第4章频谱分析入门

第4章：频谱分析入门

频谱分析，说白了就是给振动信号做“体检”。

我刚开始做振动诊断那会儿，拿到时域波形就头大——一堆乱七八糟的曲线，根本看不出毛病在哪儿。后来师傅跟我说：“别盯着时域看了，转成频谱试试。”这一试，就打开了新世界的大门。

FFT的全称是“快速傅里叶变换”。名字听着吓人，其实核心思想很简单：把随时间变化的信号，拆成不同频率的正弦波组合。

打个比方：你听到一段音乐，里面有鼓声、吉他声、人声。时域信号就像录音带，把所有声音混在一起。而FFT就像给你一副“频率眼镜”，能告诉你：哪个频率是鼓（低频），哪个频率是吉他（中频），哪个频率是人声（高频）。

我个人习惯把FFT理解成“信号分拣机”。它把复杂的振动信号，按频率高低排好队，然后告诉你每个频率上有多大的能量。

核心公式（理解即可，不用背）：

X(k) = Σ x(n) · e^(-j·2π·k·n/N)

其中：x(n)是时域采样点，X(k)是频域结果，N是采样点数。

我的经验：刚开始学FFT时，别纠结公式推导。先记住三个关键参数：采样频率Fs、采样点数N、频率分辨率Δf = Fs/N。这三个参数决定了你能看到什么。

举个例子：你采样频率是1000Hz，采样了1秒，那频率分辨率就是1Hz。这意味着你能区分开49Hz和50Hz的振动，但分不清49.5Hz和50Hz。

避坑指南：我曾经犯过一个低级错误——采样时间太短，导致频率分辨率不够，把两个相邻的故障频率看成了一个。后来我养成了习惯：先算清楚Δf，再决定采样时长。

频谱图长什么样？横轴是频率（单位Hz），纵轴是幅值（单位可以是mm/s、m/s²、g等）。

读频谱图，我一般按三步走：

举个例子，一个风机在1倍转频（1X）处有很高的峰值，那大概率是不平衡。如果在2倍转频（2X）处也有明显峰值，那可能还有不对中的问题。

常见频谱特征速查表：

特征频率，就是设备上每个零件对应的“身份证号”。

对于风机，我们需要记住几个关键频率：

我的习惯：每次做诊断前，先把设备的特征频率算好，列个表贴在笔记本上。这样看频谱时，一眼就能对上号。

举个例子：某风机转速1000RPM（转频16.67Hz），有10个叶片。频谱图上在166.7Hz处有个大峰值——这不就是BPF吗？再一看，BPF旁边还有边频带。嗯，叶片可能有问题了。

谐波，就是基频的整数倍。比如转频25Hz，它的谐波就是50Hz、75Hz、100Hz……

边频，则是主频率两侧出现的“小跟班”。比如主峰在100Hz，旁边98Hz和102Hz各有一个小峰，这两个就是边频。

谐波告诉我们什么？

边频告诉我们什么？

我曾经踩过的坑：有一次看到频谱上有很多边频，以为是轴承故障。结果拆开一看，是齿轮磨损。后来我学乖了——边频只能告诉你“有调制”，至于是谁在调制，还得结合其他信息综合判断。

下面这张图，是我自己总结的频谱分析逻辑框架。每次做诊断，我都按这个流程走一遍：

嗯，这张图我用了好多年，每次培训都拿出来讲。你想想看，从FFT原理出发，到频谱图解读，再到特征频率识别，最后到边频谐波分析——这就是一套完整的频谱分析流程。

记住：频谱分析不是目的，找到故障才是。工具再好，也得会用。

本章小结：