1. 从振动信号到图谱：为什么这是设备健康诊断的“听诊器”？
在工业现场，当一台大型风机、一台高速泵或者一台精密机床发出异响时，经验丰富的老师傅可能会凑近听一听，敲一敲，然后告诉你“轴承可能有点问题”。这种基于经验的判断，虽然宝贵，但充满了主观性和不确定性。而振动信号分析，就是给设备装上了一套客观、定量的“听诊器”。它通过传感器采集设备运行时产生的振动信号，并将其转化为一系列直观的图谱，让隐藏在复杂时域波形中的故障特征无处遁形。
你可能会问，一个简单的振动波形，怎么能看出那么多门道？这就好比我们听一首交响乐，直接听是一段连续起伏的声音（时域信号），但专业的调音师或音乐家能分辨出其中包含了哪些乐器（频率成分），以及每个乐器的音高和强度（幅值）。振动分析做的正是类似的事情：它将时域信号“翻译”成频域、阶次域等不同维度的图谱，从而揭示出设备内部各个部件（如齿轮、轴承、转子）的运行状态。频谱图、阶比谱图、全谱图、层叠图、瀑布图、倒频谱图、包络谱图，这七种图谱就是我们从振动信号中提取故障信息的七种核心“翻译”工具，每一种都针对特定的故障类型和分析场景。
对于设备维护工程师、状态监测分析师或相关专业的学生而言，掌握这七种图谱的生成原理、解读方法和应用场景，是从事预测性维护和故障诊断工作的基本功。这不仅仅是学会按几个软件按钮，更重要的是理解每种图谱背后的物理意义和数学逻辑，知道在什么情况下该用哪把“钥匙”去开哪把“锁”。接下来，我将结合多年的现场分析经验，为你逐一拆解这七种图谱，从最基础的频谱图开始，到用于诊断轴承早期故障的包络谱图，带你走完从原始振动信号到精准故障定位的完整分析链路。
2. 基石：频谱图——故障诊断的“频率成分分解器”
频谱图，或称频谱分析，是振动信号处理中最基础、最核心的分析方法。它的目标非常明确：将一个随时间变化的振动信号，分解成一系列不同频率、不同幅值的正弦波分量。这样，我们就能知道振动能量主要集中在哪些频率上。
2.1 核心原理：傅里叶变换的工程化应用
其数学基础是离散傅里叶变换。简单理解，它假设任何复杂的周期或非周期信号，都可以由一系列不同频率、不同幅值和相位的正弦（余弦）波叠加而成。FFT算法则是在计算机上高效实现这一变换的工具。在实际工程中，我们关注几个关键参数：
- 采样频率：每秒钟采集多少个数据点。根据奈奎斯特采样定理，要无失真地还原信号，采样频率必须大于信号中最高频率成分的2倍。例如，你想分析最高1000 Hz的频率，采样频率至少需要2000 Hz。通常我们会留有余量，设为最高分析频率的2.56倍或更高。
- 分析频率：频谱图上能显示的最高频率，等于采样频率的一半。这是FFT的硬性限制。
- 分辨率：频谱图上相邻两条谱线之间的频率间隔。分辨率 = 采样频率 / 采样点数。分辨率越高，越能区分开两个频率接近的峰值，但需要更长的采样时间。在分析齿轮啮合频率的边频带时，高分辨率至关重要。
- 窗函数：由于我们只能采集有限时间长度的信号，这相当于用矩形窗截断了原始信号，会在频谱中引入“泄漏”，导致一个频率的能量“泄漏”到旁边的频率上。为了减少泄漏，我们会使用汉宁窗、平顶窗等窗函数。汉宁窗频率分辨率高，幅值精度稍差，适合一般性分析；平顶窗幅值精度高，适合需要精确测量幅值的场合。
2.2 图谱解读与典型故障特征
一张典型的频谱图，横坐标是频率，纵坐标是幅值（可以是加速度、速度或位移）。健康的设备频谱通常比较“干净”，能量集中在转频及其低倍频（如2X， 3X转频）上，且幅值较低。
当故障出现时，频谱上会出现特征频率峰及其谐波。例如：
- 转子不平衡：频谱上在1X转频处出现一个突出的峰值，这是最典型的特征。
- 不对中：通常在1X、2X转频处出现峰值，且2X幅值可能高于1X。轴向振动也会显著增大。
- 机械松动：频谱会出现丰富的谐波，如1X, 2X, 3X...转频，有时还会出现1/2X, 1/3X等分频。
