振动分析中的FFT（快速傅里叶变换）
"(《世界人权宣言》) 快速傅里叶变换（FFT） 是一种将信号从时域转换到频域的高效数学算法。在 振动分析 它将原始的、复杂的 时间波形 - 振动振幅与时间的关系图--变为 频谱, 即振幅与频率的关系图。这种单一的变换是现代机械诊断中最重要、最基本的过程；没有它，振动信号只能是一个无法读取的方块。.
1.定义：什么是 FFT？
FFT 不是测量，而是计算。它是离散傅立叶变换的快速实现，利用数学对称性在几毫秒内完成原本需要更长时间才能完成的工作，这也是它能在手持仪器上实时运行的原因。傅立叶变换的前提是，任何复杂的周期性信号都可以重构为不同频率和振幅的简单正弦波之和。FFT 反向运行了这一理念：将一个复杂的波形交给它，它就会返回由其建立的正弦波列表。.
2.为什么 FFT 对诊断至关重要
机器运行时的原始时间波形是同时发生的多种振动的混合体，几乎不可能通过目测来判断机器的健康状况。FFT 就像一个棱镜，将复杂的信号分割成各个频率成分。其结果是一个清晰、可操作的图表，让分析人员能够看到：
- 存在哪些频率？
- 每个频率有多少能量（振幅）？
- 这些频率之间的关系是什么？
因为不同的机械和电气故障 不平衡, 错位, 轴承缺陷， 和 松弛 - 由于每种振动都会在非常特定的、可预测的频率上产生振动，因此频谱提供了找到问题根源的直接路线图。这种频域视图是所有振动测量的基础。 光谱分析.
3.FFT 分析的关键参数
为了获得有用的频谱，分析师需要在数据采集器或软件上设置几个参数。如果参数设置错误，就会遗漏真正的故障；如果参数设置正确，故障就会清晰可见。.
Fmax（最大频率）
频谱中包含的最高频率。它必须设置得足够高，以捕捉到感兴趣的最高频率故障--高频率 齿轮啮合 但也不能太高，以免浪费低频细节。为了防止 混叠, 仪器应用抗锯齿 低通滤波器 低于采样率，然后再计算 FFT。.
分辨率（分辨率线）
这就设定了详细程度--在 Fmax 上计算出的离散频率 “箱 ”的数量。线数越多（例如 3,200 或 6,400 线），分辨率越高，这意味着分离两个相邻频率的能力越强。高分辨率对于分辨节拍频率或分辨间距很近的频率至关重要。 边带 在齿轮箱分析中。由于二进制宽度等于 Fmax 除以线数，因此在跨度和细节之间总要有所取舍。 FFT 分辨率计算器 显示任何设置下产生的二进制宽度和采集时间，并用 缩放FFT 当需要更精细的分离时，可以将所有可用的线条集中到一个窄带中。.
平均值
由于机器振动时有时无，单一的 FFT 快照可能会产生误导。平均法可以快速连续地获取多个 FFT 并将它们组合起来，从而抑制随机噪声，获得更稳定、可重复的频谱，真实反映机器的状况。.
窗口化
A 窗口功能 - 最常见的是 汉宁窗 - 是在变换前对时间数据进行的数学加权。它能最大限度地减少误差，误差称为 频谱泄漏, 否则，一个尖锐的峰值就会在相邻的分段中出现，从而破坏其振幅和表观频率。.
4.解读 FFT 频谱
训练有素的分析师通过识别特征模式来读取光谱：
- 一个大山峰 1× 运行速度 表示不平衡。.
- 一个大山峰 2× 运行速度往往表明存在偏差。.
- 一长串 谐波 (1×、2×、3×、4×......）是机械松动的典型标志。.
- 在运行速度下出现带边带间隔的高频峰值是变速箱或轴承故障的预兆。.
- 宽带噪声 “底线 ”升高可能表明 空化 在泵或一般摩擦中。.
通过将当前频谱与 基线 根据机器健康时的记录，分析师可以发现变化，并在问题发展成严重故障之前及早诊断出来。.
5.FFT 在实际现场测量中的应用
在便携式仪器上，FFT 是根据实时数据当场计算出来的。 加速度计 信号信号 平衡仪-1a, 双通道现场分析仪可捕捉时间波形并显示从大约 5 Hz 到 1000 Hz 的频谱，因此工程师可以读取运行速度峰值、谐波以及机器上的任何轴承或齿轮音。与每转一次的转速计脉冲相结合，相同的数据集可支持基于相位的平衡，而 阶次分析 在变速机器上，可将频谱重新参考为运行速度的倍数--将 FFT 从静态图表转变为现场诊断和平衡工作流程的引擎。.
