3、震动信号基础：震动信号的物理意义、传感器选型（加速度计、陀螺仪）、安装位置与采样要求

无人机电机在运行过程中，转子旋转、气隙磁场波动、轴承滚动体通过、桨叶气动载荷变化等物理过程，都会在机体结构上激起机械振动。这种振动以加速度、速度或位移的形式在结构件中传播，形成可被传感器拾取的震动信号。震动信号是电机健康状态的“指纹”——不同故障机理对应不同的频率成分和幅值特征。本章从震动信号的物理本质出发，讲解加速度计与陀螺仪的选型逻辑、安装位置对信号保真度的影响，以及采样参数设定的工程依据，为后续频域特征提取和维护告警奠定基础。

上图展示了从振动源到维护告警的完整信号链路。电机振动通过结构传递至传感器安装点，加速度计和陀螺仪分别拾取线加速度和角速度，经信号调理与ADC采样后进入频域分析模块，最终形成维护告警。图中同时标注了采样要求和安装位置优先级，这些参数直接决定后续频域分析的准确性。

3.1 震动信号的物理意义与故障关联

震动信号的本质是机械结构在动态力作用下的响应。对于无人机电机而言，主要激励源包括：转子不平衡产生的离心力（频率为1×转频）、轴承滚动体通过缺陷时的冲击（频率为BPFO/BPFI/BSF等特征频率）、齿轮啮合时的刚度变化（啮合频率及其谐波）、以及气动载荷波动引起的低频振动。这些激励通过电机座、机臂等结构传递，最终在传感器安装点形成可测量的加速度响应。

从信号处理角度看，震动信号包含幅值、频率和相位三个基本要素。幅值反映振动能量大小，频率成分对应故障类型，相位则可用于识别转子动平衡问题。例如，当电机出现转子条断裂时，会在转频的边带处出现2倍转差频率的调制成分；轴承外圈故障则会在BPFO及其谐波处出现明显峰值。理解这些物理对应关系，是后续频域特征提取的理论基础。

3.2 传感器选型：加速度计与陀螺仪

加速度计是震动监测的核心传感器，其工作原理基于压电效应或MEMS电容变化。压电式加速度计（IEPE型）具有宽频响（0.5 Hz~20 kHz）、高动态范围、稳定性好等优点，适合工业级监测；MEMS加速度计体积小、成本低、集成度高，适合无人机等轻量化平台，但噪声和温漂相对较大。选型时需关注以下关键参数：

陀螺仪在震动监测中的角色不同于加速度计。它测量角速度，主要用于：一是识别旋转部件的参考转速（通过解算角速度获得转频），为阶次分析提供基准；二是检测电机安装座的扭转振动，这在多旋翼高速机动时尤为明显。MEMS陀螺仪（如ICM-20689）集成在三轴IMU中，可直接输出角速度数据，采样率可达8 kHz以上，满足无人机电机监测需求。

3.3 安装位置与安装工艺

传感器安装位置直接影响信号的真实性和信噪比。理想安装点应满足：靠近振动源（电机本体）、结构刚度高（避免薄壁件共振）、远离气流扰动和热源。对于无人机电机，推荐安装位置优先级如下：

1. 电机安装座（最佳）：直接固定在电机底座下方，振动传递路径最短，信号衰减最小。需确保安装面平整，使用M3螺丝紧固，接触面积≥传感器底面80%。
2. 机臂根部（次优）：当电机座空间不足时，可安装在靠近电机的机臂段。此处结构刚度较高，但会引入机臂弯曲模态的影响，需在频域分析中注意区分。
3. 飞控板附近（折中）：便于供电和信号采集，但距离电机较远，高频成分衰减明显，仅适合监测低频故障（如转子不平衡）。

安装工艺方面，应避免使用双面胶或磁吸座（会引入额外共振和衰减），推荐使用螺纹安装或环氧树脂粘接。安装面需清洁去油，粗糙度Ra≤1.6μm，紧固扭矩按传感器手册执行（通常0.5~1.0 N·m）。对于需要频繁拆装的场景，可采用带螺纹孔的转接块，但需注意转接块自身质量应小于传感器质量的1/10，避免影响频响特性。

3.4 采样要求与参数设定

采样参数设定是连接模拟信号与数字分析的桥梁。根据奈奎斯特采样定理，采样率fs必须大于信号最高频率fmax的2倍。工程实践中，考虑到抗混叠滤波器的过渡带，通常取fs ≥ 2.56 × fmax。对于无人机电机监测，若需覆盖轴承故障特征频率（最高可达10 kHz），则采样率应设为25.6 kHz以上，实际常取32 kHz或更高。

