当前位置：首页 > backend >正文

502的普通频谱参数设置

backend 2025/6/23 2:57:10

测量类型：位移、速度、加速度、电压、电流；
线数：100，200，400，…，12800；
最大、最小频率；
触发类型：转速、标准转速、内自动、幅值触发
平均次数（峰值保持下出现）；
平均类型：峰值保持，线性，指数；
重叠率：0%、25%、50%、75%、100%；
窗：平顶窗、矩形窗、汉宁窗
传感器设置：

振动分析仪中的这些参数共同定义了如何采集、处理和解释原始的时域振动信号，将其转换为有意义的频域信息（频谱）。理解每个参数的作用和它们之间的相互影响（例如 Fmax、线数、采样率、频率分辨率之间的关系；窗函数对泄漏、分辨率、幅值精度的影响；触发和平均对信噪比和同步性的影响；传感器设置对最终物理量准确性的决定性作用）对于正确设置仪器、获取可靠的频谱数据以及准确诊断设备状态至关重要。选择合适的参数组合需要根据具体的应用场景（设备类型、关注的故障模式、运行工况）和分析目标来决定。

一、参数详解

测量类型：
- 获取方式： 由用户根据测试对象和目的选择。仪器提供对应的物理量输入通道（加速度计、速度传感器、涡流位移探头、电压/电流输入端子）。
- 作用：
  - 位移： 测量物体位置变化（峰峰值、μm mils），常用于评估低频率、大振幅的振动（如轴相对振动、静挠度）。
  - 速度： 测量物体运动快慢（有效值、mm/s, in/s），是评估设备振动烈度（整体机械能量）最常用的指标，与疲劳破坏相关性强。
  - 加速度： 测量物体速度变化率（峰值、g, m/s²），对高频冲击、轴承故障、齿轮啮合等高频成分敏感。
  - 电压/电流： 测量来自其他类型传感器（如力传感器、麦克风、应变片）或过程信号的电气值。
- 频谱计算影响： 选择不同的测量类型，仪器内部会对原始信号进行必要的积分或微分处理（通常通过数字滤波实现）：
  - 加速度 -> 积分 -> 速度 -> 积分 -> 位移
  - 位移 -> 微分 -> 速度 -> 微分 -> 加速度
  - 电压/电流信号通常直接用于分析（需设置灵敏度）。转换过程会引入误差，并影响不同频段的信噪比。
线数：
- 获取方式： 由用户设定（通常为100, 200, 400, 800, 1600, 3200, 6400, 12800等2的幂次或其倍数）。
- 作用：
  - 频率分辨率： 决定频谱图上相邻两条谱线之间的频率间隔 Δf = Fmax / (线数)。线数越高，频率分辨率越高（Δf 越小），越能区分靠得很近的频率成分。
  - 数据块大小： 线数 N 通常对应FFT计算点数的一半（N 线频谱需要 2N 点的时域数据块）。更高的线数需要更大的数据块和更长的采样时间。
- 频谱计算影响： 直接影响频谱图在频率轴上的精细程度。高分辨率对于精确识别故障特征频率（如轴承故障频率、齿轮啮合边带）至关重要。
最大频率 & 最小频率：
- 获取方式： 由用户设定。最小频率通常默认为0 Hz或一个很小的值（如0.1 Hz）。最大频率是关键参数，用户根据关注的频率范围和避免混叠的需要设定。
- 作用：
  - 最大频率： 决定了分析频率的上限 Fmax (也称为分析带宽 BW)。任何高于 Fmax 的频率成分会被混叠到 0 - Fmax 范围内，造成错误。它决定了所需的采样频率 Fs >= 2.1 * Fmax（根据奈奎斯特采样定理 Fs > 2*Fmax，实际中常取 2.56*Fmax 以提供抗混叠滤波器的过渡带）。
  - 最小频率： 定义了分析频率的下限。通常设为0 Hz以观察所有低频成分。有时可设为更高值以“放大”观察某个频段（但会丢失低于该频率的信息）。
- 频谱计算影响：
  - Fmax 直接决定了采样频率 Fs 的选择。
  - 结合线数 N，决定了频率分辨率 Δf = Fmax / N。
  - 决定了抗混叠滤波器的截止频率（略高于 Fmax）。
触发类型：
- 获取方式： 由用户根据测量需求选择触发源和条件。
- 作用： 控制数据采集的起始时刻，确保多次采集的数据块在时间上具有一致性（同步），这对于：
  - 转速触发/标准转速触发： 确保每个数据块的采集都从转轴的同一相位位置开始。这是进行阶次跟踪分析、精确分析叶片通过频率、齿轮啮合频率（与转速严格相关）的必备条件。需要键相传感器（转速计）信号。
  - 内自动： 仪器内部定时器触发，以固定时间间隔采集数据。适用于稳态运行设备（转速恒定）的常规频谱分析。
  - 幅值触发： 当信号幅值超过（或低于）设定的阈值时开始采集。用于捕捉瞬态事件（如冲击、启动/停车过程中的特定时刻）。
- 频谱计算影响：
  - 同步平均： 触发（尤其是转速触发）是实现同步时间平均的基础。对多个与触发事件严格同步的数据块进行平均，能显著提高信号中与触发事件（如转速）相关的周期性成分（信号）的信噪比，抑制随机噪声和与转速无关的干扰。
  - 阶次分析： 转速触发是进行阶次分析（将频率轴转换为转速的倍数）的前提。
  - 减少泄漏： 对于严格周期性的信号，如果数据块长度正好是信号周期的整数倍，且由转速触发同步，则加窗可能不再必要（或影响最小），可减少频谱泄漏。
平均次数：
- 获取方式： 由用户设定（如 1, 2, 4, 8, 16, …, 直到∞）。