- 齿轮故障：在齿轮啮合频率及其谐波处出现峰值。如果齿轮存在局部缺陷如断齿，还会在啮合频率两侧出现以转频为间隔的边频带。
- 滚动轴承故障：理论上，轴承的外圈、内圈、滚动体、保持架都有各自的特征频率。但在早期阶段，这些频率的幅值很小，且容易被强大的转频及其谐波淹没，因此单纯靠频谱图诊断早期轴承故障比较困难。
实操心得：不要只看最高的峰！很多初学者只关注幅值最大的频率成分，这可能会遗漏关键信息。一个幅值不大但频率特殊的峰，可能是更严重故障的早期征兆。例如，一个微小的轴承外圈故障频率峰，其危害性远大于一个幅值稍高的转频峰。养成从低频到高频系统扫描频谱的习惯。
3. 进阶工具：阶比谱图与全谱图——针对变速设备的利器
当设备转速发生变化时（如电机的启动、停止过程，或风力发电机随风速变化），传统的固定频率轴的频谱图就失效了。因为故障特征频率（如转频的倍数）会随着转速飘移，在频谱图上会拉出一条斜线或变得模糊，难以识别。这时就需要阶比分析。
3.1 阶比谱图：与转速锁定的“相对频率”
阶比，可以理解为频率相对于转速的倍数。1阶 = 1倍转频，2阶 = 2倍转频，以此类推。无论转速如何变化，不平衡力始终产生1阶振动，齿轮啮合频率始终是齿数阶。阶比谱图的横坐标是阶比，而不是绝对频率。
生成阶比谱图的关键是同步采集振动信号和转速脉冲信号。转速脉冲通常来自键相传感器（每转一个或数个脉冲）。通过等角度重采样技术，将等时间间隔采样的振动信号，转换为等角度间隔的信号。这样，在角度域中，信号的周期性是固定的，再做FFT，得到的谱图横坐标就是与转速锁定的阶比。
应用场景：
- 启停机分析：在设备升速或降速过程中，捕捉各阶振动随转速的变化情况，用于分析临界转速、共振点。
- 变转速设备监测：如汽车发动机、风力发电机、变频驱动的泵与风机。在这些设备上，用阶比谱监控1阶、2阶或齿轮啮合阶的幅值，比看固定频率谱更有意义。
- 精确诊断齿轮故障：即使转速有微小波动，齿轮的啮合阶次及其边频带（边频间隔为1阶，即转频）在阶比谱上也能保持稳定清晰。
3.2 全谱图：一幅图看清进动方向
全谱图是频谱图的一种增强形式，它同时包含了振动的幅值和相位信息，并能直观显示转子的进动方向。
普通频谱图只显示每个频率成分的幅值大小。而全谱图则用一根谱线来表示一个频率成分，这根谱线的长度代表幅值，其相对于参考键相脉冲的角度代表相位。更重要的是，它将一个频率成分的正、反进动分量分开显示。
- 正进动：转子截面上的某一点，其振动轨迹的旋转方向与转子自身的旋转方向相同。
- 反进动：振动轨迹的旋转方向与转子旋转方向相反。
在全谱图上，通常将正进动分量画在参考线的同一侧，反进动分量画在另一侧。
为什么进动方向重要？
- 诊断不对中：严重的不对中常激发强烈的反进动分量。
- 识别摩擦故障：转子与静子发生摩擦时，可能会激发丰富的反进动频率成分。
- 分析流体激振：油膜涡动等流体动力失稳现象，其特征是强烈的反进动。
注意事项：生成和解读全谱图必须要有键相信号。没有键相，就无法确定相位基准，也无法分离正反进动。对于简单的旋转设备，普通频谱图可能足够；但对于复杂的柔性转子系统（如大型汽轮机、压缩机），全谱图提供的进动方向信息是诊断某些特定故障的关键。
4. 动态视图：层叠图与瀑布图——洞察趋势与瞬态过程
频谱图、阶比谱图展示的是某个“瞬间”或某段平均时间内的频率结构。而要观察频率成分如何随时间、转速或工况变化，就需要动态视图。
4.1 层叠图：多张频谱的“历史档案”
层叠图，顾名思义，就是将多个按时间顺序采集的频谱图，以前后错开的方式叠放在同一张图中。Z轴（通常用颜色深浅或线型区分）代表时间或序列号。
如何解读：你的视线可以从图的前方（最早时间）向后方（最晚时间）移动，观察特定频率峰（比如1X转频峰、某个轴承频率峰）的“山脊线”是如何变化的。如果某条“山脊”逐渐升高，说明该频率的振动在加剧。
