模拟信号与数字信号转换及振动分析技术

1. 模拟信号与数字信号：从物理世界到计算机处理的桥梁

在故障诊断和振动信号分析领域，理解模拟信号与数字信号的区别至关重要。模拟信号是我们物理世界中最常见的信号形式，它像一条连绵不断的河流，在时间和幅值上都是连续变化的。想象一下温度计中的水银柱，它随着温度变化而平滑上升或下降，没有任何跳跃或间断——这就是典型的模拟信号。

1.1 模拟信号的特点与应用场景

模拟信号具有无限分辨率的特点，理论上它可以表示任意小的变化。在工业现场，许多传感器输出的都是模拟信号：

• 振动加速度传感器输出的电压信号
• 麦克风采集的声压波动
• 热电偶测量的温度变化

这些信号直接反映了物理量的真实状态，但存在一个根本问题：计算机无法直接处理连续的模拟信号。这就需要进行信号数字化，就像用数码相机拍摄连续的自然景观一样。

1.2 数字信号的采样与量化过程

数字信号是通过两个关键步骤从模拟信号转换而来的：

1. 采样：在时间轴上对连续信号进行离散化。采样频率(fs)决定了时间分辨率，必须满足奈奎斯特采样定理(fs > 2×信号最高频率)
2. 量化：在幅值上将连续值离散为有限精度的数字。量化位数(如16bit)决定了幅值分辨率

提示：在振动信号采集中，采样频率通常设为设备最高关注频率的2.56-4倍。例如分析3000Hz以内的振动成分，采样频率应设为7680Hz(3000×2.56)

1.3 信号转换中的信息损失与对策

信号数字化过程中不可避免地会引入两类误差：

• 混叠误差：因采样频率不足导致高频成分"折叠"到低频区域
• 量化误差：因有限位数表示导致的幅值精度损失

解决方法：

• 采样前使用抗混叠滤波器(通常为低通滤波器)
• 选择更高位数的AD转换器(24bit比16bit精度更高)
• 合理设置采样频率和量程范围

2. 时域与频域：振动信号分析的两种视角

2.1 时域分析的核心指标与应用

时域信号直接展示了物理量随时间的变化规律，就像观察心电图一样直观。在设备状态监测中，时域分析可以提供以下关键信息：

实测案例：某风机轴承在发生早期点蚀时，峭度值从正常的3.2上升到7.5，比RMS值的变化提前了约2周，这证明了峭度对冲击型故障的敏感性。

2.2 频域分析的实现方法与关键技术

频域分析就像把混合颜料分解成不同颜色的光谱，可以清晰识别振动信号的频率成分。实现频域分析的核心是傅里叶变换：

1. 傅里叶变换家族：

   • 连续傅里叶变换(CFT)：理论分析工具
   • 离散傅里叶变换(DFT)：数字信号处理基础
   • 快速傅里叶变换(FFT)：工程实践中最常用的高效算法

2. 频谱分析的关键参数设置：

   • 频率分辨率Δf = fs/N，其中N为采样点数
   • 分析带宽B = fs/2.56
   • 窗函数选择(汉宁窗适用于大多数振动信号)

3. 典型故障特征频率识别：

   • 转子不平衡：1×转频
   • 轴系不对中：2×转频
   • 轴承故障：BPFO/BPFI等特征频率
   • 齿轮故障：啮合频率及其边带

注意：频谱泄漏会导致特征频率识别困难。解决方法包括：确保采样长度为信号周期的整数倍、选用合适的窗函数、增加采样点数提高频率分辨率。

3. 调制现象与解调技术：故障早期诊断的利器

3.1 调制现象的物理机制与表现形式

在旋转机械中，调制现象就像电台广播中的载波信号携带音频信号一样，故障冲击信号会调制设备的高频振动。常见调制类型包括：

1. 幅值调制(AM)：

   • 表现形式：高频载波信号的包络线随故障冲击周期变化
   • 典型应用：轴承早期点蚀诊断

2. 频率调制(FM)：

   • 表现形式：载波频率随故障冲击发生微小偏移
   • 典型应用：齿轮局部缺陷诊断

3. 相位调制(PM)：

   • 表现形式：载波相位受故障影响发生跳变
   • 典型应用：轴系松动诊断

3.2 解调技术的实现方法与工程实践

解调技术就像从广播信号中提取音频信号一样，可以从复杂的振动信号中提取故障特征。常用解调方法包括：

1. 希尔伯特变换法：

   • 步骤：原始信号→带通滤波→希尔伯特变换→求包络→FFT分析
   • 优点：计算效率高，适合在线监测

2. 高通滤波法：

   • 步骤：原始信号→高通滤波→全波整流→低通滤波→FFT分析
   • 优点：硬件实现简单，抗干扰能力强

3. 谱峭度法：

   • 步骤：计算不同频带的峭度值→选择最优解调频带→包络分析
   • 优点：自适应选择最佳分析频段

案例分享：某电机轴承外圈故障的早期诊断中，常规频谱分析未能发现明显异常，但采用2-5kHz频带的包络解调后，清晰地识别出了BPFO(外圈故障特征频率)及其谐波，实现了提前3周的故障预警。

