振动信号的采集与预处理
基于MATLAB的振动信号采集与分析系统的研究
中国海洋大学硕士学位论文基于MATLAB的振动信号采集与分析系统的研究姓名：唐世振申请学位级别：硕士专业：港口、海岸及近海工程指导教师：蒋济同20070701●清除——当用户不再执行设备对象时，应使用删除函数将设备对象从内存中清除，并使用清除命将对象从ＭＡＴＬＡＢＴ作空问中清除。
１．刨建一个数据对象设备对象是用于访问硬件设备的工具箱组件。
本系统开发的过程中需要添加的设备是模拟量输入通道。
调用ａｎａｌｏｇｉｎｐｕｔ函数设置一个模拟量输入设备。
２．调用函数ａｄｄｃｈａｎｎｅｌ添加模拟量设备的通道。
３．设置数据采集的ＳａｍｐｌｅＲａｔｅ等属性值。
４．调用实时数据采集程序进行数据的实时采集。
图３．２和３．３是系统的主界面以及数据采集的菜单。
３．５数据的查看、显示１．数据的查看图３．２系统的主界面图３．３数据采集菜单工程应用中，采集到的数据必须可以进行实时的查看，系统的查看界面如图３．４、３．５所示。
２．数据显示在工程应用中，技术人员关心的是数据中能够对结构产生重大影响的部分数据，诸如数据的最大值、最小值、均值、方差等。
同时，数据显示应该可以实现数据的全部显示或者技术人员所需要的部分数据的显示。
图３．４和图３．５给出了数据全部显示、部分显示的主界面。
图３．４数据全部显示界面图３．５数据部分显示界面３．６文件的处理一个完善的系统必须具备强大的文件处理功能。
本系统的研究过程中，文件功能的开发主要依靠ＭＡＴＬＡＢ强大的对话框功能进行实现。
可以进行文件的打开、保存、另存为、打印、页面设置和退出ＭＡＴＬＡＢ系统等功能。
文件菜单如图３．６所示，保存界面如图３．７所示。
图３．７文件保存界面图３．６文件菜单３．７本章小结本章首先介绍了多功能数据采集卡ＰＣＩ－１７１２的基本开发方法，然后介绍了ＦＩＦＯ缓冲技术的基本原理，并指出了其相对于单缓冲技术的优点并利用此技术开发了实时采集程序，另外还介绍了多线程机制，重点介绍了线程间通信的方式——硷局变量。
振动信号诊断系统课程设计
振动信号诊断系统课程设计一、课程目标知识目标：1. 理解振动信号的物理意义，掌握振动信号的采集、处理和分析方法。
2. 学习振动信号诊断系统的基本构成，了解各部分功能及相互关系。
3. 掌握运用振动信号诊断系统对简单机械故障进行判断和分类。
技能目标：1. 能够正确使用振动信号采集设备，进行数据采集和初步处理。
2. 能够运用信号处理软件对振动信号进行分析，提取故障特征。
3. 能够根据振动信号的诊断结果，提出合理的维修和改进建议。
情感态度价值观目标：1. 培养学生对振动信号诊断系统的兴趣，激发学习热情，增强探索精神。
2. 培养学生的团队合作意识，学会在团队中分工合作，共同完成项目任务。
3. 培养学生严谨的科学态度，注重实际操作，养成良好的实验习惯。
课程性质：本课程为实践性课程，注重理论联系实际，通过实际操作和案例分析，使学生掌握振动信号诊断系统的基本原理和方法。
学生特点：学生具备一定的物理知识和实验操作能力，对新技术和新设备充满好奇，喜欢动手实践。
教学要求：结合学生特点，以实践为主，注重启发式教学，引导学生主动参与，提高学生的动手能力和实际问题解决能力。
将课程目标分解为具体的学习成果，以便于教学设计和评估。
二、教学内容1. 振动信号基础知识：介绍振动信号的物理概念、振动信号的类型及其在工程中的应用。
教材章节：第一章 振动基础内容列举：振动信号的分类、振动信号的时域和频域分析。
2. 振动信号采集与处理：讲解振动信号的采集方法、传感器原理及信号处理技术。
教材章节：第二章 振动信号的采集与处理内容列举：振动传感器、数据采集系统、信号预处理方法、特征提取技术。
3. 振动信号诊断系统：介绍振动信号诊断系统的构成、各部分功能及其在实际工程中的应用。
教材章节：第三章 振动信号诊断系统内容列举：诊断系统的基本构成、常见故障类型及其振动特征、故障诊断方法。
