简介这份资源面向从事振动分析与旋转机械故障诊断的工程师、研究人员及高校学生提供一套基于MATLAB的阶次分析完整实现代码帮助解决变转速工况下故障特征频率难以准确提取的问题。压缩包共3个文件约13.72MB包含MATLAB脚本、矩阵数据文件与一张阶次分析示意图分别对应算法实现、待处理数据与概念可视化便于直接运行与对照理解。资源围绕信号采集、预处理、阶次跟踪转换到阶次谱分析这一完整流程展开读者可据此掌握将时间信号转换为角度域信号的核心思路并区分机械故障特征频率与其他频率成分。目前已有357人学习适合希望快速上手阶次分析、借助现成脚本验证算法并迁移到自身振动数据的中高级学习者参考。1. 阶次分析为什么在变转速工况下比 FFT 更靠谱做旋转机械振动测试的人早晚会撞上同一个尴尬电机升速、齿轮箱加减载、发动机扫频只要转速一变频谱上的峰值就糊成一片。你盯着 FFT 谱图想找啮合频率结果发现 3000 rpm 和 3050 rpm 的峰值叠在一起边带全糊了。这不是你仪器的问题是 FFT 的底层假设——信号在分析窗内平稳——被打破了。阶次分析Order Analysis解决的就是这件事。它把时间域等间隔采样的信号通过转速信息重采样成角度域等间隔信号于是所有与转速成整数倍关系的分量1 阶、2 阶、齿轮啮合阶次在阶次谱上变成固定位置的尖峰跟转速怎么变没关系。matlab 实现阶次分析完整代码文件这个方向本质上就是把这套「转速跟踪 角度重采样 阶次谱」的链路用脚本串起来让做旋转机械测试的人能直接跑自己的数据。适合谁手里有振动加速度信号和同步转速脉冲或键相信号的测试工程师、做 NVH 的、搞旋转机械故障诊断的。如果你只有振动信号没有转速那得先做转速估计那是另一条路这篇先不展开。2. 阶次分析的核心链路从等时间采样到等角度采样2.1 为什么必须重采样不能直接对频谱做插值很多人第一反应是我直接对 FFT 结果做插值不就行了不行。FFT 的频率分辨率是固定的 Δf fs/N转速变化时同一个阶次对应的频率在变你在频率轴上插值等于在追一个移动靶阶次能量会散开。正确做法是在时域先把「等时间间隔」的采样点重采样成「等角度间隔」的采样点让每个采样点代表转过固定角度比如每转 1024 个点。这样转速信息就被「归一化」掉了剩下的信号在角度域是平稳的FFT 才有意义。重采样的关键是角度-时间映射。你需要知道每个角度对应的时间戳然后在这些时间戳上对原始信号做插值。转速脉冲信号就是干这个用的每个脉冲代表转过一个固定角度比如每转一个键相脉冲就是 360°脉冲之间的时间间隔告诉你这段转过的平均转速。2.2 转速脉冲到角度-时间映射的转换假设你有一个键相脉冲信号每转一个脉冲。用上升沿检测拿到每个脉冲的时间戳 t_i那么第 i 转到第 i1 转之间角度从 0 到 2π 线性变化假设匀速短时内合理。如果要每转 1024 个角度点就在每转内插 1024 个角度值对应的时间用线性插值算出来。% 假设 keyphasor 是键相脉冲信号fs 是采样率 % 检测上升沿从负到正穿越阈值 threshold 0.5 * (max(keyphasor) min(keyphasor)); above keyphasor threshold; pulse_idx find(diff([0; above]) 1); % 上升沿位置 t_pulse (pulse_idx - 1) / fs; % 脉冲时间戳 % 每转采样点数 samples_per_rev 1024; % 构建角度-时间映射 % 每转内角度从 0 到 2*pi时间线性插值 n_rev length(t_pulse) - 1; theta []; t_theta []; for i 1:n_rev t_start t_pulse(i); t_end t_pulse(i1); theta_rev linspace(0, 2*pi, samples_per_rev1); theta_rev(end) []; % 避免重复下一转开头补 t_rev linspace(t_start, t_end, samples_per_rev1); t_rev(end) []; theta [theta, theta_rev (i-1)*2*pi]; t_theta [t_theta, t_rev]; end这段代码的逻辑先找键相脉冲的上升沿拿到每转的起始时间。然后在每转内均匀分配角度点用线性插值算对应时间。注意每转末尾点去掉避免和下一转起点重复。参数 samples_per_rev 决定角度分辨率1024 是常用值阶次分析上限大概到 400 阶左右奈奎斯特实际看需求。2.3 用 interp1 做角度域重采样有了 t_theta 和原始振动信号就可以插值了。原始信号是等时间采样的t_theta 是等角度对应的时间点直接 interp1。% vib 是振动信号t_vib 是原始时间轴 t_vib (0:length(vib)-1) / fs; % 线性插值到角度域 vib_theta interp1(t_vib, vib, t_theta, linear, 0); % 此时 vib_theta 是等角度采样信号角度间隔 d_theta 2*pi/samples_per_revinterp1 的最后一个参数是外插值超出范围补 0。这里要注意t_theta 必须在 t_vib 范围内否则插值会出 NaN 或补零。实际处理时键相脉冲可能比振动信号晚开始或早结束需要截取重叠段。2.4 阶次谱计算与阶次轴构建重采样后对 vib_theta 做 FFT得到的是「每转周期数」的谱也就是阶次谱。角度域采样率是 samples_per_rev 点/转所以阶次分辨率是 1/转数。