3. 振动信号基础：时域信号、频域信号、采样定理、FFT变换原理
各位同事，大家好。今天咱们聊聊振动信号的基础。说实话，这部分内容看着有点理论，但你要是搞不懂它，后面做故障诊断就会很吃力。我刚开始接触风机齿轮箱诊断时，也在这上面栽过跟头。咱们一步步来。
3.1 时域信号：最直观的“心电图”
时域信号，说白了就是振动幅度随时间变化的曲线。你拿个加速度传感器贴在齿轮箱上，采集到的原始数据就是时域信号。它就像人的心电图，能直接反映振动的大小和波动情况。
时域里我们主要看什么？
- 峰值（Peak）：信号的最大绝对值。我习惯用它来判断有没有瞬间冲击。比如齿轮断齿时，时域波形上会突然冒出一个大尖峰。
- 有效值（RMS）：反映振动的能量大小。ISO标准里评判齿轮箱振动烈度，主要就看这个值。
- 峭度（Kurtosis）：衡量波形尖锐程度的指标。正常磨损时峭度接近3，出现早期故障时峭度会明显升高。嗯，这个指标对早期故障很敏感。
重要提示：时域信号虽然直观，但信息量有限。多个频率成分混在一起时，你很难从时域波形里看出具体是哪个部件出了问题。这时候就需要频域分析登场了。
3.2 频域信号：故障的“指纹识别”
频域信号，就是把时域信号拆解成不同频率成分的分布图。每个旋转部件都有自己特定的振动频率，就像人的指纹一样。齿轮的啮合频率、轴承的通过频率，在频谱图上都有明确的位置。
为什么要做频域分析？
- 可以分离不同振源：齿轮啮合、轴承故障、不平衡，各自频率不同
- 能发现早期故障：故障特征频率在频谱上会先于时域变化出现
- 便于趋势分析：同一频率的幅值变化，能反映故障发展程度
我记得有一次，某风场一台2MW机组齿轮箱高速轴轴承异响。时域信号看着还算正常，但频谱图上在轴承外圈通过频率处出现了明显的边频带。我判断是轴承外圈出现了早期剥落。拆下来一看，果然如此。这就是频域分析的价值。
3.3 采样定理：别让数据“说谎”
采样定理，也叫奈奎斯特采样定理。它说：采样频率必须大于信号最高频率的两倍，否则会发生频率混叠。
什么叫频率混叠？
简单说，就是高频信号被“伪装”成了低频信号。你采集到的数据里，明明没有那个低频成分，但频谱图上却出现了。这会导致误判。
避坑指南：我曾经在某个项目里，为了省存储空间，把采样频率设成了2000Hz。结果分析时发现频谱图上有个奇怪的频率成分，查了半天才发现是齿轮啮合频率（约1200Hz）混叠成了800Hz。从那以后，我采样频率至少设到最高分析频率的2.56倍，留点余量。
实际应用中怎么设？
- 齿轮箱振动分析：采样频率一般设5000-10000Hz
- 轴承故障诊断：可能需要更高，到20000Hz以上
- 低速轴分析：几百赫兹就够了
3.4 FFT变换原理：从时域到频域的“翻译官”
FFT（快速傅里叶变换）就是把时域信号转换成频域信号的数学工具。它本质上是对DFT（离散傅里叶变换）的加速算法。
FFT的核心思想：
- 任何周期信号都可以分解成一系列正弦波和余弦波的叠加
- 每个正弦波有自己的频率、幅值和相位
- FFT就是找出这些正弦波的过程
你想想看，一个复杂的振动信号，在时域里看着乱糟糟的。但经过FFT变换后，各个频率成分一目了然。哪个频率的幅值异常升高，就对应哪个部件可能出了问题。
FFT的几个关键参数：
| 参数 | 含义 | 我的建议 |
|---|---|---|
| 采样点数N | 一次FFT使用的数据点数 | 一般取1024、2048、4096等2的幂次 |
| 频率分辨率Δf | 频谱上相邻两条谱线的间隔 | Δf = 采样频率 / N，越小越好 |
| 谱线数 | 频谱图上显示的频率数量 | 等于N/2（单边谱） |
实用技巧：我建议做FFT时，采样点数N至少取1024。如果分析低速齿轮箱，频率分辨率要足够细，N可以取4096甚至8192。另外，加窗函数也很重要——汉宁窗适合连续信号，矩形窗适合冲击信号。
3.5 知识体系总览
下面这张图，是我自己整理的振动信号基础框架。你看一遍，心里就有谱了。
这张图把咱们今天讲的内容串起来了。时域和频域是两种观察角度，采样定理保证数据质量，FFT是连接两者的工具。最终都服务于故障诊断这个目标。
好了，这一章就到这里。记住：搞懂振动信号基础，后面学故障特征频率、包络分析、倒频谱这些，就会轻松很多。有什么问题，咱们随时交流。
公众号:蓝海资料掘金营，微信deep3321