经管道分发的气体意外中毒

注册

 

发新话题 回复该主题

振动噪声频谱,每一根峰值如何得来的 [复制链接]

1#
北京的医院治疗白癜风 https://myyk.familydoctor.com.cn/2831/
0.前言前几日,有客户问到一个问题:(注:这里的软件指的是西门子的SimcenterTest.Lab。)”顾客就是上帝啊,既然问到了,那我就尝试简单解释一下。为什么说简单?因为:复杂的,我也不会啊。既然要简单,那就争取多图片,少公式,不然还得拿笔、拿纸出来一通推导,搞到最后头晕脑胀腿抽筋。言归正传,要说明频谱是怎么来的,那就必须地提到一个人,一个名字永久刻在埃菲尔铁塔上的人–傅里叶Fourier(注意,是傅里叶,不是朱丽叶啊!)。1.傅里叶变换傅里叶,男,法国人,物理学家,数学家,年-年,大致生活在我国清朝嘉庆-道光年间。出生于法国中部的一个裁缝家庭,9岁时沦为孤儿,12岁就读于地方*校。年,随拿破仑*队远征埃及。回国后,还做过某个省的地方长官。虽然扛过枪,从过*,但人家正经工作还是搞科研,尤其对热传导到了痴迷的程度。为啥说“痴迷”?据说,他认为热能包治百病,在一个夏天,他关上了家中的门窗,穿上厚厚的衣服,坐在火炉边,企图“热”到病除,结果因CO中*不幸身亡,年5月16日卒于法国巴黎。死也要死在自己研究的领域,够痴迷不?7年,傅里叶完成关于“热传导”的基本论文《热的传播》,在论文中推导出著名的热传导方程。他在求解方程时,还发现一个规律:解函数可以由三角函数构成的级数形式表示。从而提出:任何周期信号,都可以用一系列成谐波关系的正弦曲线来表示。(当然,后来经过人们研究发现,并不是“任何”的周期信号都可以。年,狄里赫利(Dirichlet)给出了若干精确的条件,在这些条件下,一个周期信号才可以用一个傅里叶级数表示。这个条件,后来被称为狄里赫利条件。这是后话。)傅立叶级数,是基于周期函数的,那很多函数不是周期的,咋办?于是,把周期推广到,那么也就变为了非周期函数,这就是傅立叶变换FourierTransform。正经的傅立叶变换定义:将满足一定条件的某个函数,表示成三角函数(正弦和/或余弦函数)或者它们的积分的线性组合。公式如下:f(t)是原始信号,公式中t是时间,相当于我们站在时域TimeDomain观察;

=2*π*f,f是频率,就是变换之后的结果,横轴是频率,所以叫他频谱。这时,相当于我们转了个角度,走到频域里FrequencyDomain观察。所以,傅里叶变换就把信号从时域转换到频域。

