振动与频谱分析基础培训教材.ppt

窗处理 如果我们分析的是正弦波曲线，并且在采样片段中具整数倍个周期的信号，那么这时满足FFT分析的假设。 但是如果不是这种情况会出现什么问题呢？在下面的例子中在采样片段信号中并不是包含整数倍个周期的信号，当我们把们接合在一起时（FFT计算就是这样工作的），我们得到的是一个不连续的信号，这个信号与原始信号不相同，并且看上去它的大小有阶跃变化。 窗处理 下面的例子使用的是一个真实的信号。如果你注意观察一下，你会看到信号是不连续的。 在信号基础的课程中我们已经知道，对幅值阶跃增加的信号，看上去就象是产生了冲击作用，这会导至能量的泄漏，即在频谱图上能看到靠得比较紧密的边带和甚至是谐频成份的存在。 我们称这种现象称为泄漏，其结果是导至频域中的谱线增宽。 窗处理 在这个例子中，我们有一个频率范围为400Hz和一个10Hz的信号。因为这个信号在时间采样片段是整周期的，所以没有泄漏存在。 现在我们有一个10.9Hz的信号，因为这个信号在时间采样片段不是整周期的，我们在频域当中得到的是一条增宽了的谱线。你从中可以看到，尽管采样是在零点开始，但无论如何也不会在零点处结束。 窗处理 选择对数座标，你会更清楚地看到由于泄漏在频谱图上对谱线产生的影响。 加宽的峰值是由于泄漏现象引起的，现在我们可以看到FFT一条谱线的能量泄漏到谱线的周围。 窗处理 为了解决泄漏问题，我们实际上是改变了时间采样片段的形状，使在时间采样片段的开始和结束处的数据被剔除掉，这个过程称为加窗处理。加窗处理不会改变原有的频率成份，但它确影响频域内谱线的形状和谱线的高度。 从下图的描述中你可以看到经加窗处理后的时间采样片段，将首尾相连接后，在时间采样片段的开始或结束处已经不再有任何突然的幅值变化，从而也就没有泄漏产生。 弄懂窗处理 目前有几种窗函数可供选择，每种都有不同的形状，对频域谱线也有不同的影响。“汉宁”窗是在转动机械的振动分析中最为常用的窗函数。 如果回到上面的例子，10.9Hz的信号经加窗处理后，你会看到在频谱图中它看上去要好得多。 窗口因数和分辨率 加窗处理影响了幅值精度和频率分辨率。汉宁窗能够给出最好的频率分辨率，而平顶窗能够给出最高精度的幅值。 不同窗处理以后频率分辨率受到影响是不同的，每一个窗函数都有一个窗口因数。为了确定经窗处理以后实际的频率分辨是多少，也就是说，衡量能够区分两个相互靠得很近的频率成份的能力，你必须将频率范围与谱线数的比值再乘以窗口因数。 举例，如果频谱范围为1600Hz，谱线数为800，那么谱线间隔就是2Hz。然而，如果我们使用的是汉宁窗，它的窗口因数为1.5，所以实际的频率分辨是3Hz。所以，如果你想区分开两个间距为2Hz的谱线，你要么减少分析的频率范围，或者增加谱线数。 汉宁窗 Hanning 汉宁窗影响频谱的幅值精度比较大。如果所考察的信号在时间采样片段内是整周期的，那么，这个信号的频谱峰值正好落在谱线上，此时其频域幅值是准确的，否则其幅值将被消掉16%（1.5dB）。 有利的一点是，产生这种幅值误差人们是很清楚的，所以在大多数分析程序中都有精确计算信号谱线的频率和幅值的选项。大多数的日常自动检测系统，在将特定的振动信号峰值与报警值进行比较时，也会执行此项修正工作。 汉宁窗在机械振动分析中，是最常用的窗函数。 平顶窗 Flat top 这是另一个可选用的窗口，称为平顶窗。它具有比较高的幅值精度，误差大约为1%（0.1dB）。然而其频率分辨率是比较低的。 因为转动机械的振动分析主要是检测关键频率成份，机械振动一般存在很多相互靠得很紧的谱线峰值，所以在这种情况最常用是汉宁窗。 海明窗 Hamming 它具有与汉宁窗相同的形状，区别只是在窗口的开始和结束处，并没有将其幅值切削到零。它是作为对汉宁窗经过改进后得到的一个新窗口。大多数的数采器，要么使用的是汉宁窗或使用的是海明窗或两者都使用。 矩形窗 Rectangular and uniform 你或许不久就会看到有一个矩形窗选项，矩形窗实际上就等于没有加窗。当你进行暂态分析试验时，如冲击试验等，你应该选择此选项。因为冲击试验的响应一般是落在时间采样片段的开始处，而汉宁窗、海明窗和平顶窗都会破坏掉这个试验时间波形的最重要的部分。 为什么这些参数的选择是重要的？ 当你对要监测的每一台机器选择监测参数时，你必须认真考察每一台机器，确定每个重