4. 实践操作与案例分析：通过实际操作和案例分析，使学生掌握振动信号诊断系统的应用。
轨道车辆振动测试方案
轨道车辆振动测试方案1. 简介随着城市化的加速和高速铁路的发展，轨道车辆的使用越来越广泛。
在长时间、高速、重载等复杂工况之下，轨道车辆承受着各种不同的振动，对其动力学分析和结构稳定性的评估成为一项重要的任务。
本文将介绍使用加速度计和数码示波器对轨道车辆振动进行测试和分析的方案。
2. 测试装置与方法2.1 测试装置本测试方案需要的测试装置有加速度计和数码示波器。
其中，•加速度计：用于测量轨道车辆在运行过程中的振动加速度信号，推荐型号为PCB Piezotronics 333B50。
•数码示波器：用于对从加速度计测出的振动信号进行采集和处理，推荐型号为Tektronix MSO5B2G。
2.2 测试方法1.将加速度计与轨道车辆固定连接，保证加速度计的正面与轨道车辆的方向垂直。
2.在车辆运行时，使用数码示波器对加速度计测出的振动信号进行采集和处理。
示波器应设置为AC耦合模式，频率范围为10Hz~5kHz，垂直放大倍数为5V。
3.测量完成后，将采集得到的振动信号通过USB接口传输至计算机。
对数据进行滤波、去噪、分析，得出振动频率、振动幅度等指标。
3. 数据分析与处理3.1 数据的滤波和去噪由于原始的加速度信号包含各种频率的杂波和噪声，需要通过数字滤波器进行滤波和去噪。
推荐使用常见的数字滤波器——巴特沃斯滤波器，选用2阶低通滤波器和高通滤波器对信号进行滤波，以提高数据质量。
3.2 振动频率的分析与识别在振动分析中，最基本的是清晰地表达出振动信号的特征参数，其中最重要的指标就是振动频率。
在分析之前，要先通过峰值检测法对振动信号进行预处理，找到信号的峰值，在此基础上进行频率的分析和识别。
3.3 波形图和频谱图的绘制和分析使用Matlab和Python等工具，可以对振动信号进行波形图和频谱图的绘制和分析。
将滤波后的振动信号分别绘制其时域波形图和频域频谱图，通过频谱图可以精确定位出信号中任何一个特定频率的振动成分。
导弹的振动、冲击、噪声遥测及数据处理要求 标准
导弹的振动、冲击、噪声是导弹系统设计中需要考虑的重要因素，通过遥测及数据处理来反映导弹系统在运行过程中的状态。
本文将从导弹振动、冲击、噪声遥测的基本要求、标准、数据处理方法等方面展开论述，以期为相关领域的研究和实践提供一些借鉴和指导。
一、振动、冲击、噪声遥测的基本要求1.1 导弹振动的遥测要求导弹振动是由于导弹在飞行过程中受到气流、舵面调整等因素的影响而产生的，而振动的频率、振幅对导弹结构的疲劳寿命和稳定性有着重要影响。
导弹振动的遥测需要满足以下基本要求：（1）实时性：导弹振动的遥测需要能够实时、连续地监测导弹飞行过程中产生的振动情况，以及振动的频率、振幅等参数；（2）准确性：遥测系统需要能够准确地测量导弹振动的各项参数，包括但不限于振动的频率、振幅、相位等；（3）稳定性：导弹振动的遥测系统需要具备良好的抗干扰能力，保证在各种复杂的环境下都能够稳定、可靠地工作。
1.2 导弹冲击的遥测要求导弹在起飞、飞行、着陆等环节中都会受到不同程度的冲击，这些冲击会对导弹的结构和性能产生一定的影响。
导弹冲击的遥测需要满足以下基本要求：（1）高频响应：导弹冲击的遥测系统需要具备较高的采样频率和快速响应能力，以确保能够快速、准确地记录导弹受到的冲击；（2）多通道测量：导弹冲击的遥测系统需要能够同时监测多个部位的冲击情况，以全面了解导弹在受到冲击时的响应情况；（3）可靠性：遥测系统需要具备良好的抗干扰和抗干扰能力，以保证在各种环境条件下都能够可靠地工作。
1.3 导弹噪声的遥测要求导弹的发动机、空气动力学、飞行控制等工作过程都会产生噪声，而噪声对导弹系统的稳定性和工作效率有着重要的影响。
