4、振动测量与信号处理基础：加速度传感器选型与安装、数据采集系统搭建、时域与频域分析方法
各位工程师朋友，咱们今天聊点实在的。
做贴片机高速运动控制，最头疼的是什么？我告诉你，不是算法写不出来，而是你根本不知道机器在抖什么。你想想看，一个贴片头在0.1秒内完成取放动作，加速度跑到3个G以上，这时候机器本身的振动早就把位置精度吃掉了。所以，振动测量是抑振控制的第一步，也是最重要的一步。
这一章，我就把我在产线上摸爬滚打积累的经验，掰开了揉碎了讲给你听。
4.1 加速度传感器选型与安装
先说传感器选型。很多新手上来就问：「哪个牌子好？」我一般会反问：「你要测什么频段的振动？」
贴片机高速运动产生的振动，主要集中在中低频段——10Hz到500Hz之间。当然，加减速瞬间的冲击会激发更高频的成分，但那些通常不是我们关注的重点。所以，选传感器时要注意以下几点：
- 量程范围：贴片头加减速时加速度可达3~5G，建议选±10G或±20G的量程。我见过有人用±2G的传感器去测，结果信号直接削顶，数据全废了。
- 频率响应：至少覆盖DC到1kHz。注意，有些便宜的MEMS传感器低频响应很差，测静态加速度都漂移，这种就别用了。
- 灵敏度：一般选100mV/G左右。灵敏度太高容易饱和，太低则信噪比差。
- 噪声密度：这个参数容易被忽略。我建议选噪声密度低于100 μg/√Hz的型号，否则你测出来的信号里一半是传感器自己的噪声。
我个人习惯：在贴片机横梁和贴片头基座上各装一个三轴加速度计。横梁上的传感器用来捕捉结构共振，贴片头上的则直接反映末端振动。两个数据一对比，就能判断振动是结构传过来的，还是运动本身激发的。
4.2 安装方式——差之毫厘，谬以千里
传感器装不好，再贵的设备也是白搭。我踩过最大的坑是什么？有一次在客户现场，测出来的振动信号全是毛刺，频谱上一片混乱。折腾了半天，最后发现是传感器用双面胶粘在机器上的——高频振动时，胶层本身在共振。
正确的安装方式，按可靠性排序：
- 螺纹安装：最好。在安装面打孔攻丝，用M5或M6螺栓固定。接触刚度最高，频率响应最好。
- 磁吸安装：方便，但只适合低频测量（<500Hz）。磁座本身有质量，会改变被测结构的局部模态。
- 胶粘安装：应急用。必须用氰基丙烯酸酯类快干胶，而且胶层越薄越好。
- 手持探针：千万别用。手抖一下，数据就废了。
我曾经在一条产线上看到工程师用热熔胶固定传感器，结果测出来的共振频率比实际低了30%。为什么？热熔胶是软的，相当于在传感器和机器之间加了个弹簧。记住：安装刚度越高，测量结果越可信。
4.3 数据采集系统搭建
传感器选好了，接下来是采集系统。说白了，就是把模拟信号变成数字信号，然后存到电脑里。
一套典型的数据采集系统包括：
- 传感器：加速度计，输出模拟电压信号
- 信号调理：有些传感器内置了，有些需要外接。主要做放大、滤波、偏置调整
- ADC采集卡：把模拟信号转成数字量。关键参数是采样率和分辨率
- 上位机软件：控制采集、显示波形、存储数据
这里我重点说采样率。根据奈奎斯特定理，采样率至少是最高分析频率的2倍。但实际工程中，我建议取5~10倍。比如你要分析500Hz以内的振动，采样率至少设到5kHz。为什么？因为抗混叠滤波器不是理想砖墙，留点余量更安全。
小技巧：采集时先不滤波，把原始信号录下来。回到办公室再慢慢分析。这样万一发现高频成分有异常，你还能回头查。我吃过这个亏——现场滤波太狠，把故障特征滤掉了。
4.4 时域分析方法
数据采回来了，怎么看？
时域分析，说白了就是看波形本身。最直观，也最容易发现问题。
常用的时域指标：
| 指标 | 含义 | 工程应用 |
|---|---|---|
| 峰值 | 信号的最大绝对值 | 判断是否超出机械允许范围 |
| 峰峰值 | 最大值与最小值之差 | 评估振动幅度 |
| 均方根值 | 有效值，反映能量大小 | 衡量整体振动水平 |
| 波形因子 | 峰值与均方根之比 | 判断波形是否含有冲击成分 |
举个例子。贴片机在加减速时，时域波形上会有一个明显的「鼓包」。如果这个鼓包后面跟着一串衰减振荡，那就说明结构被激励起了共振。这时候你去看峰值，可能只有0.5G，但振荡持续了50毫秒——这50毫秒里，贴片头的位置精度早就跑偏了。
我的经验：时域波形一定要结合运动轨迹一起看。把编码器位置信号和加速度信号放在同一张图上，你就能清楚看到：振动是在加速阶段产生的，还是在匀速阶段？是在到位停止后残留的？这对后续的抑振策略选择至关重要。