主要用途：
- 长期趋势监测：定期（如每天或每周）采集一张频谱，连续绘制成层叠图。可以非常直观地看到哪些频率成分的振动在缓慢增长，有助于预测故障的发展。
- 对比不同状态：将设备正常状态和异常状态的频谱叠放在一起，能迅速定位出新增的或增大的频率成分。
优点：制作简单，对数据要求低（只需一系列频谱），对比直观。缺点：当频谱数量很多时，线条会非常密集，难以分辨。它适合展示数量较少（通常少于20张）的频谱序列。
4.2 瀑布图：三维的“频率-时间”地形图
瀑布图是层叠图的升级版，它将频率、时间/转速、幅值三个维度完整地展示在一个三维坐标系中。X轴是频率，Y轴是时间或转速，Z轴是幅值（通常用颜色映射来表示，暖色如红色代表高幅值，冷色如蓝色代表低幅值）。
如何解读：瀑布图就像一幅连绵起伏的山脉地图。你可以清晰地看到：
- 山脊：代表一个持续的频率成分，如转频。
- 山脉的走向：如果山脊随着Y轴（时间/转速）倾斜，说明该频率随转速线性变化，这很可能就是阶比成分（如1阶、2阶）。
- 突然出现的火山：在某个时间点，某个频率处突然出现一个高幅值的“山峰”，这可能是一次冲击事件（如部件脱落、瞬间碰撞）的体现。
主要用途：
- 启停机分析：这是瀑布图最经典的应用。在设备升速或降速过程中连续采集数据并生成瀑布图，可以清晰地看到各阶临界转速（共振峰）、油膜涡动/振荡的起始转速等。
- 瞬态过程分析：分析设备在加载、卸载、切换工况等瞬态过程中的振动响应。
- 复杂故障诊断：当故障频率与转速非线性相关，或存在多个调制源时，瀑布图能提供比层叠图更丰富的信息。
实操心得：采集用于瀑布图的数据时，确保时间或转速轴是连续变化的。对于启停机分析，转速变化率应尽量保持均匀，这样得到的图谱才规整，易于分析。软件通常提供“转速跟踪”功能，根据键相信号自动计算每个频谱块对应的平均转速，并将其作为Y轴。
5. 深挖调制信号：倒频谱图与包络谱图——诊断轴承与齿轮局部故障的“显微镜”
当故障处于早期阶段时，其产生的振动信号往往非常微弱，并且被强大的背景噪声和工频振动所淹没。更棘手的是，这些故障信号通常不是简单的周期信号，而是调制信号。频谱图对这类信号的诊断能力有限，这时就需要倒频谱和包络分析这两种“解调”技术。
5.1 倒频谱图：检测周期结构的“回声分析”
倒频谱，被形象地称为“频谱的频谱”。它对信号的功率谱取对数后再进行一次傅里叶变换。听起来有点绕，其实可以这样理解：在复杂的频谱中，如果存在一系列等间隔的峰（边频带），这些峰在常规频谱上像一把梳子。倒频谱的作用，就是检测这把“梳子”的齿间距。
横坐标：倒频率，单位可以是时间或毫秒，它实际上是频率的倒数。倒频率轴上的一个峰，对应原始频谱中一系列等间隔的峰。纵坐标：幅值，反映了该周期结构的强度。
工程意义：在齿轮箱振动中，如果有一个齿轮存在局部点蚀或断齿，它会在齿轮啮合频率两侧产生以该齿轮转频为间隔的边频带。在频谱上，这些边频带可能密密麻麻，难以分辨间隔。但在倒频谱上，会在对应齿轮转频周期的倒频率处出现一个清晰的峰。这样，我们就能直接读出调制周期（即故障齿轮的转频），从而定位故障齿轮。
优点：对边频间隔的检测非常灵敏，受传输路径影响小，能突出周期性的故障特征。缺点：会丢失载波频率（如啮合频率）本身的信息，并且对非等间隔的调制不敏感。
5.2 包络谱图：诊断轴承故障的“黄金标准”
包络分析，也叫解调分析，是诊断滚动轴承和齿轮早期局部缺陷（如点蚀、剥落）最有效的方法之一。当滚动轴承的滚道或滚动体出现局部损伤时，在运转中会周期性地撞击损伤点，产生一系列高频冲击脉冲。这些脉冲的重复频率就是轴承的故障特征频率（外圈、内圈、滚珠、保持架频率）。
关键难点：这些冲击脉冲能量很弱，频率很高（通常在几千到几十万赫兹），并且会激起传感器和结构的高频共振。直接看原始信号或低频段的频谱，几乎看不到任何异常。
