Die Fast Fourier Transformation (FFT) ist ein mathematisches Verfahren der Fourier-Transformation und eine schnellere Variante der diskreten Fourier-Transformation (DFT). Dieses Verfahren transformiert Signale in den Frequenzbereich. Die FFT wird dazu verwendet, periodische Signale in einzelne Sinus-Schwingungen zu zerlegen und diese wiederum in die entsprechenden Spektralfrequenzen.

FFT-Modus in ibaAnalyzer

Der FFT-Modus in ibaAnalyzer erzeugt eine FFT-Analyse für ein oder mehrere Signale innerhalb eines Streifens. Das Ergebnis zeigt die Verteilung der im Signal enthaltenen Schwingungen.

Die Y-Achse wird zur (Frequenz-)Amplitudenachse, die X-Achse zur Frequenzachse (Hz = 1/s).

Bei der Berechnung wird eine Power-Spektrum-FFT nach dem Algorithmus der quadrierten gemittelten Amplitude durchgeführt (Standardeinstellung). Die Berechnungsgrundlagen und Algorithmen für die FFT können Sie in den Voreinstellungen und Streifeneinstellungen anpassen, siehe Fast Fourier.

Dieser Anzeigemodus bietet nicht die umfassenden Analysefunktionen, die mit einer FFT-Ansicht von ibaAnalyzer-InSpectra zur Verfügung stehen, siehe FFT-Ansicht (ibaAnalyzer-InSpectra).
Zeitbasierter und längenbasierter FFT-Modus

Neben dem zeitbasierten FFT-Modus können Sie auch längenbasierte Signale als FFT umrechnen. Die X-Achse wird dabei eine Längenfrequenz-Achse (1/m), also eine inverse Längenachse.

Zeitbasierter FFT-Modus

Längenbasierter FFT-Modus

Diese Darstellung ist hilfreich, um bestimmte Phänomene zu untersuchen, die periodisch über die Länge des Messguts auftreten, wie z. B. Dickenschwankungen eines gewalzten Bleches.

Beispiel: Vergleich zeitbasierte FFT und längenbasierte FFT

Das Beispiel im nachfolgenden Bild zeigt oben ein Geschwindigkeitsmesssignal (Ausschnitt über 60 s), dem ein Rauschen bzw. andere Frequenzen überlagert sind.

Die zeitbezogene FFT im zweiten Streifen liefert kaum brauchbare Ergebnisse.

Nach der Umrechnung in ein längenbasiertes Signal liefert die Fourier Transformierte ein Ergebnis, das einen deutlichen Peak zeigt.
Beispiele der Einstellmöglichkeiten

Die unterschiedlichen Berechnungsgrundlagen und Darstellungsmöglichkeiten in den Einstellungen bewirken unterschiedliche Ergebnisse der FFT.

Das nachfolgende Bild zeigt eine Sinusschwingung (f = 10 Hz) und die FFT des Signals mit unterschiedlichen Einstellungen.