第2章振动信号基础

振动信号基础：从时域到频域的思维转变

各位同行，大家好。我是老张，在齿轮箱诊断这行摸爬滚打了十几年。今天咱们聊聊振动信号的基础知识。说实话，这部分内容看起来有点枯燥，但它是后面所有分析方法的根基。你想想看，如果连信号的基本性质都搞不清楚，那后面的频谱分析、特征提取，说白了就是空中楼阁。

机器运转时产生的振动信号，其实就两种：周期信号和非周期信号。我习惯这么理解——周期信号就像机器的"心跳"，有规律地重复；非周期信号则是机器的"杂音"，随机出现。

周期信号，说白了就是每隔固定时间重复一次的波形。比如齿轮啮合频率、轴承滚动体通过频率，这些都是周期信号。我在现场测过一台减速机，输出轴转一圈，振动波形就重复一次，这就是典型的周期信号。

周期信号的数学表达：

x(t) = x(t + nT)，其中 T 是周期，n 是整数

非周期信号则没有固定的重复规律。比如机器启动瞬间的冲击、齿轮断齿时的突发振动，这些都是非周期信号。嗯，这里要注意——非周期信号又分两种：准周期信号和随机信号。

为什么要区分这两类信号？因为分析方法完全不同。周期信号适合用傅里叶变换，非周期信号往往需要统计方法或时频分析。我曾经犯过一个错误——把随机信号当周期信号处理，结果频谱图一团糟，根本看不出问题。

傅里叶变换，这个名字听起来高大上，其实它的物理意义很简单：把时域信号拆解成不同频率的正弦波之和。说白了，就是告诉你"这个振动里，哪些频率在起作用，各自有多大分量"。

我经常跟徒弟们打比方：你听到一首交响乐，傅里叶变换就是帮你把每个乐器的声音单独拎出来——小提琴多少分贝、大提琴多少分贝、鼓多少分贝。对应到齿轮箱，就是啮合频率多少、边频带多少、轴承故障频率多少。

我的经验：刚开始学FFT时，别纠结数学公式。先记住一个结论——时域波形是"结果"，频谱是"原因"。看到时域波形异常，第一反应应该是"去频谱里找原因"。

FFT的数学表达式长这样：

X(f) = ∫ x(t) · e^(-j2πft) dt

但说实话，做诊断这么多年，我几乎没手算过这个公式。实际用的是快速傅里叶变换（FFT），它是计算机实现傅里叶变换的高效算法。现代数据采集器里都内置了FFT功能，你只需要设置好参数就行。

这里有个关键点：FFT的结果是复数，包含幅值和相位。幅值告诉我们"这个频率的能量有多大"，相位则告诉我们"这个频率的起始位置"。做故障诊断时，我们主要看幅值谱，相位信息在动平衡、轴对中分析时才会用到。

采样定理，这是做振动测试必须遵守的"铁律"。它的核心就一句话：采样频率必须大于信号最高频率的两倍。

为什么？因为采样频率不够高，高频信号会"伪装"成低频信号，这就是混叠效应。我亲眼见过一个案例——某工程师用1000Hz采样频率测齿轮箱，齿轮啮合频率是800Hz，结果频谱图上出现了200Hz的假峰。他以为是轴承故障，拆开检查发现齿轮完好，白白浪费了三天时间。

避坑指南：我曾经因为采样频率设置不当，把50Hz的工频干扰误判为齿轮故障。后来养成了习惯——采样频率至少设为目标频率的2.56倍（工程上常用2.56倍，留有余量）。

采样定理的数学表达：

fs ≥ 2 · fmax

其中 fs 是采样频率，fmax 是信号最高频率。如果 fs < 2fmax，就会发生混叠。

防止混叠的方法有两个：

现代数据采集器都内置了抗混叠滤波器，但别完全依赖它。我建议你手动检查一下——采集一段已知频率的信号，看看频谱上有没有不该出现的低频成分。

时域和频域，是分析振动信号的两个"视角"。打个比方：

做齿轮箱诊断时，我通常先看时域波形，快速判断有没有明显异常。比如：

然后看频谱，精确定位故障源。比如：

我的习惯：时域和频域要结合着看。时域告诉你"有没有问题"，频域告诉你"问题在哪"。单看一个维度，容易漏掉关键信息。

下面这张图展示了时域和频域的关系：

这张图展示了时域和频域的核心关系。左边是时域波形，右边是频谱。FFT就是连接两者的桥梁。你想想看，没有FFT，我们只能看到一堆杂乱的时间波形，有了FFT，就能把每个频率成分单独拎出来分析。

这一章的内容，说白了就是为后面的诊断方法打基础。记住几个关键点：

我刚开始做诊断时，总觉得这些基础理论没用，急着上手测数据。结果呢？频谱图上出现假峰都不知道怎么回事。后来老老实实补了基础，才真正理解了振动信号的本质。嗯，希望各位别走我的弯路。