导弹噪声的遥测需要满足以下基本要求：（1）宽频响应：导弹噪声的遥测系统需要具备宽频响应特性，能够监测从低频到高频的各种噪声信号；（2）高灵敏度：遥测系统需要具备较高的信噪比和灵敏度，以准确地记录导弹系统产生的各种噪声信号；（3）上线分析：噪声遥测系统需要能够实现对导弹噪声信号的上线实时分析，以便及时调整和优化导弹系统的工作状态。
电振动台的振动功率谱密度计算
电振动台的振动功率谱密度计算电振动台的振动功率谱密度是一种描述振动信号频率特性的重要参数，它可以反映信号在不同频率下的能量分布情况。
振动台通常由驱动系统、振动台台面和传感器组成，通过驱动系统将电能转化为机械振动能，传感器则测量振动台的振动信号。
计算振动功率谱密度可以分为以下几个步骤：1.采集振动台的振动信号：使用合适的传感器，如加速度计或位移传感器，将振动台产生的振动信号采集下来。
采集过程中需要保证传感器的固定性和信号的准确性。
2.进行信号预处理：在进行信号处理之前，通常需要对采集的信号进行预处理。
可以通过滤波、降噪、去趋势等方法，消除干扰信号和提取感兴趣的频率成分。
3.进行频谱分析：将预处理后的信号输入频谱分析仪，如FFT（快速傅里叶变换）或Welch方法，对信号进行频谱分析。
频谱分析可以将时域信号转换为频域信号，得到信号在各个频率上的振幅谱。
4.计算功率谱密度：根据频谱分析得到的振幅谱，可以进一步计算振动台的功率谱密度。
功率谱密度表示单位频率范围内的信号平均功率。
常用的计算方法包括将振幅谱平方，再除以频率分辨率得到单位频率范围内的功率谱密度。
5.绘制功率谱密度图：将计算得到的功率谱密度数据，按照频率进行绘图。
通常可以使用频域图来展示振动台在不同频率下的能量分布情况。
除了以上的基本步骤-选择合适的采样频率：采样频率过低可能会导致信号失真，采样频率过高又会浪费计算资源。
一般建议选择采样频率为信号最高频率的2倍以上。
-选择合适的频率分辨率：频率分辨率是指分析过程中频率间隔，过高的频率分辨率可能会造成峰值振幅测量误差，过低的频率分辨率又会模糊频率分量的细节特征。
根据实际需求和信号特点，选择适当的频率分辨率。
-校准传感器：传感器的校准是保证测量结果准确性的关键。
在进行振动台振动功率谱密度计算之前，需要对传感器进行合适的校准。
总之，振动台的振动功率谱密度计算是一个复杂而重要的过程，需要合理的信号采集和预处理方法，准确的频谱分析和功率谱密度计算方法，以及合适的绘图方式和结果解释能力。
机械振动信号的频谱分析与故障识别
机械振动信号的频谱分析与故障识别振动是机械设备运行过程中常见的现象，但当机械设备发生故障时，振动信号会发生变化，成为故障的重要指示。
为了准确判断机械设备故障原因，频谱分析成为一种常用的方法。
本文将探讨机械振动信号的频谱分析方法及其在故障识别中的应用。
一、频谱分析的基本原理频谱分析是将信号在频率域上进行分解，将信号分解成一系列频率成分的方法。
在机械振动信号的分析中，通常使用傅里叶变换将时域信号转换为频域信号。
傅里叶变换将振动信号分解成一系列正弦波，每个正弦波表示一种特定频率的振动成分。
通过分析每个频率成分的振幅和相位，就可以了解机械设备的振动状况和故障特征。
二、频谱分析在故障诊断中的应用1. 轴承故障诊断轴承是机械设备中常见发生故障的部件。
轴承故障通常表现为高频振动成分的增加。
通过频谱分析可以清晰地观察到高频部分的振动信号，进而判断轴承的磨损程度和故障类型。
2. 齿轮故障诊断齿轮传动是机械设备中常见的传动方式，但齿轮在长时间运行后容易出现故障，如齿面磨损、断齿等。
这些故障会产生特定的频率成分，通过频谱分析可以直观地观察到对应的频率峰值，进而确定齿轮故障的位置和类型。
3. 泵故障诊断泵是常见的机械设备之一，其内部复杂的运动机构容易受到外界因素的影响。
频谱分析可以帮助识别泵的不同故障类型，例如轴承故障、叶片磨损等。
三、频谱分析方法频谱分析有多种方法，常见的有傅里叶变换、快速傅里叶变换（FFT）、小波变换等。
1. 傅里叶变换傅里叶变换是一种精确的频谱分析方法，但计算量较大，不适用于实时监测。