4.5 频域分析方法
时域波形能告诉你「振动有多大」，但频域分析才能告诉你「振动从哪里来」。
频域分析的核心工具是傅里叶变换（FFT）。把时域信号变换到频域，你就能看到振动能量在各个频率上的分布。
实际操作中，有几个关键参数要设置好：
- 频率分辨率：Δf = 采样率 / FFT点数。分辨率越高，越能区分相邻的频率成分。但点数越多，计算量越大，实时性越差。
- 窗函数：汉宁窗最常用。如果你要精确测量幅值，用平顶窗。如果是冲击信号，用矩形窗。
- 平均次数：建议做10~50次平均，可以降低随机噪声的影响。
下面是一段简单的Python代码，演示如何做FFT分析：
import numpy as np
import matplotlib.pyplot as plt
# 假设采样率 fs = 5000 Hz，数据长度 N = 1024
fs = 5000
N = 1024
t = np.arange(N) / fs
# 模拟一个振动信号：50Hz正弦 + 200Hz正弦 + 噪声
signal = 0.5 * np.sin(2*np.pi*50*t) + 0.3 * np.sin(2*np.pi*200*t) + 0.1*np.random.randn(N)
# 加汉宁窗
window = np.hanning(N)
signal_windowed = signal * window
# FFT
fft_vals = np.fft.fft(signal_windowed)
fft_freq = np.fft.fftfreq(N, 1/fs)
# 只取正频率部分
positive_idx = np.where(fft_freq > 0)
freq = fft_freq[positive_idx]
magnitude = 2.0/N * np.abs(fft_vals[positive_idx])
# 绘制频谱
plt.figure(figsize=(10, 4))
plt.plot(freq, magnitude)
plt.xlabel('频率 (Hz)')
plt.ylabel('幅值 (G)')
plt.title('振动信号频谱分析')
plt.grid(True)
plt.show()这段代码虽然简单，但实际工程中够用了。你只要把传感器数据替换进去，就能看到机器振动的频率成分。
避坑指南：我曾经在分析一台贴片机的振动时，发现频谱上有个明显的100Hz峰值。我以为是结构共振，折腾了好几天。后来才发现，那是电源的工频干扰。所以，做频域分析前，先确认一下是不是环境噪声。方法很简单：机器不运动，只开采集系统，看看频谱上有没有固定频率的峰值。
4.6 时频分析——当频率随时间变化时
贴片机的运动是变速的。加减速过程中，振动频率会随时间变化。这时候单纯的FFT就不够用了——它只能告诉你整个时间段内有哪些频率，但不知道这些频率什么时候出现。
时频分析就是干这个的。常用的方法有：
- 短时傅里叶变换（STFT）：把信号切成小段，每段做FFT。时间分辨率和频率分辨率不可兼得。
- 小波变换：多分辨率分析，低频段频率分辨率高，高频段时间分辨率高。适合分析冲击信号。
- 希尔伯特-黄变换（HHT）：适合非线性、非平稳信号。但计算复杂，工程上用得少。
我个人在贴片机振动分析中，最常用的是STFT。为什么？简单、直观、够用。你只要把时频谱图（spectrogram）画出来，就能清楚看到：加速阶段激发了哪些频率，匀速阶段哪些频率消失了，到位停止后哪些频率在衰减。
举个例子：我调试过一台高速贴片机，发现它在加速到某个速度时，横梁会突然剧烈抖动。时域波形上看不出什么，但时频谱图上一目了然——加速过程中，驱动力的频率扫过了横梁的一阶弯曲模态频率，产生了共振。知道了这个，解决方案就很简单：调整加速度曲线，让驱动力频率快速跳过共振区，不在那里停留。
4.7 知识体系总览
说了这么多，我画了一张图，把这一章的核心逻辑串起来。你一看就明白了。
这张图把整个流程串起来了：从传感器选型安装，到数据采集，再到时域频域分析，最后输出振动特征，指导抑振策略设计。每一步都有坑，每一步都有技巧。你按照这个框架去做，至少不会走偏。
好了，这一章就到这里。振动测量是基础中的基础，基础打不牢，后面所有的抑振算法都是空中楼阁。下一章我们聊信号处理中的滤波技术——怎么把有用的振动信号从噪声里捞出来。
公众号:蓝海资料掘金营，微信deep3321