2. 动态信号基础与频域语言
在动态信号分析与频域诊断中，工程师面对的第一道门槛往往不是仪器操作，而是“信号本身是什么”。一个振动加速度信号、一段音频、一路电流波形，它们在时域上看起来只是上下起伏的曲线，但真正决定诊断能力的，是这些曲线背后隐藏的频率成分、能量分布和相位关系。本节围绕动态信号的分类、带宽、采样率、分辨率、动态范围等核心概念展开，并进一步说明傅里叶变换、频谱、功率谱、相位谱在工程诊断中的实际含义。
一、动态信号的分类：先分清对象，再谈分析方法
动态信号按统计特性可分为确定性信号与随机信号。确定性信号又分为周期信号（如旋转机械的基频振动）和非周期信号（如瞬态冲击、锤击响应）。随机信号则包括平稳随机信号（如持续气流噪声）和非平稳随机信号（如升降速过程中的振动）。分类的意义在于：周期信号适合用频谱看离散谱线，瞬态信号适合用短时傅里叶变换或小波看时频分布，随机信号则要用功率谱密度来描述能量随频率的分布。
按信号形态还可分为模拟信号与数字信号。动态信号分析仪内部通常先对模拟信号做抗混叠滤波，再经 ADC 采样为数字序列，后续所有频谱计算都基于这个离散序列。因此，采样率、量化位数、抗混叠滤波器共同决定了数字信号能保留多少真实信息。
二、带宽、采样率与分辨率：三个互相牵制的参数
带宽（Bandwidth）指分析仪能有效处理的最高频率范围。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，即 fs > 2fmax。工程上通常取 2.56 倍，例如要分析 1 kHz 以内的振动，采样率至少设为 2.56 kHz，实际常取 2.56 kHz、5.12 kHz 或 10.24 kHz 等标准值。
频率分辨率 Δf 由采样率与采样点数 N 共同决定：Δf = fs / N。若采样率 5.12 kHz、采样点数 6400，则 Δf = 0.8 Hz。分辨率越高，越能区分靠近的两条谱线，但所需采样时间越长。例如要分辨 50 Hz 与 52 Hz 的两条谱线，Δf 必须小于 2 Hz，对应采样时间至少 0.5 s。这就是“频率分辨率与时间长度互为倒数”的工程含义。
三、动态范围与量化：小信号能否被看见
动态范围指系统能同时处理的最大信号与最小可分辨信号之比，常用 dB 表示。一个 16 位 ADC 的理论动态范围约为 6.02×16 ≈ 96 dB，24 位则约 144 dB。但实际动态范围还受前端噪声、抗混叠滤波器阻带衰减、窗函数泄漏等影响。若一个微弱故障特征（如轴承早期故障的边频）比主振小 60 dB，而分析仪实际动态范围只有 70 dB，它仍可能被噪声淹没。
量化位数决定最小电压步进。以 ±10 V 量程、16 位 ADC 为例，最小分辨电压约为 20 V / 65536 ≈ 0.305 mV。若传感器灵敏度为 100 mV/g，则对应约 0.003 g 的加速度分辨力。理解这一点，有助于判断小信号是否值得进一步放大或调整量程。
四、傅里叶变换：从时域到频域的桥梁
傅里叶变换的核心思想是：任何满足一定条件的信号都可以分解为不同频率正弦波的叠加。对离散序列 x[n]，DFT 定义为 X(k) = Σn=0N−1 x[n]·e−j2πkn/N，其中 k = 0,1,…,N−1。FFT 只是 DFT 的快速算法，不改变数学含义。
工程上更常用的是“单边谱”：对实数信号，负频率部分对称，因此只保留 0 到 fs/2 的频率范围，幅值乘以 2（直流除外）。这样得到的幅值谱可以直接读出各频率分量的实际幅值。例如一个含 50 Hz、150 Hz、250 Hz 的振动信号，单边幅值谱会在对应位置出现三根谱线，高度分别对应各分量的幅值。
五、频谱、功率谱与相位谱的工程含义
幅值谱回答“有哪些频率、各有多大”，是故障频率识别的第一工具。例如电机轴承外圈故障特征频率 BPFO 若在幅值谱中出现明显峰值，且伴随谐波，就提示外圈损伤。功率谱则回答“能量集中在哪些频段”，常用于随机振动和噪声分析。功率谱密度（PSD）的单位是 g²/Hz，适合比较不同带宽下的能量水平。
相位谱常被忽视，但它对诊断传递路径和时延至关重要。两个测点之间的相位差随频率的变化，可以判断信号传播方向、结构模态和传感器安装一致性。例如在双通道互谱分析中，相位谱在共振频率附近会出现 180° 翻转，这是识别共振点的有力依据。
六、参数选择与诊断判断的实操要点
实际设置时，建议按以下顺序确定参数：先估计信号最高关心频率 fmax，取 fs = 2.56fmax；再根据需要的频率分辨率 Δf 计算采样点数 N = fs/Δf，并取 2 的整数次幂便于 FFT；最后检查采样时间 T = N/fs 是否满足稳定工况要求。若信号含瞬态成分，应改用更短窗长并配合重叠平均。
判断结果时，先看底噪水平是否低于最小关心特征 10 dB 以上，再看谱线是否稳定可重复。若谱线随平均次数增加而收敛，说明是真实成分；若始终跳动，可能是随机噪声或泄漏。窗函数选择也影响读数：汉宁窗适合一般连续信号，平顶窗适合幅值精确测量，矩形窗适合瞬态和整周期采样。
掌握这些基础概念后，后续的频谱分析、阶次分析、包络解调等高级方法才有可靠的参数基础。动态信号分析的本质，是在时间、频率、幅值、相位四个维度上，用有限的数字资源尽可能完整地保留和呈现真实世界的信号特征。