采样时长T决定频率分辨率Δf = 1/T。若要区分相邻的故障特征频率（如转频边带），需保证Δf ≤ 0.5 Hz。例如，电机转速为6000 RPM（转频100 Hz），转子断条故障的边带间隔为2×转差频率（约1~2 Hz），则采样时长至少需1秒。综合考虑FFT点数和计算效率，推荐采样参数如下：

// 采样参数计算示例（Python伪代码）
fmax = 10000          # 最高分析频率（Hz）
fs = 25600            # 采样率（Hz），满足2.56倍
T = 1.0               # 采样时长（秒）
N = int(fs * T)       # 采样点数 = 25600
delta_f = 1 / T       # 频率分辨率 = 1 Hz
# 若需更高分辨率，可增加T至2秒，N=51200，delta_f=0.5 Hz

抗混叠滤波是采样前必须执行的步骤。模拟低通滤波器的截止频率应设为fs/2，衰减陡度至少80 dB/十倍频程。对于32 kHz采样率，截止频率设为16 kHz，可有效抑制高频噪声混叠。此外，ADC位数建议≥16位，以保证足够的动态范围（电机振动信号动态范围可达60 dB以上）。

3.5 案例拆解：某六旋翼无人机电机轴承故障监测

背景与约束：某工业级六旋翼无人机在执行巡检任务时，飞控系统记录到2号电机电流异常波动，但无过温告警。无人机搭载的IMU（集成MEMS加速度计和陀螺仪）采样率为4 kHz，无法覆盖轴承故障的高频特征。为准确诊断，需外接压电式加速度计进行专项测试。

初始现象：电机电流在悬停工况下波动幅度增大15%，机身出现轻微高频抖动（人耳可闻“嘶嘶”声）。初步判断可能为轴承润滑不良或早期点蚀。

关键输入数据：电机额定转速8000 RPM（转频133.3 Hz），轴承型号为MR84（内圈旋转），滚动体数7个，节径6.5 mm，滚动体直径2.0 mm，接触角0°。计算得BPFO=7×133.3×(1-2/6.5)/2≈322 Hz，BPFI≈611 Hz。

分析判断过程：外接IEPE加速度计（灵敏度50 mV/g，量程±50g）安装于电机安装座，采样率设为51.2 kHz，采样时长2秒。频谱分析发现：在322 Hz处出现明显峰值（幅值0.8g），且其2倍频（644 Hz）和3倍频（966 Hz）依次递减，符合外圈故障特征。同时，在BPFO附近存在1×转频的边带（322±133 Hz），表明外圈存在不均匀磨损。

实际操作步骤：① 停机后拆解电机，发现外圈滚道有2处直径约0.3 mm的点蚀坑；② 更换轴承（SKF MR84-2RS），重新装配并涂抹润滑脂；③ 复测频谱，BPFO处峰值降至0.05g以下，边带消失；④ 连续飞行10架次，电流波动恢复正常。

结果对比与复盘：更换轴承后，振动加速度有效值从1.2g降至0.3g，电流波动从15%降至3%。本次诊断成功的关键在于：正确选择采样率（覆盖BPFO的10倍频以上）、安装位置靠近振动源、以及结合轴承参数计算特征频率。若仅依赖IMU的4 kHz采样率，BPFO的3倍频（966 Hz）虽可采集，但幅值衰减严重，难以准确判断故障程度。

3.6 常见误区与总结复盘

误区一：采样率越高越好。过高的采样率（如>100 kHz）会带来数据量爆炸和计算负担，且对传感器和ADC要求苛刻。应根据目标故障频率合理设定，一般不超过最高特征频率的5倍。

误区二：忽略抗混叠滤波。部分低成本采集方案省略模拟滤波器，仅依赖数字滤波，这会导致高频噪声折叠到低频段，污染特征频率。必须确保模拟抗混叠滤波器在fs/2处有足够衰减。

误区三：传感器安装随意。使用双面胶或磁吸座安装，虽然方便，但会引入接触共振（通常在2~5 kHz），与轴承故障频率重叠，造成误判。应坚持刚性安装。

误区四：忽视陀螺仪的作用。在多旋翼中，陀螺仪提供的角速度信号可用于消除机体姿态变化对振动测量的干扰，尤其在机动飞行时，加速度计会耦合重力分量和离心加速度，需通过陀螺仪数据进行补偿。

总结而言，震动信号基础是无人机电机异常监测的基石。物理意义决定了“测什么”，传感器选型决定了“怎么测”，安装位置决定了“测得准不准”，采样要求决定了“测得够不够”。四者环环相扣，任何一环的疏忽都可能导致后续频域特征提取失效。在实际工程中，建议建立传感器标定记录、安装位置台账和采样参数配置表，确保每次测试的可重复性和可比性。