通过振动数据计算振动频谱、振动位移、振动速度

        我们在振动数据分析应用过程中经常需要获得振动相关的频谱、位移、速度等振动特征数据用于分析设备的运行状态。我也查阅过很多相关的介绍与观点。以下是我们对振动特征数据分析办法的整理。

一、名词解释

        振动烈度：振动速度的有效值（见过的文章中称为振动能量）

        时域空间：自变量是时间,即横轴是时间,纵轴是信号的变化。

        频域空间：自变量是频率,即横轴是频率,纵轴是该频率信号的幅度,也就是通常说的频谱图。

        傅里叶变换：是一种线性积分变换，用于信号在时域（或空域）和频域之间的变换，在物理学和工程学中有许多应用。

         FFT：快速傅里叶变换 (fast Fourier transform),即利用计算机计算离散傅里叶变换(DFT)的高效、快速计算方法的统称,简称FFT。

二、适用领域

        本方法适用于由多个正弦振动相叠加的复合振动，简单来说就是物体的振动为向一个或多个方向的往复振动，如电机振动、管道振动、轴承振动等机械振动。

        相对于非往复运动的振动特征计算由于零值偏移、积分误差堆叠、传感器精度及噪音、采样频率等问题的存在最终的计算结果会随检测时间的延长而产生误差，本文将不对此种类型的振动特征计算方法及修正方法进行叙述。

三、振动特征值分析方法流程

此处如进行详细说明需要大连篇进行说明解释，本文仅以技术路线的方式向大家阐述实现过程。

1、原始振动数据采集

        采集数据为以重力加速度为单位的加速度数据

2、对数据进行窗函数处理

        此处要注意根据后期的处理目标，如频谱计算或振动位移、振动速度计算，应选取不同的窗函数。

3、进行FFT快速傅立叶变换

        变换结果就是振动的频谱数据，在此需要说明结果数据是一个复数数组。将这个数组变换到二维坐标轴上，得到的曲线图就是我们想要的频谱图。其中横坐标为实部代表为频率值，纵轴为虚部带表振动幅度值（单位为加速度G）

4、频域空间积分运算

        一次积分计算出振动速度数据

        二次积分计算出振动位移数据

5、进行IFFT运算（逆向FFT）

        将频域数据变换为时域数据，得到想要的振动速度、位移数据

四、实测数据

以下图片数据为早晨启动汽车过程中车辆发动机由刚刚启动润滑不足到运行平稳的振动数据采集，频谱输出，速度位移计算的过程。

4.1 车辆刚刚启动，发动机润滑不足

传感器安装位置如下图（发动机脚垫位置）

传感器类型：有线型三轴振动采集节点

发动机润滑不足车辆启动过程中原始振动数据，这里主要查看 z轴方向，图中绿色部分，振动峰峰值约1G

发动机润滑不足振动频谱图局部

发动机润滑不足发动机转速图

由频谱图可知采集到的频谱图基频为35.4赫兹，换算为转数为35.4*60/2=1062转/分钟，与仪表显示相符。

发动机润滑不足运动速度图

发动机润滑不足振动位移图

4.1 发动机平稳运行后数据图片

 发动机平稳运行后原始振动数据，这里主要查看 z轴方向，图中绿色部分，振动峰峰值大概是0.6G

发动机平稳运行振动频谱图局部

发动机平稳运行转速图

由频谱图可知采集到的频谱图基频为26.7赫兹，换算为转数为26.7*60/2=801转/分钟，与仪表显示相符。

发动机平稳运行速度图

发动机平稳运行振动位移图

通过上述实际测试结果与仪表台及手触感受，可知该方法在机械振动频谱速度位移领域的应用数据输出，相对准确。