可以通过将信号分段，再进行傅里叶变换来解决这一问题。
2. 快速傅里叶变换（FFT）FFT是一种将信号进行快速傅里叶变换的算法，通过采样和插值的方法，可以有效地降低计算时间。
FFT广泛应用于机械振动信号的频谱分析，尤其适用于实时监测和故障诊断。
3. 小波变换小波变换是一种时频分析方法，在处理非稳态信号方面比傅里叶变换更具优势。
振动测试及其信号处理
振动测试及其信号处理伏晓煜倪青吴靖宇王伟摘要：随着试验条件和技术的不断完善，越来越多的领域需要进行振动测试，尤其是土木工程领域。
本文首先介绍了振动测试的基本内容和测试系统的组成，其次对振动测试中的激励方式进行了简单的概括，最后总结了信号数据的处理一般方法，包括数据的预处理方法、时域处理方法和频域处理方法。
关键词：振动测试测试系统信号处理Vibration Test and Signal processingFu Xiaoyu Ni Qing Wu Jingyu Wang WeiAbstract: Vibration test has been applied in more and more fields, especially in civil engineering, as experiment methods and technology elevated. This paper introduced the contents of vibration test and consists of test system firstly, and generalized the exciting mode subsequently. General methods of vibration signal processing were summarized in the end, including preprocessing, time-domain processing and frequency-domain processing methods.Key words: vibration test; test system; signal processing0 引言研究结构的动态变形和内力是个十分复杂的问题，它不仅与动力荷载的性质、数量、大小、作用方式、变化规律以及结构本身的动力特性有关，还与结构的组成形式、材料性质以及细部构造等密切相关。
testlab振动与噪声数据处理步骤
testlab振动与噪声数据处理步骤一、背景介绍testlab是一个专业的测试实验室，致力于提供各种测试服务，其中包括振动与噪声测试。
振动与噪声测试是指对机械设备、汽车、船舶等各种工业产品的振动和噪声进行测量分析，以评估其运行状态和性能。
二、数据采集在进行振动与噪声测试前，首先需要采集相关数据。
根据不同的测试对象和需求，可以选择不同的数据采集方式。
常见的数据采集方式包括加速度传感器、压电传感器、麦克风等。
三、数据处理步骤1. 数据预处理在进行振动与噪声数据处理前，需要对采集到的原始数据进行预处理。
预处理包括去除杂音、滤波等操作。
去除杂音可通过调整传感器位置或使用降噪算法实现。
滤波可根据需求选择不同的滤波算法。
2. 信号分析信号分析是指对预处理后的信号进行频域分析和时域分析，以获得有关信号特征和频率成分的信息。
常用的信号分析方法包括快速傅里叶变换（FFT）、小波变换等。
3. 特征提取特征提取是指从信号中提取有用的特征信息，以便进行后续的分析和诊断。
常用的特征提取方法包括时域特征、频域特征、小波包能量等。
4. 数据建模数据建模是指根据采集到的数据和特征信息，建立相应的振动与噪声模型。
常用的数据建模方法包括统计学方法、机器学习方法等。
5. 故障诊断故障诊断是指根据建立的振动与噪声模型，对测试对象进行故障诊断和预测。
常用的故障诊断方法包括支持向量机（SVM）、神经网络等。
四、数据分析工具在进行振动与噪声数据处理时，需要使用一些专业的数据分析工具。
