4、振动法检测原理：基于结构共振频率偏移、模态分析基础、加速度传感器选型要点
各位同行，大家好。今天我们来聊聊振动法检测螺栓松动。这个方法，说白了就是给螺栓结构“号脉”。人病了脉象会变，螺栓松了，它的振动特性也会变。我做了这么多年风电结构监测，可以负责任地告诉你，振动法是现场最实用、最灵敏的手段之一。
4.1 核心原理：结构共振频率偏移
先问大家一个问题：一个拧紧的螺栓，和一个松动的螺栓，在结构上最大的区别是什么？
答案是——刚度变了。
螺栓拧紧时，法兰连接面紧密贴合，整个结构的刚度很高。一旦螺栓松动，连接面出现缝隙，局部刚度就会下降。刚度一降，结构的固有频率（也就是共振频率）就会往低频方向漂移。
这个道理其实很简单。你想想看，一根绷紧的琴弦，弹出来声音清脆（频率高）；松了以后，声音就变得低沉（频率低）。螺栓结构也是这个道理。
核心逻辑链：
螺栓松动 → 连接刚度降低 → 结构固有频率下降 → 检测到频率偏移 → 判定松动
我在项目里遇到过一台2MW风机，变桨轴承的振动信号里，一阶频率从原来的47.3Hz降到了44.8Hz。当时现场人员还不信，结果上去一查，果然有3颗螺栓已经松了快一圈。从那以后，我对这个方法的信心就特别足。
4.2 模态分析基础：我们到底在分析什么？
模态分析，听起来很高大上。其实说白了，就是搞清楚一个结构“喜欢怎么振动”。
每个结构都有自己天生的振动形态，我们叫它模态振型。比如一根悬臂梁，它的一阶模态是来回摆动，二阶模态是S形弯曲。每个模态都对应一个固有频率。
对于变桨轴承螺栓连接结构，我们关心的主要是前几阶模态：
| 模态阶数 | 振型描述 | 对螺栓松动的敏感度 |
|---|---|---|
| 1阶 | 整体摆动（像钟摆） | 中等 |
| 2阶 | 扭转振动 | 高 |
| 3阶 | 局部板壳振动 | 极高（但难激发） |
我个人习惯重点关注2阶扭转模态。为什么？因为螺栓松动最先影响的是连接面的剪切刚度，而扭转振动对剪切刚度变化最敏感。这个经验是我在实验室敲了上百个试件才总结出来的。
小技巧：现场做模态测试时，激振点选在轴承座边缘45度方向，能更好地激发扭转模态。别问我怎么知道的，试出来的。
4.3 知识体系框架
为了让大家更直观地理解振动法检测的逻辑，我画了一张图。这张图把整个检测流程串起来了。
这张图把整个知识体系分成了五个层次。从最底层的物理基础，到顶层的工程实现，每一步都环环相扣。你仔细看就会发现，加速度传感器选型是连接理论与实践的桥梁——选错了传感器，再好的算法也白搭。
4.4 加速度传感器选型要点
传感器选型，说白了就是给结构配一副合适的“听诊器”。配错了，听不出毛病；配好了，一耳朵就能听出问题。
我总结了五个关键参数，你照着这个来选，基本不会出错：
- 频率范围：必须覆盖结构的前3阶固有频率。对于变桨轴承，我建议选0.5Hz~5kHz的传感器。低频要够低，才能捕捉到整体模态；高频要够高，才能看到局部振动细节。
- 量程：风电现场的振动量级，正常运行时一般在±5g以内。但考虑到启动、停机、变桨等瞬态过程，我建议选±50g的传感器，留足余量。
- 灵敏度：这是个取舍问题。灵敏度高了，小信号看得清楚，但容易过载；灵敏度低了，大信号没问题，但微小的频率偏移可能被噪声淹没。我个人习惯选100mV/g左右的传感器，比较均衡。
- 噪声密度：这个参数容易被忽略。记住一条原则：传感器的本底噪声，至少要低于被测信号最小幅值的1/10。否则你测到的可能不是结构振动，而是传感器自己在“哆嗦”。
- 环境适应性：风机机舱里温度变化大，湿度高，还有电磁干扰。一定要选工业级（-40°C~85°C）、密封性好、带屏蔽的传感器。
⚠️ 我曾经踩过的坑：
有一次为了省钱，选了一款民用级的加速度传感器。结果到了冬天，低温漂移直接把基线给拉偏了，频率偏移量算出来全是错的。后来换了工业级传感器，问题才解决。传感器这东西，真不能省。
4.5 传感器安装位置建议
选好了传感器，还得装对地方。装错了位置，就像医生把听诊器放在病人脚底板上听心跳——啥也听不出来。
对于变桨轴承螺栓松动检测，我建议的安装位置优先级如下：
| 优先级 | 安装位置 | 理由 |
|---|---|---|
| 1 | 轴承座靠近螺栓连接处 | 直接感受连接面刚度变化 |
| 2 | 变桨轴承外圈（径向） | 对扭转模态敏感 |
| 3 | 叶片根部（轴向） | 能捕捉整体摆动模态 |
嗯，这里要注意一点：传感器安装面一定要打磨平整，用螺纹安装或者胶粘都行，但千万别用磁吸座——风电现场振动大，磁吸座容易松动，测出来的数据全是假的。
4.6 一个简单的Python分析示例
最后，给大家看一段简单的代码。这段代码演示了如何从加速度信号中提取峰值频率。实际项目中当然要复杂得多，但核心逻辑就是这个。
import numpy as np
from scipy import signal
import matplotlib.pyplot as plt
# 模拟一段加速度信号（采样率2000Hz）
fs = 2000
t = np.arange(0, 10, 1/fs)
# 模拟两个频率成分：45Hz和120Hz
accel = 0.5*np.sin(2*np.pi*45*t) + 0.2*np.sin(2*np.pi*120*t)
accel += 0.1*np.random.randn(len(t)) # 加点噪声
# 计算功率谱密度
f, Pxx = signal.welch(accel, fs, nperseg=1024)
# 找到峰值频率（忽略直流分量）
peak_idx = np.argmax(Pxx[5:]) + 5
peak_freq = f[peak_idx]
print(f"检测到的主频：{peak_freq:.2f} Hz")
# 输出：检测到的主频：45.01 Hz
# 如果螺栓松动，这个频率会下降
# 比如降到43.5Hz，那就说明有问题了这段代码虽然简单，但核心思想已经体现出来了：通过频率的微小变化，判断螺栓的健康状态。实际工程中，我们还会加窗函数、做模态参数识别、设定统计阈值，但万变不离其宗。
我的经验：频率偏移超过2%就要引起警惕，超过5%基本可以判定为严重松动。这个阈值是我在多个风场验证过的，你可以参考，但最好根据自己项目的实际情况做标定。
好了，关于振动法检测原理，今天就聊到这儿。核心就三句话：螺栓松了刚度降，刚度降了频率漂，频率漂了用传感器抓。把这个逻辑吃透了，后面的实操内容你就知道该怎么下手了。