4、信号处理与频谱分析：时域与频域分析、FFT、窗函数、功率谱密度（PSD）与倍频程分析
振动噪声控制的核心在于对采集到的时域信号进行深度解读。无论是旋转机械的故障特征提取，还是结构共振点的识别，本质上都依赖于将复杂的时间历程信号转换为可辨识的频率成分。本章将系统梳理从时域到频域的完整分析链路，重点讲解快速傅里叶变换（FFT）的工程应用边界、窗函数的选择逻辑、功率谱密度（PSD）的物理意义，以及倍频程分析在工程噪声评价中的不可替代性。掌握这些工具，是制定有效减振降噪方案的前提。
4.1 时域与频域分析的核心原理
时域分析直接观察信号幅值随时间的变化规律，是振动噪声分析的第一现场。通过时域波形，工程师可以快速判断信号的基本性质：是稳态周期信号、瞬态冲击信号，还是随机信号。例如，一个旋转机械的振动信号若呈现明显的周期性冲击，往往暗示轴承或齿轮存在局部缺陷；而随机宽频信号则可能来源于流体湍流或松动部件。时域指标如峰值、峰峰值、均方根值（RMS）和峰值因子（Crest Factor）提供了最基础的量化手段。峰值因子定义为峰值与RMS之比，对于纯正弦波其值为1.414，若该值显著增大，说明信号中存在冲击成分。
然而，时域分析无法直接回答“振动能量集中在哪些频率”这一关键问题。频域分析通过傅里叶变换将时域信号分解为不同频率分量的叠加，从而揭示信号的频谱结构。对于周期信号，傅里叶级数给出离散的谱线；对于非周期信号和随机信号，则需借助傅里叶积分或功率谱密度来描述。频域分析的核心价值在于：将复杂的时域波形简化为若干频率成分的幅值、频率和相位信息，使工程师能够将振动能量与具体的结构模态、激励源或传递路径关联起来。
时域与频域并非相互替代，而是互补关系。时域分析擅长捕捉信号的瞬态特征、幅值分布和相位信息，而频域分析擅长识别稳态频率成分、谐波关系和能量分布。在实际工程中，建议遵循“先时域后频域”的分析路径：首先通过时域波形判断信号类型和异常冲击，再通过频谱分析定位具体频率成分，最后结合倍频程分析评估主观感受和法规符合性。
4.2 FFT 的工程实现与参数选择
快速傅里叶变换（FFT）是离散傅里叶变换（DFT）的高效算法，其计算复杂度从O(N²)降低到O(N log₂N)，使得实时频谱分析成为可能。在振动噪声测试中，FFT分析仪通常采用以下流程：抗混叠滤波 → 模数转换（ADC）→ 加窗 → FFT计算 → 频谱平均。每一步的参数设置都直接影响分析结果的准确性和分辨率。
采样率与抗混叠：根据奈奎斯特采样定理，采样率fs必须大于信号最高频率成分的两倍。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。例如，若关注频率上限为10 kHz，则采样率应设为25.6 kHz或更高。抗混叠滤波器通常为陡峭的低通滤波器，其截止频率设为fmax，确保高于fmax的频率成分被充分衰减。
频率分辨率与帧长：频率分辨率Δf = fs / N，其中N为FFT点数（帧长）。Δf决定了频谱中能够区分的最小频率间隔。例如，fs = 25.6 kHz，N = 1024时，Δf = 25 Hz；若N = 4096，则Δf = 6.25 Hz。提高频率分辨率需要增加帧长，但会降低时间分辨率，并增加计算负担。对于旋转机械的阶次跟踪，通常需要Δf ≤ 1 Hz，因此需要较长的采样时间。
帧重叠与平均：为了充分利用采集数据并降低频谱方差，通常采用50%~75%的重叠率进行分段FFT，并对多帧频谱进行线性平均或指数平均。线性平均对所有帧等权处理，适用于稳态信号；指数平均对近期数据赋予更高权重，适用于非平稳信号。平均次数一般不少于30次，以确保频谱的统计稳定性。
| 参数 | 典型值 | 对结果的影响 | 调整建议 |
|---|---|---|---|
| 采样率 fs | 2.56 × fmax | 决定可分析的最高频率 | 过高则数据量大，过低则混叠 |