4. 阶次分析与共振现象：旋转机械特有的诊断方法

4.1 阶次分析的原理与实施步骤

对于转速变化的旋转机械，传统的频域分析会因频率"模糊"而失效。阶次分析通过将信号与转速关联，解决了这一问题：

1. 阶次与转速的关系：

   • 阶次 = 频率 / 转频
   • 关键特性：阶次值不随转速变化，只与机械结构相关

2. 阶次分析实施流程：

   • 同步采集振动信号和转速脉冲信号
   • 等角度重采样(将时域信号转为角度域信号)
   • 对角度域信号进行FFT得到阶次谱

3. 典型故障阶次特征：

   • 转子不平衡：1阶
   • 轴系不对中：2阶
   • 叶片通过频率：叶片数×转频

4.2 共振现象的识别与应对策略

共振就像荡秋千时在恰当时机施加推力会使摆动幅度越来越大一样，当激励频率接近系统固有频率时，振动响应会急剧放大：

1. 固有频率与共振频率的区别：

   • 固有频率：系统的固有属性，与激励无关
   • 共振频率：实际发生共振时的激励频率
   • 关系：小阻尼时两者近似相等

2. 共振带识别方法：

   • 频响函数测试：寻找相位变化90°的频率点
   • 运行数据瀑布图：观察不随转速变化的亮线
   • 相干函数分析：高相干区域对应共振频率

3. 工程应对措施：

   • 改变系统刚度或质量调整固有频率
   • 增加阻尼减小共振峰值
   • 运行转速避开临界转速区

实测技巧：在现场诊断中，可以通过缓慢改变转速并观察振动响应变化来识别共振频率。当振动幅值在特定转速达到峰值而后又下降时，该转速对应的频率就是共振频率。

5. 滤波技术与信号降噪：从噪声中提取有效信息

5.1 滤波器类型与参数选择

滤波器就像筛子一样，可以帮助我们分离出感兴趣的频率成分：

经验分享：在滚动轴承故障诊断中，最佳分析频带通常在轴承固有频率附近(2-10kHz)，使用带通滤波器可以有效提升信噪比。

5.2 实用降噪技术对比

在实际工程中，除了传统滤波外，还有多种先进的降噪方法：

1. 时域平均法：

   • 原理：对多次采集的信号进行平均，抑制随机噪声
   • 适用场景：周期性信号(如齿轮啮合振动)
   • 效果：信噪比提升√N倍(N为平均次数)

2. 小波降噪：

   • 原理：在不同尺度上分离信号与噪声
   • 适用场景：非平稳信号、瞬态冲击信号
   • 优势：可保留信号突变特征

3. 盲源分离：

   • 原理：假设观测信号是多个源的线性混合，通过统计独立性分离
   • 适用场景：多振源混合信号
   • 典型算法：独立分量分析(ICA)

案例：某减速箱振动信号中同时包含齿轮啮合和轴承振动成分，使用FastICA算法成功分离出了轴承故障特征，解决了传统方法难以识别的问题。

6. 基频与主频：能量视角下的特征识别

6.1 基频的物理意义与识别方法

基频就像建筑物的地基一样，是结构动力学特性的基础：

1. 基频的物理本质：

   • 对应结构的第一阶固有频率
   • 反映整体刚度与质量分布
   • 通常是最容易被激发的振动模式

2. 基频识别技术：

   • 锤击法测试：通过瞬态激励获取频响函数
   • 运行数据分析：寻找不随转速变化的峰值
   • 有限元计算：建立模型进行模态分析

3. 工程应用价值：

   • 避免运行转速接近基频引发共振
   • 基频变化反映结构刚度退化
   • 不同方向的基频差异反映结构对称性

6.2 主频分析的诊断价值

主频就像交响乐中最响亮的声音，代表了信号中的主导能量：

1. 主频来源分析：

   • 可能是固有频率(共振响应)
   • 可能是强迫振动频率(如转频、啮合频率)
   • 可能是非线性振动特征(如谐波、次谐波)

2. 主频诊断案例：

   • 某泵组振动主频为2×转频→提示轴系不对中
   • 某风机振动主频为叶片通过频率→提示叶片失衡
   • 某齿轮箱振动主频为啮合频率的边带→提示齿轮局部缺陷

3. 能量分布分析方法：

   • 功率谱密度(PSD)分析
   • 小波能量谱分析
   • 时频能量分布(STFT或WVD)

实测心得：在实际诊断中，我经常发现主频并不总是对应最严重的故障。例如某轴承故障案例中，虽然主频是转频，但包络谱分析显示轴承特征频率成分才是故障根源。这说明需要结合多种分析方法，不能仅依赖主频判断。