常见的工具包括MATLAB、Python等。
这些工具提供了丰富的算法库和可视化界面，方便用户进行各种数据处理和分析操作。
五、应用场景振动与噪声测试在各个领域都有广泛应用，例如机械制造、汽车工业、船舶制造等。
通过对振动与噪声进行测试分析，可以评估设备的运行状态和性能，提高产品质量和可靠性。
同时，还可以为设备维护和故障排除提供重要的参考依据。
六、总结振动与噪声测试是一项重要的测试服务，在进行数据处理时需要注意数据预处理、信号分析、特征提取、数据建模和故障诊断等步骤。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
振动信号的采集与预处理几乎所有的物理现象都可看作是信号，但这里我们特指动态振动信号。
振动信号采集与一般性模拟信号采集虽有共同之处，但存在的差异更多，因此，在采集振动信号时应注意以下几点：1. 振动信号采集模式取决于机组当时的工作状态，如稳态、瞬态等；2. 变转速运行设备的振动信号采集在有条件时应采取同步整周期采集；3. 所有工作状态下振动信号采集均应符合采样定理。
对信号预处理具有特定要求是振动信号本身的特性所致。
信号预处理的功能在一定程度上说是影响后续信号分析的重要因素。
预处理方法的选择也要注意以下条件：1. 在涉及相位计算或显示时尽量不采用抗混滤波；2. 在计算频谱时采用低通抗混滤波；3. 在处理瞬态过程中1X矢量、2X矢量的快速处理时采用矢量滤波。
上述第3条是保障瞬态过程符合采样定理的基本条件。
在瞬态振动信号采集时，机组转速变化率较高，若依靠采集动态信号（一般需要若干周期）通过后处理获得1X和2X矢量数据，除了效率低下以外，计算机（服务器）资源利用率也不高，且无法做到高分辨分析数据。
机组瞬态特征（以波德图、极坐标图和三维频谱图等型式表示）是固有的，当组成这些图谱的数据间隔过大（分辨率过低）时，除许多微小的变化无法表达出来，也会得出误差很大的分析结论，影响故障诊断的准确度。
一般来说，三维频谱图要求数据的组数（△rpm分辨率）较少，太多了反而影响对图形的正确识别；但对前面两种分析图谱，则要求较高的分辨率。
目前公认的方式是每采集10组静态数据采集1组动态数据，可很好地解决不同图谱对数据分辨率的要求差异。
影响振动信号采集精度的因素包括采集方式、采样频率、量化精度三个因素，采样方式不同，采集信号的精度不同，其中以同步整周期采集为最佳方式；采样频率受制于信号最高频率；量化精度取决于A/D转换的位数，一般采用12位，部分系统采用16位甚至24位。
振动信号的采样过程，严格来说应包含几个方面：1. 信号适调由于目前采用的数据采集系统是一种数字化系统，所采用的A/D芯片对信号输入量程有严格限制，为了保证信号转换具有较高的信噪比，信号进入A/D以前，均需进行信号适调。
适调包括大信号的衰减处理和弱信号的放大处理，或者对一些直流信号进行偏置处理，使其满足A/D输入量程要求。
2. A/D 转换A/D 转换包括采样、量化和编码三个组成部分。
采样（抽样），是利用采样脉冲序列p (t )从模拟信号x (t )中抽取一系列离散样值，使之成为采样信号x (n △t )（n =0,1,2,…）的过程。
△t 称为采样间隔，其倒数称1/△t ＝f s 之为采样频率。
采样频率的选择必须符合采样定理要求。
由于计算机对数据位数进行了规定，采样信号x (n △t )经舍入的方法变为只有有限个有效数字的数，这个过程称为量化。
由于抽样间隔长度是固定的（对当前数据来说），当采样信号落入某一小间隔内，经舍入方法而变为有限值时，则产生量化误差。
如8位二进制为28＝256，即量化增量为所测信号最大电压幅值的1/256。
编码是把采样数据转变为计算机能识别的数字格式。
一、采样定理1. 采样定理 采样定理解决的问题是确定合理的采样间隔△t 以及合理的采样长度T ，保障采样所得的数字信号能真实地代表原来的连续信号x(t)。
