2. 装备健康评估的数据基础
健康评估的精度上限，在数据采集那一刻就已经被决定了。后续无论用多复杂的退化模型或诊断算法，都无法从被噪声淹没、被混叠污染或测点选错位置的信号中恢复出真实退化信息。因此本节把“数据基础”当作一项工程任务来展开：先明确不同物理量对应哪类传感器、能反映什么退化机理，再讨论测点布置的力学与热学依据，最后落到数据质量评估与预处理的可执行流程。
一、五类信号与它们各自“看得见”的退化
装备健康监测常用的物理量可归为六类，它们并非互相替代，而是覆盖不同的故障阶段与故障模式。
- 振动：加速度计（IEPE/电荷型）最常用，频带宽、对早期微弱缺陷敏感。轴承外圈剥落、齿轮断齿、转子不平衡与不对中，都会在特定特征频率上留下边频或谐波族。振动是旋转机械早期退化的首选信号。
- 温度：热电偶（K型）、RTD（Pt100）或红外测温。温度响应慢、带宽低，但对润滑失效、过载、电气接触电阻增大、冷却失效等“缓变型”退化非常可靠，常作为趋势量与保护量。
- 压力：压阻式或压电式压力传感器，用于液压系统、燃油系统、气路。压力脉动可反映泵磨损、阀内泄漏、气蚀；稳态压力偏差则反映堵塞或调压失效。
- 声发射（AE）：压电谐振式AE传感器，频率通常落在100 kHz～1 MHz。它捕捉的是材料内部裂纹萌生与扩展释放的弹性波，对低速重载轴承、复合材料分层、压力容器裂纹最敏感，属于“缺陷正在发生”的直接证据。
- 油液：通过在线颗粒计数器、水分传感器或离线铁谱/光谱分析，获取磨粒浓度、尺寸分布、元素成分与黏度。它回答的是“磨损发生在哪个摩擦副、磨损速率多快”。
- 电流：电流互感器或霍尔电流传感器采集电机定子电流。定子电流特征分析（MCSA）可从电流边频中识别转子断条、气隙偏心、负载异常，无需在机械本体上安装传感器，适合难以接近的装备。
二、测点布置：让传感器“站在传力路径上”
测点布置的核心原则是：测点应位于退化激励到响应的最短传递路径上，且尽量靠近振源/热源，同时避开节点与强干扰源。以一台齿轮箱为例，可按下述思路确定位置。
轴承座是振动传递的汇聚点，径向加速度计应安装在轴承座外壁、与轴承中心同高的位置，方向对准承载方向（通常为径向垂直）。齿轮啮合振动的测点宜布置在箱体靠近啮合区的刚性壁面，避免布置在薄壁或盖板上，否则会引入局部模态放大。温度测点应贴近轴承外圈或润滑油池，Pt100插入深度需保证感温元件处于油流中。压力测点应选在泵出口与阀入口之间的直管段，避开弯头与变径处的湍流区。AE传感器需通过耦合剂紧贴金属表面，间距按衰减特性确定，钢件上通常每0.5～1 m布置一个。油液取样点应设在回油管路或油箱底部沉积区，避免在过滤器之后取样而丢失大磨粒信息。
测点数量不是越多越好。冗余测点会增加通道成本与数据管理负担，而关键测点缺失则会造成诊断盲区。工程上常用“故障模式—测点覆盖矩阵”来校核：列出主要故障模式，逐项确认至少有一个测点对其敏感，且该测点的信噪比满足要求。
三、采集参数：采样率、量程与同步
采样率由关注频带决定。若需覆盖轴承故障特征频率的高次谐波，分析带宽取到10 kHz，则按抗混叠要求采样率至少为25.6 kHz，工程上常取25.6 kHz或51.2 kHz。温度这类缓变量采样率取1 Hz已足够，过高的采样率只会浪费存储。量程选择应使正常工况信号占满量程的30%～70%，既保留信噪比又留出冲击余量；量程过大会让微弱早期特征被量化噪声淹没。
多通道同步至关重要。振动与电流之间的相位关系、AE事件与转速脉冲的对应关系，都依赖统一时基。若各通道独立采集，时间戳偏差会直接破坏特征提取。工程上使用同一采集卡或带同步触发接口的分布式采集前端，并记录转速键相脉冲作为角度基准。
四、数据质量评估：先判断“能不能用”
采集到的原始数据在进入特征提取前，必须经过质量评估。常用检查项包括：
| 检查项 | 判断方法 | 典型阈值/处理 |
|---|---|---|
| 缺失率 | 统计每通道无效或丢包样本占比 | 缺失率＞5%标记该段不可用 |
| 异常值 | 3σ准则或中位数绝对偏差（MAD） | 超出±3σ视为异常，需确认是冲击还是干扰 |
| 信噪比 | 信号有效值与本底噪声之比 | SNR＜10 dB时特征提取可信度下降 |
| 趋势一致性 | 与同工况历史数据对比 | 突变超过20%需排查传感器松动或工况变化 |
| 频谱混叠 | 检查高频段是否存在折叠分量 | 确认抗混叠滤波器截止频率≤f_s/2.56 |
质量评估的输出不是简单“通过/不通过”，而应给出每段数据的可用等级与原因标签，供后续建模时加权或剔除。
五、预处理流程：从原始波形到可用特征
预处理的目标是消除与退化无关的干扰，同时不损伤退化特征。一个可执行的流程如下。
- 去趋势：用多项式拟合或高通滤波去除温度漂移和基线偏移。振动信号常用0.5 Hz高通，保留旋转基频以上成分。
- 异常段剔除：根据质量评估标签，剔除传感器松动、电磁干扰或停机过渡段。
- 重采样与等角度采样：对变转速工况，用键相脉冲做角度域重采样，把时间域非平稳信号转为角度域平稳信号，这是齿轮箱与轴承诊断的关键一步。
- 滤波与包络：对轴承冲击信号，先带通滤波到共振频带，再做Hilbert包络，最后对包络做低通，得到包络谱以提取故障特征频率。
- 归一化：按工况（转速、负载）分段做幅值归一化，消除工况波动对趋势量的影响。
- 分段与加窗：按分析需求切成固定长度帧，加Hanning窗减少频谱泄漏，帧间可重叠50%。
综上，数据基础的质量由传感器选型、测点布置、采集参数与预处理流程共同决定。只有在这四个环节都做到位，后续的健康评估与退化建模才有可靠输入。工程实践中，建议把测点布置图、通道清单、采样参数和质量评估规则固化为采集规范，使每次采集的数据具有可比性，为长期趋势跟踪奠定基础。