振動分析儀之頻譜圖相關技術問題

      頻譜圖表面上看來似乎非常簡單，但理解其局限并識別**數據或可疑數據及其重要。此處的討論內容是對重要觀點的簡單總結。

      傅里葉變換（及其同類算法“快速傅里葉變換”，FFT）假定未濾波振動信號將一直保持且始終不變。換言之，機器振動狀態不會改變，信號以完全相同的方式永遠重復。對于工作在穩態速度或速度變化緩慢的大多數機器，這種假設非常適用。

      對于振動條件突然變化的機器（如破碎機或木片切削機）或極快地加速（感應電動機）或減速的機器，這種假設將徹底失效。這些情況下的頻譜圖會在振幅和頻率上出現明顯誤差。快速變化數據的頻譜會呈現更寬的譜線。并且這些譜線的頻率會顯著偏移。

     實際上，快速傅里葉變換會根據包含特定數量的數字波形樣本的樣本記錄來計算頻譜。由于樣本的長度有限，因此算法的一部分涉及通過重復信號來拓展樣本記錄長度。除非信號的周期數與樣本記錄的長度**匹配（可能性不大），否則連接點處將存在不連續。這種不連續會將噪聲（泄漏）引入頻譜，從而加寬譜線、減少振幅的計算值并增加本底噪聲。

     通過加窗操作可以減少這種問題。應用于樣本記錄的窗函數通常會以平緩且流暢的方式在終點處將信號強制為零。其效果是消除擴展信號中的分段不連續。根據軟件的不同，可提供多種類型的窗函數，每種都具有自身的優點和缺點。不同窗函數在應用于相同數據時，將產生不同的振幅和頻率值。漢寧窗函數通常是旋轉機械的*佳選擇，并且能提供良好的振幅和頻率分辨率。

振動分析儀之頻譜圖相關技術問題 振動分析儀之頻譜圖相關技術問題 振動分析儀之頻譜圖相關技術問題 振動分析儀之頻譜圖相關技術問題