包络分析的原理：
- 带通滤波：首先，选择一个包含轴承冲击可能激起的主要共振频带。这个频带内几乎没有其他强烈的旋转机械振动成分，主要是轴承冲击引起的“载波”信号。
- 希尔伯特变换：对滤波后的信号进行希尔伯特变换，构造其解析信号。
- 提取包络：计算解析信号的幅值，这个幅值信号就是原始高频冲击信号的“包络线”。这个包络线是一个低频信号，其波形反映了高频冲击的幅度变化。
- 频谱分析：对这个包络线信号做FFT，得到包络谱。
包络谱的解读：包络谱的横坐标是频率。如果轴承存在故障，你会在包络谱上看到清晰的、对应轴承故障特征频率及其谐波的峰值。例如，一个清晰的外圈故障频率峰，几乎可以直接断定外圈存在损伤。
为什么包络谱如此有效？因为它巧妙地避开了强大的低频干扰（转频、工频），专注于由故障冲击激发的高频共振响应，并通过解调将高频的冲击信息“下移”到低频的故障特征频率上，使得微弱的故障特征被放大和凸显。
核心技巧：选择正确的带通滤波频带是包络分析成败的关键。这个频带应该选在结构或传感器的共振区附近，通常通过观察原始信号的高频段频谱或加速度信号的频谱来确定。一个经验法则是：查看加速度频谱，寻找那些没有明显离散峰、但整体抬升的“小山包”区域，这往往是共振频带。现代分析软件通常提供“快速包络”或“自动频带选择”功能，但理解其原理对于手动优化分析结果至关重要。
6. 实战串联：一个完整的轴承故障诊断流程示例
理论需要结合实践。假设我们监测一台电机驱动的离心泵，驱动端轴承型号为6316。近期振动值缓慢上升，我们决定进行深入分析。
步骤一：常规频谱分析采集泵驱动端水平方向的加速度信号，采样频率设为12.8 kHz，分析频率为5 kHz。得到的频谱图显示，1X转频（30 Hz）幅值占主导，2X、3X也有较小峰值，符合轻微不平衡或不对中的特征。但在高频段（3k-4kHz），看不到明显的离散峰。
步骤二：怀疑轴承故障，进行包络分析
- 观察加速度频谱，发现在3200 Hz附近有一个宽频的隆起带，这很可能是一个结构共振频带。
- 以3000-3400 Hz为带通滤波器设置，对原始信号进行滤波。
- 对滤波后信号进行希尔伯特变换，提取包络信号。
- 对包络信号做FFT，得到包络谱。
步骤三：解读包络谱并计算验证在包络谱上，我们发现在120 Hz处出现一个非常清晰的峰值，并伴有240 Hz、360 Hz等谐波。查阅轴承手册或使用公式计算6316轴承的外圈故障频率。计算公式为：BPFO = (N/2) * Fr * (1 - d/D * cosα)，其中N为滚珠数，Fr为转频，d为滚珠直径，D为节圆直径，α为接触角。对于6316，假设参数计算后BPFO约为4.0 * Fr。我们的转频是30 Hz，因此BPFO理论值约为120 Hz。这与包络谱上120 Hz的峰完美对应。
步骤四：综合判断常规频谱未见明显轴承频率，但包络谱在轴承外圈故障特征频率处出现突出峰值及其谐波。这典型地表明轴承外圈已经出现了早期局部损伤（如点蚀）。由于损伤还很小，产生的冲击能量弱，所以常规频谱上看不到。但包络分析放大了这一特征。
步骤五：趋势监测与决策建议提高该测点的监测密度，并持续观察包络谱中120 Hz峰值的趋势。同时，可以结合温度监测。根据振动幅值的增长趋势和设备重要性，制定计划性维修策略，在故障发展到引起二次损坏（如磨损轴颈）前更换轴承。
通过这个流程，我们综合运用了频谱图（初步筛查和排除其他故障）和包络谱图（精准诊断），完成了一次从预警到定位的完整故障诊断。在实际工作中，阶比谱可能用于分析变频泵在不同转速下的状态，瀑布图可能用于记录停机检修后重启的瞬态过程，而倒频谱则可能在诊断复杂齿轮箱时派上用场。掌握这七种图谱，就等于拥有了一个完整的振动分析工具箱，能够应对设备监测中遇到的大多数挑战。