- 作用： 控制对多少个独立的数据块（FFT结果）进行平均。
- 频谱计算影响：
  - 降低随机噪声： 线性平均和指数平均的主要目的是降低频谱中的随机噪声波动，获得更平滑、更稳定的频谱估计。平均次数越多，降噪效果越好，但所需总测量时间也越长。
  - 实现峰值保持： 在“峰值保持”平均模式下，平均次数决定了仪器在测量过程中会持续监测并更新多少个独立的频谱，并最终保留每个频率点上出现的最大值。用于捕捉瞬态事件或信号中的最高能量点。
  - 时间分辨率： 平均次数直接影响总测量时间 T_total ≈ 平均次数 * (数据块长度 / Fs)。对于快速变化的信号，平均次数不宜过高。
平均类型：
- 获取方式： 由用户根据分析目的选择。
- 作用：
  - 线性平均： 对指定次数 N 的频谱进行简单的算术平均 A_avg(f) = (A1(f) + A2(f) + ... + AN(f)) / N。平均完成后得到一个最终结果。最常用于降低稳态信号的随机噪声。
  - 指数平均： 对连续到来的频谱进行加权平均，新数据的权重最高，旧数据的权重按指数衰减 A_avg_new(f) = α * A_new(f) + (1 - α) * A_avg_old(f)。结果会持续更新。适用于需要实时观察频谱缓慢变化的场合。
  - 峰值保持： 不是传统意义上的平均，而是对每个频率点，记录并持续更新在多次测量中出现的最大幅值。用于捕捉信号中的最高冲击、瞬态事件或设备在变工况（如升速/降速）过程中出现过的最大振动能量。
- 频谱计算影响： 决定了如何合并多个FFT结果以形成最终显示的频谱。线性平均提供最纯净的稳态信号；指数平均提供实时更新的趋势；峰值保持突出显示最大值。
重叠率：
- 获取方式： 由用户设定（常见0%, 25%, 50%, 75%, 100%）。
- 作用： 控制相邻两个用于FFT计算的数据块之间的重叠比例。重叠率 R 表示下一个数据块起始点相对于上一个数据块起始点的偏移量占数据块长度的百分比。
- 频谱计算影响：
  - 提高时间分辨率/增加独立帧数： 在总测量时间固定的情况下，更高的重叠率可以在相同时间内得到更多个独立的数据块（FFT结果）用于平均。这对于检测信号中快速变化的成分非常有用。
  - 改善平均效果： 对于指数平均或需要捕捉瞬态事件时，更高的重叠率能更快地更新频谱结果。
  - 计算开销： 更高的重叠率需要更频繁地执行FFT计算，增加了处理器的负担。
  - 减少加窗损失： 加窗会使数据块两端的信息衰减。重叠处理（特别是结合特定窗函数如汉宁窗时，75%重叠是常见组合）有助于补偿这种信息损失，更有效地利用所有采集到的时域数据。
窗：
- 获取方式： 由用户根据信号特性和分析目的选择。
- 作用： 在FFT计算之前，对时域数据块乘以一个窗函数 w(t)。主要解决频谱泄漏问题。
  - 频谱泄漏： 当数据块长度不是信号周期的整数倍时，在数据块的起点和终点会产生不连续性。这种间断在频域表现为能量“泄漏”到邻近的频率线上，使频谱失真、变模糊。
  - 窗函数的作用原理： 窗函数在数据块中间权重高，在两端逐渐平滑地衰减到零（矩形窗除外）。这减小了数据块起点和终点的幅值，从而降低了因截断产生的间断性，减少了频谱泄漏。
- 常见窗类型及其作用：
  - 矩形窗： w(t)=1。等效于不加窗。仅适用于数据块长度正好是信号周期整数倍的情况（通常需要转速触发同步）。否则泄漏非常严重。优点：频率分辨率最高（主瓣最窄），幅值精度最高（无衰减）。
  - 汉宁窗： 最常用的窗。主瓣稍宽（频率分辨率稍降），旁瓣衰减好（减少泄漏）。在频率识别和幅值精度之间取得良好平衡。适用于大多数包含未知频率成分的振动信号。
  - 平顶窗： 主瓣最宽（频率分辨率最低），但具有最平坦的通带。幅值精度最高。适用于需要精确测量已知频率信号幅值的应用（如校准、正弦振动测试）。对频率分辨率要求不高。
- 频谱计算影响：
  - 降低泄漏： 所有非矩形窗的核心作用。
  - 改变频率分辨率： 窗的主瓣宽度不同（矩形最窄->平顶最宽），主瓣越宽，区分两个邻近频率的能力越差。
  - 改变幅值精度： 窗对时域信号的加权意味着能量损失（相干增益）。需要幅度校正因子（窗函数特定的标定系数）来补偿，以获得正确的幅值读数。平顶窗的校正因子最精确。
  - 影响信噪比： 不同的窗对噪声的抑制能力不同（与旁瓣特性有关）。
传感器设置：
- 获取方式： 用户根据实际使用的传感器输入仪器的参数。
- 作用： 告诉仪器如何将输入的原始电压信号转换为正确的物理量（加速度g、速度mm/s、位移μm等）。
- 关键参数：
  - 传感器类型： 选择加速度计、速度传感器、位移探头等，决定后续的积分/微分处理。
  - 灵敏度： 传感器最重要的参数。单位如 mV/g (加速度计), mV/(mm/s) (速度传感器), mV/μm 或 V/mm (位移探头)。输入此值，仪器才能将测得的电压 V 正确转换为物理量 物理量 = V / 灵敏度。
  - 工程单位： 选择显示单位（g, m/s², mm/s, μm, mils 等）。
  - 供电： 为ICP/IEPE型加速度计提供恒流源激励。
- 频谱计算影响： 这是所有后续计算的基础。错误的灵敏度或类型设置会导致整个频谱分析的幅值结果完全错误。