| FFT点数 N | 1024 ~ 8192 | 决定频率分辨率 Δf = fs/N | 需要分辨相邻频率时增大N |
| 帧重叠率 | 50% ~ 75% | 影响时间分辨率和平均效果 | 瞬态信号用低重叠，稳态用高重叠 |
| 平均次数 | ≥ 30 | 降低频谱方差 | 随机信号需更多平均 |
4.3 窗函数的选择策略
FFT隐含假设被分析的信号是周期性的，即帧首尾相位连续。对于非整周期截断的信号，频谱会发生“泄漏”现象——能量从真实频率扩散到相邻频点，导致幅值失真和虚假频率成分。窗函数通过对时域信号加权，抑制帧边缘的不连续性，从而控制泄漏效应。不同窗函数在幅值精度、频率分辨率和旁瓣抑制能力上各有取舍。
矩形窗（Rectangular）：相当于不加窗，主瓣最窄，频率分辨率最高，但旁瓣电平高达-13 dB，泄漏严重。仅适用于瞬态信号（如锤击试验）或信号本身为整周期截断的情况。在模态测试中，矩形窗配合力锤激励可获得较宽的激励频带。
汉宁窗（Hanning）：最常用的窗函数，主瓣宽度为矩形窗的两倍，旁瓣电平降至-31 dB，泄漏抑制良好。适用于连续振动和噪声信号的分析，是旋转机械振动测试的首选。汉宁窗的幅值恢复系数为2.0，在计算幅值时需要修正。
平顶窗（Flat Top）：主瓣较宽，但幅值精度极高（误差小于0.01 dB），适用于需要精确测量正弦信号幅值的场合，如传感器校准和声学计量。其频率分辨率较差，不适合分析密集频率成分。
指数窗（Exponential）：对信号施加指数衰减，适用于瞬态衰减信号（如结构阻尼测试）。可有效减少截断泄漏，但会引入一定的频率展宽。在模态分析中，指数窗常用于力锤激励的响应信号。
- 信号为瞬态冲击（如锤击）→ 矩形窗或力窗
- 信号为连续稳态振动 → 汉宁窗
- 需要精确测量幅值（如校准）→ 平顶窗
- 信号为衰减振荡（如阻尼测试）→ 指数窗
- 信号为随机噪声 → 汉宁窗 + 50%重叠 + 多次平均
4.4 功率谱密度（PSD）与倍频程分析
功率谱密度（PSD）描述信号功率在频率域上的分布密度，单位为g²/Hz或(m/s²)²/Hz。对于随机振动信号，PSD是比幅值谱更合适的描述工具，因为随机信号的幅值谱随频率分辨率变化而变化，而PSD经过归一化处理，与频率分辨率无关。PSD的计算方法包括：周期图法（Welch法）、自相关函数法（Blackman-Tukey法）和参数化模型法（AR模型）。工程中最常用的是Welch法，即对分段加窗后的FFT幅值平方取平均，再除以频率分辨率和窗函数的等效噪声带宽。
PSD在振动环境试验中具有核心地位。例如，汽车零部件在耐久性测试中，需按照标准PSD谱（如ISO 16750-3）施加随机振动激励。工程师通过比较实测PSD与标准PSD的差异，可以评估产品在特定路况下的振动严酷度。此外，PSD曲线下的面积等于信号的总均方根值（RMS），这一性质可用于快速计算振动总量。
倍频程分析是一种基于恒定百分比带宽的频谱分析方法。与FFT的恒定带宽（如Δf = 1 Hz）不同，倍频程滤波器的中心频率和带宽按对数比例递增。1/1倍频程的带宽为中心频率的70.7%，1/3倍频程的带宽为中心频率的23.1%。这种分析方式与人耳的听觉特性高度吻合——人耳对频率的感知是对数关系，且对低频的带宽分辨率较低、对高频的带宽分辨率较高。因此，倍频程分析广泛应用于噪声评价、声学舒适性评估和法规符合性验证。
标准1/1倍频程中心频率为：31.5、63、125、250、500、1k、2k、4k、8k、16k Hz。1/3倍频程则进一步细分，每个倍频程包含三个频带。在噪声控制中，通常使用A计权网络对倍频程或1/3倍频程数据进行加权，以模拟人耳对不同频率的敏感度差异。A计权声级（dBA）是环境噪声和职业噪声评价的通用指标。
| 分析类型 | 带宽特性 | 适用场景 | 典型应用 |
|---|---|---|---|
| FFT 幅值谱 | 恒定带宽（如1 Hz） | 识别离散频率成分 | 齿轮啮合频率、轴承故障特征 |