假设总转数 n_rev角度域总点数 N n_rev * samples_per_rev阶次轴从 0 到 samples_per_rev/2分辨率 samples_per_rev/N 1/n_rev。N length(vib_theta); V fft(vib_theta .* hanning(N)); % 加汉宁窗减少泄漏 V V(1:floor(N/2)1); order_axis (0:floor(N/2)) * (samples_per_rev / N); amplitude abs(V) * 2 / sum(hanning(N)); % 幅值修正 % 画阶次谱 plot(order_axis, amplitude); xlabel(阶次); ylabel(幅值); xlim([0, 50]); % 通常看低阶这里加汉宁窗是为了减少非整周期截断带来的泄漏。幅值修正用窗函数和的倒数保证峰值幅值接近真实值。阶次轴上限是 samples_per_rev/2但实际有意义的一般在 50 阶以内看具体机械。3. 用 matlab 脚本把整条链路串起来从数据加载到阶次谱出图3.1 数据准备与参数配置的推荐做法实际数据可能是 mat 文件、csv 或者直接来自采集卡。我一般把参数集中写在脚本开头方便改。%% 参数配置 fs 51200; % 采样率 Hz samples_per_rev 1024; % 每转角度采样点数 order_max 50; % 关注的最高阶次 window_type hanning; % 窗函数 %% 加载数据 % 假设 data.mat 里有 vib 和 keyphasor 两个变量 load(data.mat); % 如果长度不一致截取最短 L min(length(vib), length(keyphasor)); vib vib(1:L); keyphasor keyphasor(1:L);参数说明fs 必须和采集设置一致否则时间轴全错。samples_per_rev 决定阶次上限1024 对应 512 阶够用。order_max 只影响画图范围不影响计算。3.2 键相脉冲处理与转速曲线提取键相脉冲可能带噪声直接找上升沿会误触发。我一般先做简单滤波或设置滞回阈值。% 滞回阈值高于 high 才算高低于 low 才算低 high 0.7 * max(keyphasor); low 0.3 * max(keyphasor); state false; pulse_idx []; for k 2:length(keyphasor) if ~state keyphasor(k) high state true; pulse_idx(end1) k; elseif state keyphasor(k) low state false; end end t_pulse (pulse_idx - 1) / fs; % 瞬时转速相邻脉冲间隔对应一转 if length(t_pulse) 1 rpm 60 ./ diff(t_pulse); t_rpm t_pulse(1:end-1); % 画转速曲线看看 figure; plot(t_rpm, rpm); xlabel(时间 s); ylabel(转速 rpm); end滞回阈值能有效防止噪声引起的多次触发。转速曲线能帮你判断数据质量如果转速跳变剧烈可能是脉冲漏检或误检需要回头检查键相信号。3.3 角度重采样与阶次谱的完整函数封装把前面几步封装成函数方便复用。function [order_axis, amplitude] order_analysis(vib, keyphasor, fs, samples_per_rev, order_max) % 键相脉冲检测滞回 high 0.7 * max(keyphasor); low 0.3 * max(keyphasor); state false; pulse_idx []; for k 2:length(keyphasor) if ~state keyphasor(k) high state true; pulse_idx(end1) k; elseif state keyphasor(k) low state false; end end t_pulse (pulse_idx - 1) / fs; % 角度-时间映射 n_rev length(t_pulse) - 1; theta []; t_theta []; for i 1:n_rev t_start t_pulse(i); t_end t_pulse(i1); theta_rev linspace(0, 2*pi, samples_per_rev1); theta_rev(end) []; t_rev linspace(t_start, t_end, samples_per_rev1); t_rev(end) []; theta [theta, theta_rev (i-1)*2*pi]; t_theta [t_theta, t_rev]; end % 重采样 t_vib (0:length(vib)-1) / fs; vib_theta interp1(t_vib, vib, t_theta, linear, 0); % 阶次谱 N length(vib_theta); w hanning(N); V fft(vib_theta .