2. 振动信号基础

在TinyML振动检测的工程实践中,采样频率与窗口长度的选择并非孤立参数,而是由振动信号的物理本质决定的。若不理解振动的基本概念与类型特征,任何参数配置都如同盲人摸象。本章将系统梳理振动信号的核心要素,建立从物理世界到数字信号处理的认知桥梁,为后续章节的采样策略奠定理论基础。

振动信号三维特征与类型映射 振动信号 幅值 (Amplitude) 频率 (Frequency) 相位 (Phase) 振动强度/能量大小 振动快慢/频谱分布 时间对齐/波形形态 周期振动 旋转机械/齿轮啮合 冲击振动 轴承故障/碰撞 随机振动 环境噪声/湍流 采样频率需覆盖最高频率成分,窗口长度需包含完整振动周期或冲击衰减过程

振动是物体围绕平衡位置进行的往复运动,其本质是机械能的周期性或非周期性转换。在工业设备监测中,振动信号携带了设备运行状态的关键信息——轴承磨损、齿轮断裂、转子不平衡等故障都会在振动波形中留下独特印记。理解振动信号的三维特征(幅值、频率、相位)及其类型划分,是设计TinyML模型特征工程的第一步,也是决定采样策略合理性的物理依据。

2.1 振动的基本概念与物理本质

核心原理:振动系统通常由质量(m)、刚度(k)和阻尼(c)三个基本要素构成。当系统受到初始激励或持续外力作用时,质量块围绕平衡位置振荡,其运动方程可表示为:

m·d²x/dt² + c·dx/dt + k·x = F(t)

其中x为位移,F(t)为激励力。该方程的解包含瞬态响应(自由振动)和稳态响应(受迫振动)两部分。在旋转机械中,转子的不平衡质量产生与转速同频的周期激励;在齿轮箱中,轮齿啮合产生高频周期冲击;在滚动轴承中,局部缺陷通过滚道时产生宽带冲击响应。

工程意义:振动信号的三个基本参数——位移、速度、加速度——之间存在微分/积分关系。位移反映振动幅度,速度反映振动能量,加速度反映冲击力。在TinyML应用中,MEMS加速度计直接测量加速度信号,其频率响应范围通常为0-5kHz,适合检测中低频振动特征。理解这一物理链路,有助于解释为何采样频率需至少为最高分析频率的2倍(奈奎斯特定理),以及为何窗口长度需覆盖至少一个完整振动周期。

振动参数物理含义典型传感器频率响应范围
位移振动幅度(mm/μm)电涡流传感器0-1kHz
速度振动能量(mm/s)磁电式速度计10Hz-2kHz
加速度冲击力(g, m/s²)MEMS加速度计0-5kHz(典型)
经验提醒:在TinyML振动检测中,加速度计是最常用的传感器。其直流响应特性允许检测重力方向变化(用于姿态识别),但振动分析时通常需高通滤波去除直流分量。选择加速度计量程时,需预估最大冲击峰值,避免削波失真。

2.2 常见振动类型:周期、冲击与随机

判断方法:根据振动信号的时域波形和频域特征,可将其分为三类。周期振动具有离散频谱,能量集中在基频及谐波;冲击振动表现为时域中的瞬态脉冲,频谱为宽带连续谱;随机振动则无固定周期,统计特性随时间变化。实际设备振动往往是三类信号的叠加,例如齿轮箱同时存在啮合周期振动、轴承故障冲击和背景噪声。

  • 周期振动:由旋转部件不平衡、轴弯曲、齿轮啮合等产生。波形重复周期T=1/f,频谱为离散谱线。典型频率范围:10Hz-1kHz(电机转速相关)。
  • 冲击振动:由轴承局部缺陷、齿轮裂纹、碰撞等产生。时域波形为衰减振荡脉冲,脉冲宽度通常小于1ms,频谱覆盖宽频带(可达10kHz以上)。
  • 随机振动:由流体湍流、路面激励、环境噪声等产生。波形无规律,统计特征(均值、方差、功率谱密度)具有稳定性。频谱为连续谱,能量分布较均匀。

案例拆解:以某工厂离心泵振动监测为例,泵转速为3000rpm(50Hz),联轴器对中不良产生2倍频(100Hz)振动分量;轴承外圈存在微小剥落,每次滚珠通过缺陷位置产生约0.5ms的冲击脉冲,重复频率为轴承故障特征频率(约23.7Hz);同时泵内流体湍流产生宽带随机振动。三种振动类型叠加后,时域波形呈现“周期背景+随机噪声+周期性冲击”的复合形态。若仅用峰值检测,冲击信号可能被淹没;若仅用FFT分析,冲击的宽带特征可能被周期分量掩盖。因此,TinyML模型需同时提取时域统计特征(RMS、峰值因子)和频域特征(频谱能量分布),并采用短时窗捕捉冲击事件。