| PSD 功率谱 | 恒定带宽，归一化 | 随机振动能量分布 | 路谱采集、振动台试验 |
| 1/1 倍频程 | 恒定百分比带宽 | 噪声总体评价 | 环境噪声、职业暴露 |
| 1/3 倍频程 | 更细的百分比带宽 | 声学诊断与消声器设计 | 传递损失测试、声品质分析 |
4.5 案例拆解：某型离心风机异响诊断
背景与约束：某空调外机用离心风机在运行时出现明显异响，客户投诉噪声主观感受差。测试条件为半消声室，风机转速1200 rpm，环境背景噪声22 dBA。测试设备为PCB加速度计（量程±50g）和GRAS 46AE声学麦克风，数据采集前端为LMS SCADAS，采样率设为51.2 kHz，分析频率上限20 kHz。
初始现象：时域波形显示存在周期性冲击，冲击间隔约50 ms，对应频率20 Hz，与风机转频（1200/60=20 Hz）一致。但频谱中并未在20 Hz处出现明显峰值，反而在1200 Hz附近出现宽频隆起，且伴有边带结构。
分析过程：
- 时域检查：峰值因子为5.2（正常值应小于3），确认存在冲击成分。通过带通滤波（1000~1500 Hz）提取时域波形，发现冲击与转频同步。
- FFT频谱分析：采用汉宁窗、4096点FFT、75%重叠、50次线性平均。频谱显示1200 Hz处峰值幅值为0.85 g，两侧存在间隔为20 Hz的边带（1180 Hz、1220 Hz等），表明存在幅值调制现象。
- PSD分析：计算PSD后确认能量集中在1000~1500 Hz频带，总RMS值为2.3 g，其中该频带贡献了1.8 g（78%）。
- 倍频程分析：1/3倍频程结果显示1000 Hz频带声压级最高（68 dBA），显著高于相邻频带（约55 dBA），确认该频带是主要噪声源。
- 根因定位：结合频谱边带间隔等于转频，判断为叶轮与蜗舌之间的气动干涉（BPF = 叶片数 × 转频 = 7 × 20 = 140 Hz，但实际峰值在1200 Hz，说明并非BPF基频，而是BPF的高次谐波与结构模态耦合）。进一步通过锤击试验确认蜗壳在1200 Hz存在结构模态。
解决方案与结果：在蜗壳表面粘贴约束阻尼层（厚度2 mm），增加局部刚度和阻尼。整改后实测1200 Hz处振动幅值从0.85 g降至0.32 g（降幅62%），1/3倍频程1000 Hz频带声压级从68 dBA降至61 dBA，主观异响消失。
复盘经验：单一频谱分析容易遗漏调制信息，必须结合时域冲击特征和边带结构综合判断。PSD和倍频程分析为噪声评价提供了不同维度的视角，前者适合振动能量定量，后者适合主观感受评估。本案例中，若仅依赖FFT幅值谱，可能误判为单纯的1200 Hz共振，而忽略其与转频的调制关系。
- 忽视抗混叠滤波，导致高频成分混叠到低频段，产生虚假峰值。
- 窗函数选择不当：对瞬态信号使用汉宁窗会严重低估峰值幅值。
- 频率分辨率不足：Δf过大时，相邻的密集频率成分无法区分，被误认为单一峰值。
- PSD与幅值谱混淆：幅值谱的峰值高度随Δf变化，而PSD是归一化的，两者不能直接比较。
- 倍频程分析中未使用A计权，导致低频噪声被高估，与主观感受不符。
4.6 总结与工程实践要点
信号处理与频谱分析是振动噪声控制的“眼睛”。一个完整的分析流程应包含：时域波形检查（判断信号类型）→ 参数设置（采样率、帧长、窗函数）→ FFT频谱分析（识别离散频率）→ PSD分析（量化随机振动能量）→ 倍频程分析（评估主观感受和法规符合性）。每一步都需要工程师根据具体问题灵活调整参数，而非机械套用默认设置。
在实际项目中，建议建立标准化的测试分析流程：首先记录时域波形并保存原始数据，然后进行多组参数对比分析（不同窗函数、不同帧长），最后将频谱结果与结构模态、激励源特征进行交叉验证。只有将信号处理工具与物理机理理解相结合，才能从海量数据中提取真正有价值的工程信息，为减振降噪方案提供可靠依据。