二、参数频谱计算流程

频谱计算是一个多步骤的数字信号处理过程，上述参数在每个步骤中都发挥作用：

信号调理与数字化：
- 根据传感器设置，对输入的模拟信号进行调理（放大、滤波、为ICP传感器供电）。
- 根据用户设定的最大频率 Fmax，仪器自动或建议设置采样频率 Fs (通常 Fs = 2.56 * Fmax)。
- 模数转换器以 Fs 的速率对调理后的模拟信号进行采样，得到离散的时域数字序列 x[n]。
抗混叠滤波：
- 在ADC之前，应用模拟低通滤波器（抗混叠滤波器），其截止频率略高于 Fmax，严格阻止高于 Fs/2 (奈奎斯特频率) 的频率成分进入，防止混叠失真。
数据块分割：
- 根据线数 N 和 Fs，确定单个数据块的长度 M (通常 M = 2.56 * N，即 M 点对应 N 线频谱)。
- 根据触发类型，等待触发事件发生。
- 一旦触发，开始采集 M 个点组成一个数据块。
- 根据重叠率，确定下一个数据块的起始点（例如75%重叠率意味着下一个数据块起始点跳过 0.25 * M 个点）。
加窗：
- 对当前数据块 M 个点的时域数据 x[n]，应用用户选择的窗函数 w[n]，得到加窗后的数据 y[n] = x[n] * w[n]。
FFT计算：
- 对加窗后的数据块 y[n] 执行快速傅里叶变换，得到一个复数数组 Y[k]，长度通常为 M 点（对应 0 Hz 到 Fs Hz）。
- 取 Y[k] 的前 N 个点（对应 0 Hz 到 Fmax Hz），计算其幅值（通常是均方根值 RMS 或峰值 Peak）A[k] = |Y[k]| * (幅度校正因子) / (相干增益)。k 从 0 到 N-1。幅度校正因子 用于补偿加窗带来的幅值衰减，相干增益 是窗函数的一个属性（用于功率计算）。
单位转换（可选）：
- 如果原始信号是加速度，但用户选择显示速度或位移频谱，则在此步骤对 A[k] 进行数字积分（频域上除以 jω 的幅值等效）。反之亦然（微分）。根据测量类型进行。
平均处理：
- 根据设定的平均次数和平均类型，将当前计算出的频谱 A[k] 与之前存储的平均结果进行合并：
  - 线性平均： 累加 N 次后除以 N。
  - 指数平均： A_avg_new[k] = α * A[k] + (1 - α) * A_avg_old[k]。
  - 峰值保持： A_peak_new[k] = max(A_peak_old[k], A[k])。
显示：
- 将最终的平均结果（或峰值保持结果）A_avg[k] (或 A_peak[k]) 绘制在频谱图上。横坐标为频率 f[k] = k * (Fmax / N) (k=0, 1, ..., N-1)。纵坐标为转换后的物理量幅值（根据传感器设置和测量类型）。