风险提示:冲击振动对采样频率要求极高。若采样频率低于冲击脉冲最高频率分量的2倍,将产生混叠效应,导致冲击特征在频谱中“伪装”成低频分量,造成误判。对于轴承故障检测,建议采样频率至少为10kHz,窗口长度需覆盖多个冲击周期(通常取0.1-0.5秒)。

2.3 振动特征:幅值、频率与相位的工程解读

核心原理:幅值描述振动强度,常用指标包括峰值(Peak)、峰峰值(Peak-to-Peak)、均方根值(RMS)和峰值因子(Crest Factor)。频率描述振动成分的分布,通过FFT变换获得频谱,可识别特征频率及其谐波。相位描述振动波形的时间对齐关系,在多通道测量中用于识别振型、判断转子动平衡状态。

操作流程:在TinyML特征提取中,通常按以下步骤处理振动信号:

  1. 时域特征:计算窗口内信号的RMS、峰值、峰值因子、偏度、峭度等统计量。峭度对冲击信号敏感,正常轴承峭度≈3,故障时峭度显著增大。
  2. 频域特征:对窗口信号加窗(如汉宁窗)后进行FFT,提取频谱峰值、频谱质心、频带能量比等。需注意频率分辨率Δf=fs/N,其中fs为采样频率,N为窗口长度。
  3. 时频特征:对于非平稳信号,使用短时傅里叶变换(STFT)或小波变换,获得频率随时间变化的图谱。TinyML中常用轻量级STFT或梅尔频谱。
特征类别具体指标物理意义适用场景
幅值特征RMS、峰值、峰值因子振动能量、冲击强度整体健康评估
频率特征基频幅值、谐波能量、边频带故障类型识别齿轮/轴承故障诊断
相位特征相位差、相位谱振型识别、动平衡转子系统分析

常见误区:初学者常将幅值特征作为唯一判断依据,忽略频率和相位信息。例如,两个不同故障可能产生相似的RMS值,但频谱分布截然不同。此外,相位信息在单通道TinyML设备中难以充分利用,但在多传感器同步采集时价值显著。另一个误区是忽视窗口长度对频率分辨率的影响——窗口越长,频率分辨率越高,但时间分辨率降低,可能丢失瞬态冲击信息。因此,窗口长度需在频率分辨率和时间分辨率之间权衡。

实战要点:对于旋转机械的周期振动,窗口长度应至少包含10个以上振动周期,以获得稳定的频谱估计。对于冲击振动,窗口长度应覆盖冲击脉冲的完整衰减过程(通常为5-10ms),并采用触发采集或重叠窗口确保捕捉到冲击事件。对于随机振动,窗口长度需足够长以平滑统计波动,通常取1秒以上。

2.4 振动类型对采样策略的约束

判断方法:采样频率和窗口长度的选择直接取决于振动类型。周期振动要求采样频率覆盖最高谐波频率(通常为基频的5-10倍),窗口长度包含整数个周期以减少频谱泄漏。冲击振动要求采样频率覆盖冲击脉冲的带宽(通常为10-20kHz),窗口长度需短至能分辨单个冲击(1-5ms),但需连续采集以捕捉随机出现的冲击。随机振动要求采样频率覆盖感兴趣频带,窗口长度需足够长以获得稳定的功率谱估计。

案例拆解:设计一个便携式轴承故障检测器,目标检测外圈故障特征频率(BPFO)约为100Hz,冲击脉冲宽度约0.2ms。根据奈奎斯特定理,采样频率至少为2×(1/0.2ms)=10kHz,实际取20kHz以留裕量。窗口长度选择:若需在频域分辨BPFO及其边频带(间隔为转频10Hz),频率分辨率需≤5Hz,则窗口长度N≥fs/Δf=20000/5=4000点,即0.2秒。但冲击信号仅持续0.2ms,在0.2秒窗口内可能包含多个冲击(BPFO=100Hz,即每10ms一个冲击),因此窗口内约有20个冲击脉冲,频谱中可清晰看到BPFO及其谐波。若窗口过短(如1ms),则频率分辨率粗(1kHz),无法分辨BPFO;若窗口过长(如2秒),则计算量增大且可能包含转速波动导致的频率模糊。

风险提示:在TinyML设备中,采样频率和窗口长度直接决定内存占用和计算功耗。例如,20kHz采样、0.2秒窗口、16位精度,单通道数据量为8000字节。若需实时处理,MCU需在窗口时间内完成FFT和特征提取。因此,实际设计中常采用分段处理、降采样或特征压缩策略,在保证诊断精度的前提下降低资源消耗。