机械振动与故障诊断

机械故障不能只凭一个频谱峰值下结论。可靠诊断需要把工况、测点、幅值趋势、频率结构、相位和设备结构放在一起解释。

诊断链路

flowchart LR
  Context["转速、负载、结构"] --> Sensor["传感器与测点"]
  Sensor --> Waveform["时域与统计量"]
  Waveform --> Spectrum["频谱、包络、阶次"]
  Spectrum --> Evidence["相位、趋势、工况对比"]
  Evidence --> Fault["故障假设"]
  Fault --> Verify["复测或停机检查"]

学习与工作入口

主题	先回答的问题
测量到诊断的完整流程	如何把数据、工况、标准与检查连成可复核证据？
振动测量基础	测量的是位移、速度还是加速度？
传感器、测点与安装	传感器和安装方式是否适合目标频段？
振动相位分析	相位参考是否稳定、可重复？
滚动轴承故障诊断	特征频率与包络证据是否同时成立？
ODS 与模态分析	观察的是运行形态还是结构固有特性？
振动标准的使用方法	标准的对象、测点、频带和工况是否匹配？
滤波、包络与时频实验	算法改变了什么，怎样用已知信号复算？
监测系统与机器学习验证	数据契约、报警规则和模型评价是否可追溯？

最小记录集

每次测量至少记录设备、测点方向、传感器、采样率、记录长度、窗函数、转速、负载和时间。缺少这些上下文的频谱截图通常不能复现，也不能可靠比较。