衡量采样速度高低的指标称为采样频率f s 。
一般来说，采样频率f s 越高，采样点越密，所获得的数字信号越逼近原信号。
为了兼顾计算机存储量和计算工作量，一般保证信号不丢失或歪曲原信号信息就可以满足实际需要了。
这个基本要求就是所谓的采样定理，是由Shannon 提出的，也称为Shannon 采样定理。
Shannon 采样定理规定了带限信号不丢失信息的最低采样频率为2s m f f ≥或2s m ωω≥式中f m 为原信号中最高频率成分的频率。
采集的数据量大小N 为TN t=∆因此，当采样长度一定时，采样频率越高，采集的数据量就越大。
使用采样频率时有几个问题需要注意。
一，正确估计原信号中最高频率成分的频率，对于采用电涡流传感器测振的系统来说，一般确定为最高分析频率为12.5X ，采样模式为同步整周期采集，若选择频谱分辨率为400线，需采集1024点数据，若每周期采集32点，采样长度为32周期。
二，同样的数据量可以通过改变每周期采样点数提高基频分辨率，这对于识别次同步振动信号是必要的，但降低了最高分析频率，如何确定视具体情况而定。
2. 采样定理解析 采样定理实际上涉及了3个主要条件，当确定其中2个条件后，第3个条件自动形成。
这3个条件是进行正确数据采集的基础，必须理解深刻。
条件1 采样频率控制最高分析频率采样频率（采样速率）越高，获得的信号频率响应越高，换言之，当需要高频信号时，就需要提高采样频率，采样频率应符合采样定理基本要求。
这个条件看起来似乎很简单，但对于一个未知信号，其中所含最高频率信号的频率究竟有多高，实际上我们是无法知道的。
解决这个问题需要2个步骤，一是指定最高测量频率，二是采用低通滤波器把高于设定最高测量频率的成分全部去掉（这个低通滤波器就是抗混滤波器）。
现实的抗混滤波器与理论上的滤波器存在差异，因此信号中仍会存在一定混叠成分，一般在计算频谱后将高频成分去掉，一般频谱线数取时域数据点的1/2.56，或取频域幅值数据点的1/1.28，即128线频谱取100线，256线频谱取200线，512线频谱取400线等等。
图 、采样过程示意图抗混滤波器的使用主要是针对频谱分析的，对于涉及相位计算的用途反而会引入相位误差。
几乎所有的滤波器的相位特性远比幅值特性差。
为说明该条件，我们举例进行说明。
① 要想在频谱中看到500Hz 的成分，其采样频率最少为1000Hz 。
② 若采样频率为32点／转，频谱中最高线理论上可达到16X 。
条件2 总采样时间控制分辨率频谱的分辨率（谱线间隔）受控于总采样时间，即1f T∆=其中△f 为频谱分辨率，T 为总采样时间。
① 如果采样总时间为0.5秒，则频谱分辨率为2Hz ；② 若区分6cpm （0.1Hz ）的频谱成分，则总采样时间至少为10秒； ③ 对于总采样时间为8转的时间信号，频谱分辨率为1/8X 。
条件3 采样点数控制频谱线数解释这个条件，需要对FFT 计算频谱的过程有一个了解。
如果对于一个2048点的时间波形数据，我们可以获得2048点频域数据——1024线频谱（每条谱线有两个值，直接值和正交值，或者说幅值和相位两个值）。
对旋转机械来说，频谱仅仅画出了FFT 复数输出的幅值部分，对于相位部分一般不画，因此频谱中的线数最多为时域点数的一半，考虑到混叠的影响，频谱线数一般会低于时域数据点数。
小结采样定理是实现正确采样的基准，上述3个条件中，可以根据需要设置其中2个条件，第3个条件就会自动固定。
