理解振动分析中的微分
微分 在 振动 分析是一种数学运算，通过求取振动信号的时间导数——或者等效地，通过乘以频率——将该信号从一个测量参数转换为另一个测量参数。 频域. It turns 位移 into 速度，并将速度转换为 加速度. 微分是 积分；这种方法的使用频率要低得多，因为大多数现场传感器都是加速度计，而通常需要进行的是积分 向下 与速度或位移相关，而非微分 向上. 它真正发挥作用的情况是，当位移由一个 接近探头 必须与基于速度的标准进行对比，或检查其高频成分。
需要内化的关键行为是：微分是一种 频率加权 工作原理：它强调高频成分并抑制低频成分——这与积分操作恰恰相反。这使得它非常适合从位移记录中提取微弱的高频诊断细节，但它也是一把双刃剑，因为它放大高频噪声的力度与放大信号一样大。如果使用不当，它可能会掩盖你原本试图揭示的信息。
1. 数学关系
同一物理现象可以用两种等效的方式来表达，而选择其中哪一种会产生切实的实际影响。
时域微分
- 根据位移计算速度： v(t) = d/dt [x(t)]
- 根据速度计算加速度： a(t) = d/dt [v(t)]
- 根据位移计算加速度： a(t) = d²/dt² [x(t)] —— 二阶导数，一步求得
频域微分
在频域中，该运算简化为一个简单的乘法，这就是现代仪器在此处能够正常工作的原因：
- 根据位移计算速度： V(f) = D(f) × 2πf
- 根据速度计算加速度： A(f) = V(f) × 2πf
- Net effect: 每条光谱线都会根据其自身频率进行缩放，因此高频被上移，低频被下移——而二阶微分则按 (2πf)² 进行缩放，这使得倾斜度更加陡峭。
这种频率依赖性正是微分的全部内涵。由于每次转换都会乘以一次频率的幂，因此它将工程师日常切换的参数族联系在了一起；诸如 振动加速度计算器 或 振动位移计算器 将这一单频关系直接应用于纯音。
2. 为什么使用微分
尽管求导是较少使用的一种运算，但它仍有若干正当的用途：
- 接近传感器应用： 接近式传感器可直接测量轴的位移，但许多振动标准却规定了速度限值。通过对位移进行微分以获得速度，即可将位移传感器与这些限值进行对比评估。
- 强调高频： 由于微分处理能提升数据的高频响应，因此它能够揭示位移数据中隐藏的高频缺陷特征，并将迟缓的低速位移转换为更便于分析的加速度记录。
- 传感器类型的交叉比较： 将位移传感器与 加速度计, 两者均被转换为一个通用参数——通常是速度——以便检查其测量值的一致性。
3. 挑战：噪声放大
微分中的主要难点在于噪声，这直接源于“频率乘法规则”。
为什么噪音如此普遍
由于该运算会随频率呈倍数增长，因此遍布整个频谱的宽带噪声在高频端被放大的程度，要远大于目标信号。一个生动的说明： 在10 kHz频率下，1 %的噪声相对于100 Hz的信号会被放大约100倍，因此一个原本整洁的输入可能会显得杂乱无章。解决方法是应用一个 低通滤波器 在进行差分处理之前，需先去除高频成分，否则这些成分会被放大。
传感器噪声与二阶微分
每个位移传感器都会产生自身的电噪声和量化噪声。对位移进行一次微分以获得速度会放大这些噪声；而对位移进行两次微分直至得到加速度，则会使这种效应急剧加剧，因此通常应避免这样做。如果确实需要测量加速度，正确的做法几乎总是直接使用加速度计进行测量，而不是对位移进行两次微分。
数值误差
时域微分还会放大数字化误差，且易受采样伪影的影响，这正是为何在精度至关重要的情况下，人们更倾向于采用频域方法的实际原因。
4. 正确操作
一套严谨的程序能确保微分结果的准确性。请注意这与积分的区别，后者则需要一个 高通滤波器 以消除低频漂移——这两项操作需要相反的 过滤 strategies.
单次求导（位移 → 速度）
- 首先进行低通滤波： 去除高频噪声，截止频率约为目标最高频率的2至5倍。
- 检查信号质量： 确认输入信号中没有明显的噪声和伪影。
- 微分： 在频域中乘以 2πf。
- 对结果进行合理性检查： 与预期数值进行比较，以判断其合理性。
二阶微分（位移 → 加速度）
- 通常应避免这样做 ——这很少能取得好的结果。
- 如果不可避免， 采用强力的低通滤波，将截止频率设置在目标信号的最高频率处，并接受高频带将受到噪声限制这一事实。
- 更好的替代方案： 使用加速度计直接测量加速度。
频域实现
一种现代且稳健的方法是计算 快速傅里叶变换 对于位移或速度信号，将每个频带乘以 2πf（若进行二阶微分则乘以 (2πf)²），在频域中进行任何低通滤波，然后根据新参数读取频谱——若需要，则进行逆FFT 时间波形 是必需的。这种方法既能避免累积误差，又使滤波变得简单，计算效率高，也是当今分析仪中内置的标准方法。
5. 何时使用——以及何时不应使用
在将接近式探头位移转换为速度以进行 ISO 比较时、在增强低速位移数据中的高频成分时、在以统一标准比较不同类型传感器时，以及一般而言只要可以应用适当滤波的情况下，都应采用二阶微分。对于噪声较大的位移信号应避免使用二阶微分；除非确实无法避免，否则应避免进行二阶微分；此外——这也是一个反复强调的要点——只要有加速度计可用，就应完全避免使用二阶微分，因为直接测量目标参数总是优于通过推导获得。
6. 微分与积分，以及现代仪器
这两个操作是镜像关系，将它们并列展示有助于理解二者。
| 方面 | 集成 | 微分 |
|---|---|---|
| 频率效应 | 放大低频 | 放大高频 |
| Common use | 加速度 → 速度，速度 → 位移 | 位移 → 速度 |
| Main problem | 低频漂移 | 高频噪声放大 |
| 所需滤波器 | 积分前的高通滤波 | 微分前的低通滤波 |
| How often used | 非常常见 | 不太常见 |
实际上，工程师很少手动进行这些单位换算。现代分析仪可在位移、速度和加速度之间自动转换：用户只需选择所需的参数，仪器便会自动应用正确的滤波和缩放处理，从而大大降低了出错的可能性。许多仪器可以同时显示这三个参数——每个参数侧重于频率范围的不同部分——从而提供对振动情况的全面了解。例如，像 Balanset-1A 在内部处理此转换，并提供速度值，以便针对类似于 ISO 20816-1 同时保留底层加速度数据，因此分析人员在现场无需手动对原始记录进行微分。
因此，微分作为积分的“另一面”，虽然使用较少，却具有真正的价值：它对于将位移测量值转换为速度或加速度，以及对不同类型的传感器进行交叉验证而言，都是不可或缺的——前提是必须充分考虑到其放大噪声的特性，并应用正确的低通滤波。只要理解这一特性——即它会提升高频成分——就能实现精确的参数转换。
