。
参考文献
1.坎贝尔,威尔弗雷德。蒸汽轮机圆盘轮轴向振动的保护美国机械工程师学会，论文第1920号，1924年。
