看到那个尖峰了吗？那就是谐振频率。我建议你重点关注这个峰的幅值，如果超过10dB，系统基本没法稳定运行。

4.3 陷波滤波器设计

找到谐振频率后，最直接的办法就是加陷波滤波器。说白了，就是在谐振点挖个坑，把那个尖峰削掉。

4.3.1 滤波器结构

我常用的二阶数字陷波滤波器，传递函数是这样的：

H(z) = (b₀ + b₁·z⁻¹ + b₂·z⁻²) / (1 + a₁·z⁻¹ + a₂·z⁻²)

系数计算：
b₀ = (1 + α·R) / 2
b₁ = -cos(ω₀·Tₛ) · (1 + α)
b₂ = (1 + α·R) / 2
a₁ = -cos(ω₀·Tₛ) · (1 + α)
a₂ = α

其中：
ω₀ = 2π·f₀  (f₀为目标谐振频率)
Tₛ = 采样周期
R = 10^(-BW/40)  (BW为陷波带宽，单位dB)
α = (1 - tan(BW·Tₛ/2)) / (1 + tan(BW·Tₛ/2))

4.3.2 参数整定步骤

我在实际项目中，一般按这个流程来：

1. 粗调：先根据扫频结果，把陷波频率设在谐振峰中心
2. 调带宽：带宽设为中心频率的5%-10%。太窄了削不干净，太宽了影响其他频段
3. 调深度：从-10dB开始，逐步加深，直到系统稳定
4. 验证：重新扫频，看谐振峰是否被削平

给你看个我实际用过的代码片段：

// 陷波滤波器参数计算
typedef struct {
    float b0, b1, b2;  // 前馈系数
    float a1, a2;      // 反馈系数
    float x1, x2;      // 输入历史
    float y1, y2;      // 输出历史
} NotchFilter;

void NotchFilter_Init(NotchFilter *f, float f0, float bw, float fs) {
    float w0 = 2 * M_PI * f0 / fs;
    float R = powf(10, -bw / 40.0f);
    float alpha = (1 - tanf(bw * M_PI / fs)) / (1 + tanf(bw * M_PI / fs));
    
    f->b0 = (1 + alpha * R) / 2;
    f->b1 = -cosf(w0) * (1 + alpha);
    f->b2 = (1 + alpha * R) / 2;
    f->a1 = -cosf(w0) * (1 + alpha);
    f->a2 = alpha;
    
    f->x1 = f->x2 = 0;
    f->y1 = f->y2 = 0;
}

float NotchFilter_Process(NotchFilter *f, float input) {
    float output = f->b0 * input + f->b1 * f->x1 + f->b2 * f->x2
                   - f->a1 * f->y1 - f->a2 * f->y2;
    
    f->x2 = f->x1;
    f->x1 = input;
    f->y2 = f->y1;
    f->y1 = output;
    
    return output;
}

4.4 工程实践要点

最后，我总结几个关键点：

• 谐振频率会变：负载变化、温度变化都会影响谐振频率。我建议在系统运行时做在线辨识，动态调整陷波参数
• 不要只依赖陷波器：机械结构本身的优化更重要。能加粗轴径就别加粗，能用刚性联轴器就别用弹性联轴器
• 注意采样率：陷波器的有效工作范围在采样率的1/10以内。如果你的采样率是10kHz，那陷波频率最好别超过1kHz

嗯，关于机械谐振和陷波滤波器，今天就聊到这儿。这些方法我在十几个项目里验证过，效果都还不错。你回去可以拿自己的系统试试，有问题随时交流。

公众号:蓝海资料掘金营，微信deep3321