3. 信号处理基础
旋转机械的状态监测，本质上是对振动、转速、电流、温度等物理量进行连续采集与处理。传感器输出的原始信号往往混杂着噪声、干扰和多种频率成分，直接观察很难判断故障类型与严重程度。因此，信号处理是连接“传感器采集”与“故障诊断结论”之间的桥梁。本节围绕信号分类、时域与频域分析、傅里叶变换、采样定理、滤波与窗函数六个基本概念展开，帮助建立后续频谱分析、包络解调、阶次分析等方法的基础。
一、信号分类：先分清对象，再选择方法
旋转机械中的信号可按不同维度分类。按时间连续性分为连续信号与离散信号；按统计特性分为确定性信号与随机信号；按频率成分分为简谐信号、周期信号、非周期信号与瞬态冲击信号。工程上更常用的是按“是否平稳”和“是否确定”来划分：
- 确定性信号：可用数学表达式描述，如不平衡引起的正弦振动、齿轮啮合频率及其谐波。
- 随机信号：无法用确定函数描述，如气流噪声、轴承早期微弱冲击激发的宽带响应。
- 平稳信号：统计特征不随时间变化，适合用经典傅里叶变换分析。
- 非平稳信号：频率成分随时间变化，如升降速过程中的扫频振动、启停阶段的冲击，需要短时傅里叶变换、小波或阶次跟踪。
分类的意义在于：不同信号对应不同分析工具。把非平稳的启停信号直接做普通FFT，会得到模糊的“平均频谱”，掩盖真实特征。
二、时域与频域分析：同一信号的两种视角
时域分析关注信号随时间的变化，常用指标包括峰值、峰峰值、有效值（RMS）、均值、方差、偏度、峭度、波形因子和脉冲因子。其中RMS反映振动能量，适合评价整体烈度；峭度对冲击敏感，适合发现轴承早期局部损伤；峰值和峰峰值用于判断瞬时冲击和间隙。
频域分析关注信号由哪些频率成分组成，常用工具是频谱图、功率谱、包络谱和倒频谱。频谱中的峰值位置对应故障特征频率，例如不平衡对应1×转频，不对中常出现2×转频，滚动轴承故障对应外圈、内圈、滚动体及保持架特征频率，齿轮故障对应啮合频率及其边带。
三、傅里叶变换：时域到频域的数学桥梁
傅里叶变换的核心思想是：任何满足条件的信号都可以分解为不同频率、不同幅值和相位的正弦波叠加。连续傅里叶变换对为：
X(f) = ∫ x(t) e^(-j2πft) dt
x(t) = ∫ X(f) e^(j2πft) df工程中采集到的是离散序列，因此实际使用离散傅里叶变换（DFT）。DFT把N个时域采样点变换为N个频域点，频率分辨率Δf = fs / N，其中fs为采样频率。快速傅里叶变换（FFT）是DFT的高效算法，使实时频谱分析成为可能。
需要特别注意：FFT假设信号是周期性的，并且只分析有限长度数据。若截取长度不是信号周期的整数倍，就会产生频谱泄漏，导致峰值展宽、幅值不准。这正是窗函数要解决的问题。
四、采样定理：避免混叠的第一道防线
采样定理指出：为了不产生混叠，采样频率fs必须大于信号最高频率fmax的两倍，即fs > 2fmax。实际工程中通常取2.5～5倍甚至更高，留出抗混叠滤波器过渡带余量。
若采样率不足，高频成分会“折叠”到低频区域，形成虚假峰值。例如真实故障频率为1200Hz，采样率仅2000Hz，则1200Hz会混叠到800Hz，诊断时可能误判为其他部件故障。因此，采集前必须确认分析频率范围，并设置合适的抗混叠低通滤波器。
| 参数 | 含义 | 工程取值建议 |
|---|---|---|
| fs | 采样频率 | ≥2.56×分析最高频率，常用2.5～5倍 |
| N | 采样点数 | 1024、2048、4096、8192等2的幂次 |
| Δf | 频率分辨率 | Δf = fs / N，越小越能分辨密集边带 |
| T | 采样时长 | T = N / fs，需覆盖足够多个旋转周期 |
五、滤波与窗函数：让目标成分更清晰
滤波器用于保留感兴趣频带、抑制噪声和干扰。常见类型包括低通、高通、带通和带阻。旋转机械中，低通用于去除高频噪声，带通用于提取轴承故障共振带，包络分析前通常先做带通滤波。数字滤波器分为FIR和IIR：FIR线性相位好、稳定，但阶数高；IIR计算量小，但相位非线性，设计不当可能不稳定。
窗函数用于减小FFT截断引起的泄漏。常用窗函数及适用场景如下：
- 矩形窗：主瓣最窄、频率分辨力最好，但旁瓣高、泄漏大，适合整周期采样或瞬态冲击。
- 汉宁窗：旁瓣衰减快，适合一般连续振动信号和随机信号。
- 汉明窗：旁瓣更低，适合需要抑制邻近频率干扰的场合。
- 平顶窗：幅值精度高，适合校准和精确测量幅值，但频率分辨力较差。
- 凯塞窗：可调参数，兼顾主瓣宽度与旁瓣衰减，适合特殊需求。
六、案例：一次风机振动分析的信号处理链路
某电厂一次风机振动超标，传感器采集到振动加速度信号。处理流程如下：
- 确认分析频率范围0～2000Hz，设置采样率fs=5120Hz，满足fs>2.56×2000Hz。
- 采集4096点，加汉宁窗，做FFT，得到频率分辨率Δf=5120/4096=1.25Hz。
- 时域RMS为8.6mm/s，峭度3.2，初步判断存在冲击成分。
- 频谱在1×转频处幅值突出，同时出现明显2×、3×谐波，提示不平衡与松动可能并存。
- 对高频共振带做带通滤波，再做包络谱，发现外圈故障特征频率BPFO及其谐波，确认轴承外圈损伤。
该案例说明：采样定理保证数据不混叠，窗函数减小泄漏，滤波分离频带，FFT和包络谱分别从常规频谱和调制角度揭示故障。每一步都影响最终诊断结论。
七、常见误区与复盘
误区二：只看频谱不看时域。轴承早期冲击在频谱中可能不明显，但时域峭度和包络谱更敏感。
误区三：忽略窗函数。不加窗或加错窗会导致幅值误差和虚假峰值，尤其在边带分析中影响显著。
误区四：频率分辨率不足。Δf过大时，密集边带无法分辨，容易漏判齿轮和轴承故障。
复盘建议：建立标准信号处理链路——确认分析频带→设置采样率与点数→选择窗函数→FFT/包络分析→时域指标交叉验证→结合转速与结构参数判读特征频率。只有把信号分类、时域频域、傅里叶变换、采样定理、滤波和窗函数作为一个整体来理解，才能在旋转机械故障诊断中稳定、准确地提取故障特征。