4. 现场数据采集与预处理

现场差异诊断的第一步不是打开仿真软件，而是把“现场到底发生了什么”变成可计算的数据。如果采集环节选错传感器、测点位置偏离振型敏感区、采样率不足或数据清洗过度，后续模型修正就会建立在错误证据上。本节围绕一条完整的数据链展开：从传感器选型到测点布置，再到采样策略、数据清洗、时频域特征提取与异常值处理，最终输出可用于差异定位的干净特征集。

一、传感器选型：先明确“测什么物理量”

传感器选型的第一原则是物理量匹配。现场差异诊断通常关注振动、温度、压力、电流、位移和噪声等量。以旋转机械为例，若目标是识别轴承故障引起的冲击，应优先选用压电式加速度传感器，其频响宽、动态范围大；若关注转子整体偏心或轴心轨迹，则用电涡流位移传感器更合适，因为它能非接触测量轴相对轴承座的位移，且低频响应好。温度监测常用 PT100 或热电偶，前者精度高、线性好，适合 -200～650 ℃ 范围；压力脉动则用压阻式或压电式压力传感器，需注意其固有频率是否覆盖关注频带。

选型时还要核对三个关键参数：灵敏度、量程和频响。例如某齿轮箱振动监测，预期振动加速度有效值约 5 g，冲击峰值可能达 30 g，则传感器量程应不低于 50 g，灵敏度可选 100 mV/g，频响上限至少覆盖齿轮啮合频率的 3 倍。若啮合频率为 800 Hz，则传感器频响应到 2400 Hz 以上。安装方式同样影响结果：磁吸座会引入低频衰减，螺纹安装最可靠，胶粘适合临时测点。选型不当会直接表现为“信号有，但特征不对”。

二、测点布置：让测点落在差异敏感位置

测点布置的目标是“用最少测点捕获最大差异信息”。对于结构件，应优先布置在振型腹点、刚度突变处、连接界面和载荷传递路径上。以悬臂梁为例，一阶弯曲振型在自由端位移最大，因此自由端附近测点对一阶频率和阻尼差异最敏感；若测点放在节点附近，信号幅值小，信噪比低，难以区分现场与仿真差异。对于旋转机械，测点应尽量靠近轴承座，且水平、垂直、轴向三个方向分别布置，因为不同方向的差异可能对应不同故障模式。

测点数量不是越多越好。过多测点会增加布线、通道和数据处理成本，还可能引入不一致的安装条件。工程上常用“先粗后细”策略：先按经验布置 6～12 个测点做普查，再根据初步频谱和相干分析结果，在差异显著区域加密。布置时还要记录每个测点的坐标、方向、安装方式和拧紧力矩，这些信息是后续与仿真模型节点匹配的基础。若现场测点与仿真节点无法一一对应，模型修正时就需要插值或映射，增加不确定性。

三、采样策略：采样率、时长与触发方式

采样策略决定数据能否保留关键特征。根据奈奎斯特采样定理，采样频率应大于关注最高频率的 2 倍；工程上通常取 2.56～5 倍，以留出抗混叠滤波器过渡带。例如关注最高频率为 2 kHz，则采样率至少 5.12 kHz，推荐 10 kHz。若采样率不足，高频成分会混叠到低频，造成“假故障特征”。采样时长应覆盖至少 10～20 个完整周期，对于变速工况，还需同步记录转速脉冲，以便做阶次分析。

触发方式分为自由采样、定时采样和事件触发。稳态工况可用定时采样；冲击或瞬态事件宜用预触发，保留事件前一段数据，便于观察上升沿。多通道采集时，必须保证通道间同步，否则相位差和相干分析会失真。实际配置中，常用抗混叠滤波器截止频率设为采样率的 0.4 倍，并开启硬件平均或过采样，以提升有效位数。

四、数据清洗、时频域特征提取与异常值处理

原始数据通常包含趋势项、工频干扰、脉冲噪声和缺失段。清洗顺序建议为：去趋势、去均值、滤波、分段、异常值检测。去趋势可用多项式拟合或高通滤波；工频干扰用 50 Hz 陷波；脉冲噪声用中值滤波或小波阈值去噪。异常值检测常用 3σ 准则、箱线图四分位距和 MAD 方法。例如某测点振动有效值序列中，若某段值超过中位数 ±3×MAD，则标记为异常，需回看原始波形判断是真实冲击还是传感器松动。

时域特征包括有效值、峰值、峭度、裕度和自相关。峭度对冲击敏感，正常轴承振动峭度约 3，故障早期可升至 5 以上。频域特征包括频谱峰值、重心频率、均方频率和边频带。对非平稳信号，用短时傅里叶变换或小波变换得到时频图，观察能量随时间和频率的分布。例如齿轮断齿时，时频图上会在啮合频率及其边频处出现周期性冲击能量。最终输出应是一张“测点—特征—异常标记”表，供后续与仿真结果对比。

五、从数据到差异证据：一个可执行的检查清单

完成上述步骤后，建议用一张检查表确认数据质量，再进入模型修正。以下清单可直接用于现场记录：