了解頻譜洩漏
頻譜洩漏 是一種在 快速傅立葉轉換 (FFT) 信號分析過程中產生的測量誤差形式。它是指來自單一離散頻率峰值的能量「洩漏」或擴散到 頻譜的 相鄰頻率區間。這種洩漏會扭曲真實振動分量的振幅和表觀頻率，並可能掩蓋較小的信號或導致診斷不準確。理解這一點對於信任任何 FFT 結果至關重要。
1. 定義：什麼是頻譜洩漏？
在理想情況下，單一頻率的純正弦波在頻譜中會顯示為一條單一、無限細的線。而頻譜洩漏則是現實世界中發生的情況：本應集中在單一 FFT 區間的能量向側面「洩漏」到相鄰區間，產生具有寬闊裙部的峰值，而非尖銳的尖峰。結果是頻譜看起來比底層物理現象所應有的更模糊、噪聲更大，這在試圖將微小故障信號與附近大峰值分開時尤為重要。
2. 根本原因：不連續性
頻譜洩漏源於對 FFT 基本假設的違反。該算法假設其分析的有限 時間波形 資料塊是週期信號的一個完美重複週期。為了滿足這一條件，資料塊末尾的信號值必須與開頭的值完全相同，這樣資料塊才能無縫地首尾相接循環。
在實際操作中，測量真實振動信號時，幾乎不可能捕捉到包含精確整數個週期的資料塊，以涵蓋存在的 每個 頻率分量。結果是產生 不連續性：所捕獲信號的末尾與開頭不對齊。FFT 將這種突然的跳變解釋為高頻瞬態信號——類似於衝擊——而這種人為的瞬態信號攜帶了原始信號中不存在的能量。正是這種偽能量在生成的頻譜中洩漏到廣泛的頻率範圍內。
資料塊越短，兩個真實峰值靠得越近，洩漏造成的損害就越嚴重——這就是為什麼洩漏、頻率解析度和資料塊長度總是被一起討論的原因。
3. 頻譜洩漏的影響
能量的洩漏產生兩個主要的負面影響：
- 振幅精度降低： 本應集中在單一區間的能量現在分散到多個區間。因此，主峰值的讀數 較低 低於其真實振幅，而相鄰的「旁瓣」區間則被人為抬高。直接從洩漏峰值讀取的 振幅 可能會對嚴重度評估產生誤導。
- 頻率解析度降低： 洩漏可能嚴重到完全掩蓋較小、附近的峰值。例如，來自早期 軸承缺陷的微弱信號，可能會完全消失在來自大 1× 不平衡 峰值的寬闊洩漏裙部中。
這兩種影響直接違背了分析師的目標：用於趨勢分析和嚴重度評估的準確振幅，以及用於早期故障檢測的清晰解析度。
4. 解決方案：加窗
頻譜洩漏通過 加窗 函數進行控制。窗函數是一種數學權重函數，在時間波形資料 校正前 傳遞給 FFT 之前與其相乘。
對於一般旋轉機械工作，最常見的選擇是 漢寧窗。它具有平滑的鐘形輪廓，將信號在資料塊的開頭和末尾逐漸衰減至零。這種衰減迫使兩端匹配，有效消除了最初導致洩漏的人為不連續性。通過向 FFT 提供平滑週期信號，加窗顯著減少洩漏——產生更尖銳的峰值、更低的噪聲底和更靈敏的分析。
加窗是一種權衡，而非治本之策。同樣的衰減在抑制洩漏的同時，也會略微加寬主峰值並降低其測量振幅，這就是為什麼儀器會應用振幅校正係數。不同的窗函數以不同方式權衡這些特性：當單一音調的準確振幅很重要時（例如在 校正期間），均勻（矩形）窗適合在 敲擊測試中捕獲瞬態信號，而 Hanning 窗仍是日常默認選擇。
5. 為什麼在實踐中很重要
對於現場工程師來說，教訓很簡單：清晰的頻譜是準確診斷的前提。掩埋微小軸承音調或低估峰值振幅的洩漏可能會使調查走向錯誤的方向。在測量 1× 振幅和 相位 以進行動平衡校正工作時——這是像 Balanset-1A 這樣的便攜式儀器在機器自身軸承中執行的常規任務——適當的加窗能保持該同步峰值尖銳且振幅可靠，從而使計算出的校正基於真實振動，而非洩漏產生的偽影。
