一文带你了解如何进行振动频谱分析

如何进行振动频谱分析，以及如何通过频谱来确定各种振动故障的严重程度？首先，振动频谱分析是什么？振动分析是用来检测机器状态的一种方法，频谱分析就是把振动信号转换成频域，看看不同频率的成分，从而判断哪里出问题了。

振动频谱分析的步骤包括数据采集、信号处理、频谱生成，然后分析频谱中的特征频率。数据采集需要用加速度传感器或者其他振动传感器，安装在设备的关键部位，比如轴承座或者电机外壳上。采样频率应该足够高，以避免混叠现象。

然后是信号处理，需要用快速傅里叶变换（FFT）将时域信号转换成频域频谱。不过，FFT有一些限制，比如需要稳定的信号，如果信号是非稳态的，可能需要用其他方法，比如短时傅里叶变换或者小波分析。一般情况下，FFT应该还是常用的方法。

接下来是频谱分析，不同的故障会在频谱中表现出不同的特征频率。比如不平衡的故障通常会在转频（1×RPM）处有较高的幅值，不对中可能在2×RPM处峰值突出，轴承故障则有各自的故障频率，比如滚动轴承的内圈、外圈、滚动体或保持架的故障频率。齿轮故障可能在齿轮啮合频率及其边带出现异常。

然后需要确定这些特征频率对应的故障类型。这时候可能需要计算设备的各个部件的特征频率，比如转子的转速对应的转频，轴承的几何参数计算出的故障频率，齿轮的齿数乘以转速得到的啮合频率等等。然后对比频谱中的峰值，看是否与这些特征频率吻合。

关于故障严重程度，可能需要根据幅值的大小来判断。比如不平衡的严重程度可能和1×RPM处的振幅成正比，但不同机器可能有不同的标准，需要参考ISO标准或者其他振动标准来判断是否超标。不过，这也可能需要结合历史数据，看振幅是否有上升趋势。

另外，有些故障可能不仅会在特征频率处有峰值，还可能存在谐波，比如松动可能出现多倍频的峰值，或者高频的噪声层。轴承故障早期可能在高频段出现共振解调后的峰值，或者包络谱中出现故障频率。所以分析的时候不仅要看基频，还要注意谐波和边带。

再结合其他振动特征呢，比如时域波形、相位分析、轴心轨迹等。例如，不平衡的时域波形可能呈现正弦波，而松动可能有冲击性的波形。相位分析可以帮助区分不平衡和不对中，比如不平衡的水平和垂直相位差90度，而不对中的相位可能同相或者反向。轴心轨迹的形状也能提供信息，比如不对中可能导致椭圆形的轨迹，而油膜涡动可能呈现内八字形。

可能还需要考虑其他因素，比如振动的方向，径向和轴向的振动差异。例如，不平衡可能在径向有较高的振动，而角度不对中故障可能在轴向有更高的振动。齿轮故障可能伴随调制现象，啮合频率两侧有边带，边带间隔为故障齿轮的转频。

故障严重程度的判断可能需要多方面的指标，比如振幅的绝对值、相对变化趋势、谐波成分的能量、非线性的指标如峭度等。例如，轴承故障初期可能峰值不明显，但峭度值较高，因为冲击信号增多。当故障发展严重时，频谱中的故障频率幅值会显著增加，甚至出现更多的谐波和边带。1

这里可能存在一些误区。比如，转频的高幅值不一定只是不平衡，也可能有其他原因，比如共振或者机械松动。这时候需要检查设备的工作转速是否接近固有频率，或者在停机过程中通过临界转速时的振动响应。另外，频谱分析需要足够的分辨率，否则可能无法区分靠近的频率成分，导致误判。

还有，如何确定各故障频率呢？比如滚动轴承各部件故障频率的计算，各部件参数需要准确才能计算正确的故障频率，但实际中可能难以获得所有参数，特别是如果轴承型号未知的话。这时候可能需要依靠数据库或测量来估计。

另外，齿轮的啮合频率是齿数乘以轴转速，如果轴有多级齿轮，需要分别计算各级的啮合频率。如果频谱中出现啮合频率的幅值过高，或者存在边带，可能意味着齿轮偏心、齿面磨损或断齿等问题。

对于松动故障，频谱中可能出现较多的高次谐波，比如转频的2×、3×等，甚至分数谐波，如0.5×RPM。同时，松动可能导致振动信号的非线性特征，比如波形削波或跳动。

总结一下，振动频谱分析的大致步骤是：采集振动信号，进行FFT得到频谱，识别特征频率，计算可能故障对应的理论频率，对比频谱中的峰值，结合其他振动特征（时域波形、相位、轴心轨迹等）进行综合判断。故障的严重程度则依据幅值大小、趋势变化、谐波成分等来评估。

实际应用中可能更复杂，比如噪声干扰、多个故障同时存在、频率混叠等，这时候需要更高级的信号处理技术，比如包络分析、阶次分析、时频分析等。此外，经验也是很重要的，需要积累不同故障的案例，了解其典型特征。

比如，当出现轴承外圈故障时，频谱中可能在轴承外圈故障频率及其谐波处有峰值，同时伴有转频的边带，因为外圈故障可能受到负载变化的影响，导致调制现象。而内圈故障频率通常会有转频的调制边带，因为内圈随轴旋转，故障点周期性进入和退出负载区。

在确定故障严重程度时，可能不仅看幅值，还要看能量。比如，高频加速度包络的能量值可以反映轴承的损伤程度，随着损伤加剧，包络能量会增加。同时，时域指标如峰值、有效值、脉冲因子等也可以辅助判断。

总之，振动频谱分析是一个系统的过程，需要理论知识和实际经验结合，同时结合多种分析工具和特征参数，才能准确诊断故障类型和严重程度。

凯视迈（KathMatic）KV系列激光多普勒测振仪是公司自主研发的第二代多普勒测振仪，相较于第一代产品，该系列在多个方面进行了全面升级。

它配备了更高质量的激光模组、镀膜更加丰富的光学镜头、散热效率更高的结构、传输速度更快的信号端口以及通讯配置更为丰富的系统，这些改进使得仪器在较差环境下的稳定性和易用性得到了显著提升。

该仪器基于多普勒原理，采用红外激光作为测量媒介，能够非接触式、远距离地采集目标物体的振动信号。采用先进的光学技术和信号处理技术，能够在极短的时间内采集大量的振动数据。 在需要高速测量的场合，超高采样频率能够确保测量的准确性和实时性。

 KV系列激光多普勒测振仪凭借其先进的技术、优异的参数、稳定的运行以及小巧便携的特点，成为了超声领域、模态试验、疲劳试验、在线质量检测以及机械结构健康监测等领域的理想辅助工具。欢迎私信或留言咨询~