6,509
次編輯
變更
振動
,無編輯摘要
振動（英語：vibration），指一個物體相對於靜止參照物或處於平衡狀態的物體的往復運動。一般來說振動的基礎是一個系統在兩個能量形式間的能量轉換，振動可以是周期性的（如單擺）或隨機性的（如輪胎在碎石路上的運動）。
*振動是宇宙普遍存在的一種現象，總體分為宏觀振動（如地震、海嘯）和微觀振動（基本粒子的熱運動、布朗運動）。
**一些振動擁有比較固定的波長和頻率，一些振動則沒有固定的波長和頻率。兩個振動頻率相同的物體，其中一個物體振動時能夠讓另外一個物體產生相同頻率的振動，這種現象叫做共振，共振現象能夠給人類帶來許多好處和危害。
**不同的原子擁有不同的振動頻率，發出不同頻率的光譜，因此可以通過光譜分析儀發現物質含有哪些元素。
**在常溫下，粒子振動幅度的大小決定了物質的形態（固態、液態和氣態）。不同的物質擁有不同的熔點、凝固點和汽化點也是由粒子不同的振動頻率決定的。我們平時所說的氣溫就是空氣粒子的振動幅度。
**任何振動都需要能量來源，沒有能量來源就不會產生振動。物理學規定的絕對零度就是連基本粒子都無法產生振動的溫度，也是宇宙的最低溫度。
**振動原理廣泛應用於音樂、建築、醫療、製造、建材、探測、軍事等行業，有許多細小的分支，對任何分支的深入研究都能夠促進科學的向前發展，推動社會進步。
*指物體的全部或一部分沿直線或曲線往返顫動，有一定的時間規律和週期。語出《墨子·尚同中》：“是以舉天下之人皆恐懼振動惕栗，不敢為淫暴。
===常見振動種類===
*①汽車--行駛中的振動對汽車部品的故障發生和壽命影響的試驗。最近幾年，電動汽車的振動試驗越來越多。發動機、汽車音響、安全氣囊衝擊、NVH、etc.。
②鐵道交通--振動對列車部品等故障影響的試驗。列車搭載電子設備、軌道附近的設備（信號切換機、ATC）、etc.。
③運輸行業--卡車、輪船等的運輸中，產品是否故障、損傷、外包裝擦傷等的試驗。
④飛機--發動機產生的振動，受到氣流的振動、起飛降落受到的振動和衝擊，會不會發生故障等以及耐久性確認。
⑤地震--確認部件、房屋、建築物等的耐震性。<ref name="麵包芯語">{{cite web |url=https://www.eet-china.com/mp/a26792.html | title= 振動試驗基礎2-什麼是振動，振動的種類 | language=zh | date=2020-09-09 | publisher=麵包芯語 | author=可靠性雜壇 | accessdate=2020-11-22}}</ref>
===振動分析的應用===
*設備長時間運作需求定期維修維持其作業品質。但為了提高產品良率，也相應提高機台維修標準，因而往往造成頻繁停機送修，增加生產成本。
**在工業4.0與智慧製造的積極發展之下，智慧診斷監測技術的市場需求殷切，使機械故障診斷技術包括新型感測器、特徵工程及分析手法，以及近年新穎的人工智慧(Artificial Intelligence, AI)加值技術紛紛前仆後繼地被提出與商品化。
*透過使用智慧化零組件/模組，或是在機台內、外部加裝位置、力量、加速度、振動、噪音、溫濕度等各類型感測器，結合資通訊、機電系統應用技術(例如物聯網、雲端運算、巨量資料、人工智慧)，使機台具備重要的運作能力，例如資料即時(Real Time)擷取、記錄與傳輸等；
**再配合相應的致動器、控制裝置、使機台具備運作狀態與效能監控及最佳化、健康狀態分析與故障預測，可達到智慧機械之功能。
*機械故障與維修一直都是密不可分。一般機械故障維修模式可分為事後維修(Break-Down Maintenance, BDM)、定期維修(Time-Based Maintenance, TBM)、狀態監測(Condition-Based Maintenance, CBM)與近幾年產業關注的預兆診斷。
*機械故障維修:
**・事後維修--待故障發生後再修理，一般用於對製造流程影響不大之機械設備，或業者已備好零部件備品，能於短時間內完成修復者。
**但當機台產生故障後，需要盡速維修上線，臨時的訂購會造成備品成本提高，維修人力調用不順，於臨時性維護時，也會降低生產效率，若關鍵零件毀損，恐易導致重大事故，需承擔更高風險。
**・定期維修--以固定維修週期的方式進行排修保養，不論設備是否已損壞，都會依照時間或使用情況進行更換，有時會造成維護頻率過高、人力與成本提高，但若降低維修頻率，又會導致設備生產品質與良率問題，也有可能遇到設備提前失效的可能，一樣必須承擔事後維修之風險。
**・狀態監測--在設備運行時，便藉由各種量測方法來獲得狀態訊息，並進行機械設備之監測，再根據性能指標評估維修項目，進而早期檢知異常情況以判斷要更換之時間。**可降低設備無預警停機、減少定期維護成本、提高設備之稼動率與防止不必要的拆卸降低機械精密度，延長設備壽命。
**・預知維護--此部份為狀態監測之進階功能，經由狀態監測之大數據資料與實際維護經驗，根據人類專家所定義之數據與標籤(Label)，透過人工智慧進行學習與判斷，建立複雜的預估模型，以達到更精準之設備損壞時間預估，同時持續監測收值，獲取充分的數據，用以進一步提升預估準確度。
*智慧振動感測器加持,半導體/微製程生產有保障:
**為了因應工業自動化與穩定製造之需要，溫溼度、位移、力量、振動等等，各式感測器紛紛嶄露頭角，其中機械系統之異常導致機構振動變異，便適合應用振動感測器。
**半導體產業之製程中，許多晶圓與載具堆疊緊密，需依靠機械手臂精準的搬運，進行各項製程的運作，其空間狹窄的通道，使得一般現行的感測器因距離過長、資料傳輸、體積與供電等等的問題，無法牽線至適當的量測位置，因此採用MEMS微機電之外接感測器，適合應用於半導體與微製程技術。
*即時監測掌握異常狀況,振動感測分析軟體登場:
**感測器的終端使用者，向部分業者購買市售振動感測系統後，雖然取得相關的程式介面(API)，但仍需投入專家對機械之機構進行研究，往往要針對各項的常用特徵、欲分析的項目，開發程式載入數據，花費大量時間分析作圖。
**一般使用者若未有充足專業知識，例如缺乏機構之知識，勢將難以下手分析振動訊號，因此現今產業上也逐漸出現功能化的分析軟體，例如：軸承特徵頻率分析、馬達特徵頻率分析，搭配設備販售，透過使用者輸入電機型號，讀取該型號機構資訊如軸承珠數、外內環直徑、馬達操作轉速等等，以公式換算特徵頻率，同時標出頻譜中特徵頻率的峰值(Peak)。<ref name="Microprogram ">{{cite web |url= https://www.program.com.tw/news/press/category/200504-2cm-smart-diagnosis-prediction | title= 即時AI振動分析預知機械故障，智慧感測守護半導體產線 | language=zh | date=2020-05-04 | publisher=Microprogram | author=資深經理黃文正／應用工程師羅章丞 | accessdate=2020-11-22}}</ref>
==参考來源==
{{Reflist}}
[[File:振動.jpg | thumb | 300px | 振動 <br> [https://www.program.com.tw/news/press/category/200504-2cm-smart-diagnosis-prediction 原圖鏈接] ]]
==参考來源==