* w); V V(1:floor(N/2)1); order_axis (0:floor(N/2)) * (samples_per_rev / N); amplitude abs(V) * 2 / sum(w); % 截取关注阶次 idx order_axis order_max; order_axis order_axis(idx); amplitude amplitude(idx); end调用方式[oa, amp] order_analysis(vib, keyphasor, fs, 1024, 50); figure; plot(oa, amp); xlabel(阶次); ylabel(幅值); grid on;这个函数把整条链路包进去了输入原始信号和键相输出阶次谱。注意 interp1 的外插值补零如果 t_theta 超出 t_vib 范围那段会变成 0影响谱质量。实际用的时候最好截取有效段。3.4 阶次谱的幅值修正与窗函数选择幅值修正容易被忽略。不加窗时如果信号非整周期截断峰值会泄漏幅值偏低。加汉宁窗后主瓣变宽但泄漏小幅值修正系数是 2/sum(w)。如果关注峰值精确幅值可以用平顶窗主瓣更宽但幅值精度高。% 平顶窗对比 w_flat flattopwin(N); V_flat fft(vib_theta .* w_flat); V_flat V_flat(1:floor(N/2)1); amp_flat abs(V_flat) * 2 / sum(w_flat);窗函数选择看需求汉宁窗通用平顶窗适合校准幅值矩形窗适合整周期采样。阶次分析里转速波动导致非整周期是常态汉宁窗是稳妥选择。4. 避坑与排查阶次分析代码最容易翻车的 5 个地方4.1 键相脉冲漏检导致转速曲线断裂现象转速曲线出现尖刺或跳变到异常值阶次谱上出现大量模糊边带。 原因键相信号幅值波动或噪声导致滞回阈值误判漏掉一个脉冲相邻脉冲间隔变成两转转速算出来减半。 解决先画键相原始信号看幅值范围调整 high/low 阈值或者用中值滤波平滑后再检测漏检严重时改用互相关或峰值搜索加最小间隔约束。4.2 重采样后信号长度不对导致阶次轴错位现象阶次谱峰值位置和理论阶次对不上比如啮合阶次应该在第 20 阶结果出现在第 18 阶。 原因t_theta 构建时每转点数不一致或者 interp1 外插补零段被算进 FFT等效于信号被截断。 解决检查 length(vib_theta) 是否等于 n_rev * samples_per_rev确保 t_theta 在 t_vib 范围内超出部分截掉打印 n_rev 和 N 确认。4.3 转速变化剧烈时线性插值误差大现象升速很快的段阶次谱峰值展宽分辨率下降。 原因每转内假设匀速但实际转速在转内也有变化线性插值引入误差。 解决提高 samples_per_rev 到 2048 或 4096或者用样条插值 interp1(..., spline)但要注意样条在脉冲间隔大时可能过冲极端情况用阶次跟踪滤波。4.4 振动和键相通道不同步现象阶次谱相位信息混乱或者峰值幅值偏低。 原因多通道采集时通道间有采样延迟或者键相通道有额外滤波导致延迟。 解决查采集设置里的通道同步方式如果延迟固定可以在时间轴上补偿用同一采集设备同一时钟是最稳的。4.5 阶次谱幅值比预期低很多现象算出来的幅值和频谱对不上差几倍。 原因窗函数幅值修正系数用错或者 FFT 后只取了半边谱但没乘 2。 解决确认修正公式单边谱幅值 abs(V) * 2 / sum(w)。如果用了矩形窗sum(w)N系数是 2/N。检查是否漏乘 2。5. 进阶技巧用阶次谱做故障特征提取与趋势监控阶次谱算出来只是第一步真正有价值的是从阶次谱里提取故障特征。齿轮箱的啮合阶次、轴承的故障阶次、不平衡的 1 阶这些在阶次谱上位置固定适合做自动监控。我一般会做两件事一是提取特定阶次的幅值随时间变化画趋势图二是算阶次谱的谐波能量比比如啮合阶次及其谐波的总能量占整体能量的比例比例升高往往意味着齿轮磨损。% 提取特定阶次幅值比如第 20 阶啮合 target_order 20; [~, idx] min(abs(order_axis - target_order)); amp_trend amp(idx); % 单次分析 % 如果要随时间监控需要分段做阶次分析 segment_time 1; % 秒 n_seg floor(length(vib) / (segment_time * fs)); trend zeros(1, n_seg); for s 1:n_seg idx_start (s-1) * segment_time * fs 1; idx_end s * segment_time * fs; [oa_seg, amp_seg] order_analysis(vib(idx_start:idx_end), ... keyphasor(idx_start:idx_end), fs, 1024, 50); [~, idx_o] min(abs(oa_seg - target_order)); trend(s) amp_seg(idx_o); end plot((1:n_seg)*segment_time, trend); xlabel(时间 s); ylabel(第 20 阶幅值);分段做阶次分析时每段内转速变化不能太大否则重采样误差累积。段长一般 0.5 到 2 秒看转速变化率。趋势图能看出故障发展比单次谱图更有工程价值。另一个技巧是阶次谱的倒谱分析能提取谐波族的结构对齿轮故障很敏感。但那是另一个话题了。最后说个血泪经验阶次分析代码跑通不难难的是数据质量。键相信号干净、通道同步、转速范围合理这三点做到了代码基本不会翻车。我见过太多人卡在键相脉冲检测上回头查原始信号发现键相幅值只有 0.1V噪声都比它大。先看数据再调代码这个顺序别搞反。希望帮到你。本文还有配套的精品资源点击获取