① 如果采样总时间为0.5秒，想获得3200线频谱，则有 QuadratureDirectPhase条件2 1120.5secf Hz T∆===条件3 3200线频谱实际需要4096点频谱数据（考虑到混叠问题），8192点时域数据 ∴ 8192/0.516384s f ==（Hz ） 16384/28192Max f Hz ==320032002/6400f lines Hz line Hz =⨯=② 若在频谱上能区分0.2Hz 间隔的频率成分，频谱确定为800线，则有 条件2 1150.2T f===∆（秒）条件3 800线频谱实际需要1024点频域数据，2048点时域数据 ∴ 20485409.6s f =÷=（Hz ） 409.6/2204.8Max f ==（Hz ） 8008000.2/160f lines Hz line Hz =⨯=③ 若在频谱上能区分0.1Hz 间隔的频率成分，且能在频谱上最大看到180Hz ，则有 条件1 22180360s Max f f ≥≥⨯≥（Hz ） 条件2 11100.1T f===∆（秒）因此，按不低于360点／秒的采样速率采集10秒钟，可采集时域数据最少3600点。
为方便FFT 计算，数据点数应为2的整数次幂，与3600最接近的数值是4096，由此可获得2048点频域数据，即可获得1600线频谱。
1600线、频率间隔为0.1Hz 的频谱最高分析频率为160Hz ，显然不能满足需要。
4096下一个2的整数次幂的数值是8192，由此可获得3200线的频谱，其最高分析频率分析频率 Hz 采样频率 Hz 采样点数51210242048T /s △f /Hz T /s △f /Hz T /s △f /Hz 10 25.6 20 0.05 40 0.025 80 0.0125 20 51.2 10 0.1 20 0.05 40 0.025 50 128 4 0.25 8 0.125 16 0.0625 100 256 2 0.5 4 0.25 8 0.125 200 512 1 1 2 0.5 4 0.25 500 1280 0.4 2.50.81.251.60.625100025600.250.42.50.81.252000 5120 0.1 10 0.2 5 0.4 2.5 5000 12800 0.04 25 0.08 12.5 0.16 6.25 10000 25600 0.02 50 0.04 25 0.08 12.5 20000 51200 0.01 100 0.02 50 0.04 25 50000 128000 0.004 250 0.008 125 0.016 62.5 1000002560000.0025000.0042500.008125④ 在同步整周期采样时，若采集32点／转，共采集8转，则可获得256点时域数据和100线频谱，有T =8转△f ＝1/T ＝1/8转＝1/8X f Max ＝32点／转÷2＝16Xf 100＝100线×0.125转／线＝12.5X 用通用的方式表达为设｛x n ｝（n ＝0，1,2,…N-1）为一采样序列若每周期等角度采集m 点，共采集L 周，则有mL ＝N设该旋转机械的转动频率为f ，则采样间隔为1t fm∆=变换后的频率分辨率1fm f f N t N L∆===∆ 或f fL =∆显然，工频分量正好处于第L 条线上。
相应地，kf ＝k △fL ，即第k 阶分量也处于整数△f 上，这样就保证了特征频率成分在频谱上的准确定位。
采用同步整周期采样可获得的最高分析频率为2.56 2.56 2.56m N Nf mff f L =∆==【问题01】在不重采样的前提下，能否提高频谱的分辨率？【问题02】对于旨在分析齿轮故障和滚动轴承故障的振动数据采集应注意什么事项？理解了采样定理的实质，我们就会对某些仪器／系统中列出的技术指标有了正确的认识，频谱分辨率并不是衡量采样质量的唯一指标，即400线频谱与400线的频谱之间有可能存在差异；在分析齿轮故障时就不会出现没有啮合频率成分这样的尴尬；在分析开／停车过程时出现分辨率过低问题……●频谱的功率泄漏问题数字信号分析需要选择取合理的采样长度，虽然在采样过程中充分考虑了采样定理和分析要求，但毕竟是一个用区间为（－T～T）的有限长度信号来近似t→∞信号的过程，|t|＞T的x(t)值为零，因此所得到的频谱和实际频谱存在一定差异，这种现象称之为泄漏现象。