理解功率譜密度
功率譜密度 （PSD）描述了 振動 能量如何在頻率上分佈，表示為單位頻率頻寬的能量——加速度的單位為 (m/s²)²/Hz，速度的單位為 (mm/s)²/Hz。一般 振幅頻譜 報告每個頻率存在的振幅，而 PSD 報告的是 每赫茲的功率 在每個頻率上，並由分析頻寬進行正規化。這單一的正規化步驟賦予了 PSD 其定義性的優點：它獨立於 FFT 用於計算它的解析度，因此使用不同設定——或不同儀器——擷取的頻譜可以直接且公平地進行比較。
PSD 在 隨機振動中發揮其獨特優勢，此處能量連續分佈於頻率軸上，而非集中於少數離散峰值。它是噪聲分析、環境與資格測試，以及任何需要與頻寬無關的頻譜描述任務的自然語言。相比之下，對於常規機械故障診斷，熟悉的振幅頻譜通常仍是更便捷的檢視方式。
1. PSD 與振幅頻譜
這兩種顯示方式回答不同的問題，知道何時使用哪一種是技能的一半。
振幅頻譜
- 顯示振動 振幅 在每個頻率上，以日常單位如 mm/s、m/s² 或 mils 表示。
- 在離散頻率處顯示尖銳峰值——1× 處的不平衡、軸承故障音調、齒輪嚙合——這正是診斷所需的。
- 其峰值取決於 FFT 解析度頻寬，因此同一台機器在不同設定下可能讀數不同。
- 機械診斷的標準顯示方式。
功率譜密度
- 顯示每赫茲頻寬的振動功率，單位如 (mm/s)²/Hz 或 (m/s²)²/Hz。
- 表示能量在頻率上的分佈，而非個別譜線的高度。
- 獨立於分析頻寬——這是其定義性的優勢。
- 隨機振動的標準描述方式。
兩者之間的關係
PSD = (Amplitude)² / Δf，其中 Δf 為頻率解析度（頻帶寬度）。
將振幅平方會強調最大分量，而除以 Δf 則消除了對頻寬的依賴。頻帶寬度本身由變換的跨度與譜線數設定，這種關係在 FFT 解析度計算器 中明確指出——這也解釋了為何較窄的 Δf 會提高原始振幅頻譜的峰值，但 PSD 保持不變。
2. PSD 的應用領域
應用主要集中在隨機性、寬頻能量以及比較需求上。
隨機振動分析
這是主要用途。隨機過程——流動 湍流、路面輸入、地震運動、聲學激振——產生無離散峰值的連續頻譜，而 PSD 是描述其能量分佈的適當統計方式。振動測試規範之所以以 PSD 撰寫，正是基於此原因。
寬頻噪聲特徵化
PSD 能清晰捕捉寬頻現象： 空蝕 泵浦中的噪聲、風機中的湍流噪聲、空氣動力學噪聲，以及軸承缺陷噪聲中的寬頻成分，這些都是基於峰值的檢視方式難以概括的。
與頻寬無關的比較
由於 PSD 已針對 Δf 進行正規化，因此您可以比較使用不同 FFT 設定擷取的頻譜、來自不同儀器或解析度的資料，以及在無人記錄的分析參數下收集的歷史記錄。無論頻寬如何，PSD 值均可直接比較。
環境與資格測試
振動測試剖面以 PSD 對頻率指定，振動台控制器以 PSD 目標進行調節，產品資格與衝擊振動標準也以相同術語制定——這使得熟練掌握 PSD 對於執行或解讀此類測試的人員至關重要。
3. 計算 PSD
計算直接遵循定義：
- 計算振動信號的 FFT。
- 將每個振幅值平方。
- 除以頻率解析度，Δf = Fmax ÷ 譜線數。
- 結果為單位 (units)²/Hz 的 PSD。
單位跟隨底層參數—— 加速度 PSD 單位為 (m/s²)²/Hz 或 g²/Hz， 速度 PSD 單位為 (mm/s)²/Hz 或 (in/s)²/Hz， 位移 PSD 單位為 (µm)²/Hz 或 (mils)²/Hz — 且 PSD 常繪製於對數（dB 相對於參考值）刻度上，以涵蓋其寬廣的動態範圍。準確的 PSD 亦取決於適當的 加窗 與時間資料的平均，因為隨機訊號必須對多筆記錄進行平均，才能得出穩定的估計值。
4. 解讀 PSD 曲線圖
PSD 曲線的形狀本身即具有診斷意義。
- 平坦頻譜（白雜訊）： 跨頻率的恆定 PSD 意味著每赫茲的能量處處相等 — 這是理想寬頻隨機振動的標誌，也是多數隨機振動測試的目標剖面。
- 傾斜頻譜（彩雜訊）： 隨頻率變化的 PSD。上升斜率將能量集中於高頻；下降斜率則集中於低頻，這在實際機械中很常見。
- PSD 中的峰值： 離散成分仍會以高於一般水平的峰值形式出現，且 共振 呈現為抬升區域，因此即使在寬頻背景中，主要能量貢獻者依然清晰可見。
5. 與 RMS 及總能量的關係
PSD 直接關聯至工程師所依賴的單一數值嚴重度指標。
RMS = √[ ∫ PSD(f) df ]
對全頻率範圍內的 PSD 進行積分，可得出均方值，其平方根即為整體 RMS — 這與 整體振動等級計算器 從頻譜中導出的數值相同。對較窄頻帶進行積分，可得出該頻帶內所含的能量，這對於判斷各頻率區域對總能量的貢獻極具價值。此統計框架亦是隨機振動 疲勞 理論的基礎：預測隨機負荷下的疲勞壽命即從 PSD 開始，正如 疲勞壽命計算器 所示。
6. 優勢與選擇 PSD 的時機
PSD 的優勢有三。 解析度獨立性 使數值可不受 FFT 設定影響而進行比較，從而跨儀器與跨年度歷史資料標準化分析。 能量表示 意味著曲線直接描繪振動能量的分佈，平方操作自然強調主導頻率。且其 統計框架 為隨機振動理論奠定基礎，使機率分析與疲勞預測成為可能。
在分析隨機振動或雜訊、比較以不同頻寬擷取的資料、遵循以 PSD 撰寫的測試規範、特徵化寬頻過程，或分析本質上基於能量時，請選擇 PSD。對於常規機械診斷、識別離散故障頻率、追蹤特定元件趨勢，以及振幅值本身即為有意義數值的情況，則保留使用振幅頻譜 — 或密切相關的 頻譜分析 — 技術。在日常使用如 Balanset-1A等便攜式分析儀進行現場動平衡與狀態監測時，振幅頻譜與 1× 振幅與相位仍是主要工作工具；當問題從「哪個元件故障？」轉向「寬頻能量如何分佈，且是否可與去年資料比較？」時，PSD 便派上用場。
功率譜密度是隨機振動分析的基石，也是提供與頻寬無關之頻譜描述的唯一誠實方式。它在常規診斷中不如振幅頻譜常見，但在隨機振動、雜訊特徵化、環境測試，以及任何需要比較以不同分析參數或不同儀器測得的頻譜時，皆不可或缺。
