看到的未必真实 频谱中的尖峰读数

Amaris

“振动频谱图上的尖峰读数和该尖峰的频率值，并不一定是真实的信息，你的眼睛可能欺骗了你。”

这次，我们一起来讨论振动频谱图上的尖峰读数。如果你已经开始研究频谱特性，希望本文对你有所帮助。

我们常见的振动频谱，横坐标为频率，纵坐标为振动幅值。可以是不同的单位，包括位移、速度和加速度；可以是不同的形式，包括有效均方根值、峰值、峰峰值等。

当在频谱图中看到一个尖峰，例如是转速频率上的尖峰，随即把鼠标移动到尖峰上，读取这个尖峰的读数，同时记录该尖峰的频率值，这是诊断工程师的工作日常。请注意，你所获得的并不一定是真实的信息，你的眼睛可能欺骗了你。

01、数据处理过程

首先，我们来看一下从时域波形获得频谱图的整个过程。

我们来举个最常见的例子。假设有台每分钟3000转的电机，其转速频率就是50Hz。为简化说明问题，我们假设其为标准的正弦波，峰值为1。经过傅里叶变换后，在分析频率1000Hz分辨率800线的条件下，得到的频谱图非常完美。

现在，我们把尖峰附近的图形放大一下。

如此完美，您大概开始怀疑我是不是在没事找事呢？

02、问题出现了

我们进一步看下面这个例子。现场经常遇到的交流异步电机，如果是两极电机，铭牌转速小于每分钟3000转，较为常见的指标是每分钟2970转，转速频率49.5Hz。我们用这个频率来生成原始的时域波形信号。

当引入这个细微变化后，进行同样的数据处理流程，也在频谱图中看到了一个尖峰。但我们发现，转速频率并没有被准确识别，系统显示是50Hz，幅值也不对，只有0.753，小了近25%。

对频谱图尖峰附近区域进行放大。

是的，看到的尖峰不是一个点。而且附近的点普遍被抬高。换一种说法，能量被分到了相邻的点。

这个现象，就是“频谱泄漏”。相关的原理，请自行搜索学习。我这里给出一个简单的概括：当信号频率没有正好落在频谱图的数据点（谱线）上，而是位于两点（谱线）之间时，就会引起泄露。

具体到这个实例：我们使用的是1000Hz和800线的频谱图，48.75Hz和50Hz是谱线所在位置，49.5Hz处在这两个谱线之间，所以其幅值没有办法直接显示，而是“泄漏”到了左右相邻的点。

极端的情况是，信号频率正好处在频谱的两条谱线中间。延续上面的例子，调整信号频率为49.375Hz，获得下图。

频谱上横坐标48.75Hz和50Hz的两个点，读数都是0.641，比较信号幅值小了近36%。（由于浮点运算误差，两个读数可能存在极细微差别）频率的读数，也会在48.75Hz和50Hz随机选择。

两个数据都不对，我们如何应对？

03、预处理加窗

如果你搜索了相关信息，就会知道，改善“频谱泄露”的思路有多种：采集端的同步采样；后处理端的插值拟合等等。我们这里，选择最常用的，就是对时域波形进行“预处理”，具体的方法就是“加窗”。最常用的是“汉宁窗”。

使用50Hz信号，加“汉宁窗”后，时域波形会是下面这个样子。

时域波形经过傅里叶变换后，获得频谱。由于加窗的原因，频谱数据需要进行后处理，具体就是需，要数值修正。下图就是经过幅值修正的局部放大图，可以看到，峰值的读数是趋近准确的。

那么，49.5Hz的信号，情况如何呢？

我们看到，尖峰读数0.901，比原始信号的幅值小了10%。

如果是49.575Hz的极端情况，会如何？

我们看到，尖峰读数0.849，比原始信号的幅值小了15%。

小结一下：加汉宁窗后，尖峰的读数偏差得到改善，极端情况会有15%的偏差。另外，加汉宁窗后，底部的抬升现象，也被缩窄了。

04、提高分辨率

有些文章会提出，提高频谱分辨率，来改善读数的误差。这种思路是否可行？让我们来模拟一下。

我们将频谱图的分辨率增加到1600线，分析带宽1000Hz保持不变。那么，49.375Hz和50Hz是两条相邻的谱线。我们将信号频率设定在49.6875Hz，处在这两条谱线中间。看看结果。

通过观察结果，可以看到，频谱尖峰被进一步压窄，但极端偏差还是15%，整个峰的模式没有改变。所以提高分辨率，不能改善幅值读数，但可以提高频率读数的准确性。

05、使用“瀑布图”

日常进行振动诊断时候，对于设备启停机，特别是启动阶段，习惯性使用“瀑布图”来连续观察振动频谱的变化。

下图，模拟了设备转速从47.5Hz到50Hz，每步0.5Hz，共6组频谱的“瀑布图”，振动时域波形为正弦波，幅值为1。

从图中可以看到，这一组频谱图中，信号尖峰值有明显的变化。

因此，在使用“瀑布图”这一工具时，请一定注意：如果幅值的变化在大于等于20%的时候，才具有判断变化的基础。

所幸的是，“瀑布图”通常是用来探测转子的“临界转速”的，转子在通过共振区时会有巨幅变化，大大超过20%的判定线。

06、总结

我们对本文作一个简短的总结：

通常的频谱图，读取尖峰的读数，并不能准确获取实际的振动频率和幅值；

导致读数偏差的原因是分辨率和“频谱泄漏”；

加窗可以改善“频谱泄漏”，不能消除；

“瀑布图”是很好的启停机监测手段，使用时需要知道如何判断

是否可以彻底解决“频谱泄漏”，回答是“可以”,可以通过硬件方式实现“同步采集”。如果资金充裕，这种方法可以完全可行。另外，工作量也很大，如果有几个信号频率，就可能需要有针对性地采集几次。