用一个图来表示。时域,频域,无非是观察一个信号的两个角度。举个不恰当的栗子,比如,我早上7:00吃早餐,中午12:00吃午餐,下午5:00吃晚餐,晚上10:00吃宵夜。这是从时域上描述一天当中吃饭这件事,7:00,12:00都是具体的时刻。换个角度说,从早上7:00开始,我平均5小时吃一餐(当然,晚上10:00以后,建议大家就不要再吃了,容易长膘啊)。用这种说法,也把吃饭这件事描述清楚了。5小时一餐,是一个频次的概念,也就相当于频率。“频率”的单位Hz,指的就是1秒钟内,某一个动作发生几次的意思。早上7:00,相当于“相位”。为什么要有相位?因为同样是5小时一餐,虽然频率相同,但你也可以睡完懒觉,9:00才吃早餐,中餐推迟到下午:00点,这就是相位不同了。傅里叶提出的方法,功能很强大,内涵很丰富。我们可以根据原信号的不同类型,把傅立叶变换分为四种类别:我们时常还听到另外一个名词–FFT,他的全称叫快速傅里叶变换FastFourierTransform。实质是上面表中的DFT,只不过是利用计算机来计算,而这种方法很快速、很高效,所以叫快速傅里叶变换。(当然,至于怎么快,怎么高效,有专门的算法公式,感兴趣的可以去深究一下。)TestLab软件里面用的就是FFT。所以,很多时候,我们常说:计算一下某信号的频谱,或者说做一下频谱分析,或者说对信号做个FFT,基本上都是一回事。大多数就是指对信号进行FFT操作,得到信号的频谱这么一个过程。TestLab里,可以很快捷地实现这个动作,具体操作就不啰嗦了,估计大家都会了。2.正弦信号的傅里叶变换既然,傅里叶说,可以将某信号,表示成正弦函数的组合。那么最简单的正弦信号本身呢?现在,我们来生成一个正弦波信号(用的是Testlab软件的信号生成功能),f(t)=1*sin(2π**t),幅值为A=1,频率f=Hz。时域图形如下,横轴是时间t,单位为s。对其进行FFT,参数设置为:输出函数spectrum,输出格式peak,频率分辨率1Hz。结果如下:没错了,答案就是这样。正弦信号的频谱,就是一条单一的峰值,峰值的位置对应频率Hz,峰值的高低就是正弦信号的幅值1。我们再来看一个信号,如下图。从这个图上你能看出啥来吗?看着有点像正弦,仔细一看又不是。对吧?它其实是4个正弦信号的组合。同样,对其进行FFT,参数设置为:输出函数spectrum,输出格式peak,频率分辨率1Hz。结果如下:惊不惊喜?神不神奇?时域上看着“乱七八糟”的信号,经这么一变换,几秒钟之后,我们把信号里面的特征,看得清清楚楚、明明白白、真真切切……(这句是不是暴露年龄了).曲线显示模式到这里,细心的同志可能发现一个问题。上面那个单频正弦信号的频谱结果,如果对峰值局域放大查看,发现它不是一条“干净点,纯粹的,笔直的”竖线啊,而是一个三角形,如下图红色曲线。假设我们再做一次FFT,把频率分辨率提高,从1Hz改为0.1Hz,其他参数不变,结果变成了绿色曲线,变窄了很多。但如果再放大看,它还是一个三角形,这是为何?答:这其实只是软件的一种显示模式。如果您喜欢纯粹的,可通过如下方式进行修改。

1)在TestLab显示的曲线上,右键,选择“CurveStyle”。或者直接双击曲线,会弹出“CurveStyle”属性界面。

2)在弹出的界面,“Tracestyle”选项中,一共有八种不同的曲线显示方式:LineSegments,Blocks,BlocksOutlines,SmallBlocks,SmallBlocksOutlines,VerticalLines,Skyline,Bezier。软件默认LineSegements。

以上面的频谱曲线为例,不同的显示方式如下。

没错了!“VerticalLines”就是“纯粹”的谱线显示模式。

如果以这种显示方式,即使不同的频率分辨率,显示结果也是一样的。

当然,这里结果一样,是因为信号只有一个单频成分。对于一般信号来说,分析频率分辨率选择不一样,频谱结果也是不一样的。

4.某空调振动信号频谱分析上面举的栗子是正弦信号。作为NVH工程师,在一生的职业生涯中,估计很少会测到这么照顾你的信号。那接下来看个实际的实测信号。某空调,在工作过程中,框架发生激烈振动,有多激烈?要是手扶着框架几秒钟,整条胳膊一阵酸麻!使用振动加速度传感器,对框架振动信号进行采集,时域数据如下。我们看其中5s的数据,眼花不?迷茫不?您看出其中端倪了吗?很难吧!反正我是没看出来。没关系,先对信号做个频谱看看。惊不惊喜?神不神奇?带宽看到00Hz,最大振动峰值出现在

65Hz。也就是说,这个振动其实主要是65Hz的频率成分,加其他一些频率成分构成的,65Hz占绝对贡献。那么,如果想要解决这个问题,那就可以去查找65Hz的频率成分怎么来的。后经分析,65Hz为该空调的压缩机工作频率。另外,对该框架做了模态试验。模态识别结果,框架有一阶模态的频率为65.9Hz!OMG!与压缩机工作频率“完美”重合,想不振都不行啊!5.总结按照惯例,这里应该有个总结,那就总结一下吧。TestLab里振动噪声频谱的峰值,是通过傅里叶变换得来的。傅里叶是位牛叉的物理学家,顺带对数学做出了牛叉的贡献。他说,一个信号,可以表示成正弦信号的组合。他又说,通过傅里叶变化,可以把信号从时域转换到频域。他还说,信号在时域里看不出所以然,换到频域里,说不定能看出点啥。预览时标签不可点收录于话题#个上一篇下一篇
分享 转发
TOP
发新话题 回复该主题