2. 信号基础：振动信号的时域与频域特征，采样定理与混叠效应
各位同学，咱们今天聊点硬核的。齿轮箱故障诊断，说白了就是跟振动信号打交道。你拿到的原始数据，就是一堆随时间变化的数字。怎么从这堆数字里看出齿轮有没有裂纹、轴承有没有磨损？这就得靠时域和频域这两把“手术刀”。
我个人习惯，拿到信号先看时域波形。为什么呢？因为直观。但光看时域还不够，很多故障特征藏在频率里，你得把它“翻译”出来。好，咱们一步步来。
2.1 时域特征：一眼看穿信号“脾气”
时域信号，就是横轴是时间、纵轴是幅值的波形图。你想想看，一个健康的齿轮箱，振动波形应该是平稳的、有规律的。一旦出现故障，波形就会“炸毛”。
常用的时域特征指标，我列个表，大家记一下：
| 指标 | 公式 | 物理意义 |
|---|---|---|
| 峰值 (Peak) | \( X_{peak} = \max|x(t)| \) | 反映瞬时冲击强度，比如齿轮断齿 |
| 均方根值 (RMS) | \( X_{rms} = \sqrt{\frac{1}{N}\sum_{i=1}^{N}x_i^2} \) | 代表信号能量，磨损类故障常用 |
| 峭度 (Kurtosis) | \( K = \frac{1}{N}\sum_{i=1}^{N}\left(\frac{x_i - \bar{x}}{\sigma}\right)^4 \) | 对冲击信号极其敏感，早期故障的“侦察兵” |
| 波形因子 | \( S = X_{rms} / X_{avg} \) | 区分不同类型故障的辅助指标 |
2.2 频域特征：把信号“拆”开看
时域信号就像一锅粥，各种频率成分混在一起。频域分析，就是把这锅粥里的米、豆、肉都挑出来。怎么做？傅里叶变换（FFT）。
频域里我们主要看什么？
- 转频及其谐波： 齿轮箱输入轴、输出轴的旋转频率。比如电机转速1500rpm，转频就是25Hz。如果出现2倍、3倍谐波，说明可能存在不对中或松动。
- 啮合频率： 齿轮齿数乘以转频。比如齿数20，转频25Hz，啮合频率就是500Hz。啮合频率两侧出现边频带，往往是齿轮局部故障的信号。
- 轴承故障频率： 内圈、外圈、滚动体、保持架各有各的特征频率。这些频率通常是非整数倍转频，需要根据轴承型号计算。
2.3 采样定理：别让数据“骗”了你
好，现在问题来了。我们拿到的振动信号，其实是每隔一段时间采一个点。这个“每隔一段时间”就是采样间隔，它的倒数叫采样频率 \( f_s \)。
采样定理（奈奎斯特定理）说：采样频率必须大于信号最高频率的两倍。即 \( f_s > 2f_{max} \)。
为什么？因为如果采样频率不够，高频信号会被“伪装”成低频信号，这就是混叠效应。
2.4 混叠效应：高频信号的“伪装术”
混叠效应，说白了就是“高频信号冒充低频信号”。
举个例子：你用一个摄像机拍高速旋转的风扇叶片。如果摄像机的帧率（采样频率）低于风扇转速，你会看到风扇好像在“倒转”。这就是视觉上的混叠。
在振动信号里，混叠的后果很严重——你会把高频故障误判为低频故障，或者根本看不到故障。
怎么避免？
- 加抗混叠滤波器： 在采样之前，用低通滤波器把高于 \( f_s/2 \) 的频率成分滤掉。这是硬件层面的保障。
- 提高采样频率： 一般建议采样频率是最高分析频率的2.56倍或更高。我习惯用3倍以上，心里踏实。
- 检查频谱： 如果频谱在 \( f_s/2 \) 附近突然出现一个“陡峭”的峰值，而且找不到物理来源，那就要怀疑是不是混叠了。
2.5 知识体系：一张图看懂
下面这张图，是我自己总结的本章知识框架。大家保存好，以后做项目时对照着看。
2.6 实战小贴士：采样参数怎么设？
最后，我给大家一个实用的参数设置建议。假设你要分析一台齿轮箱，最高转速3000rpm，齿轮齿数最多100齿。
- 最高分析频率： 啮合频率 = 3000/60 × 100 = 5000Hz。再考虑谐波，取10000Hz。
- 采样频率： 至少20000Hz。我建议设25600Hz（2.56倍），或者直接上30000Hz。
- 采样时长： 至少采集10圈以上的数据。比如转频50Hz，一圈0.02秒，10圈就是0.2秒。但为了频率分辨率，一般采1秒以上。
- 频率分辨率： \( \Delta f = f_s / N \)，N是采样点数。想要分辨1Hz的边频带，N至少要25600点。
好了，信号基础这部分就聊到这儿。记住一句话：时域看趋势，频域找特征，采样定成败。下一章咱们会深入讲FFT的具体实现和窗函数的选择，到时候再细聊。