振动分析

在物理学和工程学领域，了解平面内和平面外运动的动态至关重要，因为这些运动会对系统和材料的行为产生重大影响。平面外运动是指与光轴平行的位移或变化，而平面内运动则是指与传感器光轴垂直的平面内的运动。如果这些运动是周期性的，则被归类为振动。分析结构对外部刺激的反应对于确保产品功能至关重要，因此振动分析是微机电系统、微流体技术和材料科学等领域的关键组成部分。

傅立叶变换是振动分析的重要数学工具，可以详细检查信号的频率成分。通过将复杂的振动分解为基频，就像辨别和弦中的各个音符一样，傅立叶变换使我们能够分析振幅、相位和频率等关键振动特征。这种技术在识别结构共振方面尤为强大，当结构以其固有频率与外力和谐振动时，就会产生结构共振。了解这些共振对于诊断机械系统的潜在问题、确保其稳定性和使用寿命至关重要。

另一种广泛应用于振动分析的技术是锁相放大器，它在数据收集效率方面表现出色，尤其是与傅立叶变换相比，后者可能无法充分利用所有收集到的数据。单相锁相放大器能够利用解调原理提取输入信号的相位和振幅，即使在噪声很大的情况下也是如此。这一过程包括将输入信号与参考信号相乘。然而，它只能测量与参考信号同相的信号分量，可能会漏掉正交分量，即相位差 90 度的信号。

相比之下，双相锁相放大器可同时捕捉同相和正交分量，从而更全面地分析信号的振幅和相位变化。解调后，输入信号的振荡特性被消除，剩下的直流偏移包含了所需的信号相位和振幅信息。然后，一个低通滤波器将该直流分量隔离。

对于双相锁相放大器，这些直流偏移的数学表达式为

DCsin = 幅度 - cos（相移）

DCcos = 振幅 - sin（相移）

为了全面描述振动模式的特征，我们使用这些简单而强大的三角函数关系来计算相位和振幅：

振幅输入 = √（DC2sin + DC2cos）

相位输入 = arctan（DCcos / DCsin）

这种方法提供了详细而准确的振动特征描述。

上述技术可交替使用，但傅里叶变换通常是分解信号以识别临界共振频率或特征频率的基础步骤。这一过程首先要对样品进行激励，激励可以通过振动台以机械方式实现，也可以通过调制电压以电气方式实现，还可以利用布朗运动等现象进行被动激励。结构会自然放大特定频率的外部刺激，这就是共振。通过使用迈克尔逊干涉仪获取时域数据，并应用傅里叶变换，这些共振在振动分析中就会变成明显的峰值。

当与扫描功能相结合时，这项技术可扩展到二维和三维分析，从而实现振动模式在二维或三维空间的直接可视化--这一过程被称为模态分析。

模态分析是一种捕捉结构二维振动模式并将其可视化的技术，可提供结构运动的全面视图。这种分析可揭示最大振幅区域以及静止点（称为节点）。这些节点的分布和数量定义了特定的振动模式，这是振动测量学的一个关键方面。通过绘制这些模式图，扫描振动测量法为了解结构的动态行为提供了宝贵的信息。

在 SmarAct，我们有能力利用各种方法对平面外振动进行定量测量，这要归功于我们通过迈克尔逊干涉仪获得的精确位移数据。这项技术使我们能够直接测量振动的程度。

尽管迈克尔逊干涉仪在量化平面外位移方面非常有效，但由于基于相位的测量技术本身的局限性，平面内运动分析需要一种不同的方法。由于平面内运动不会产生相位差，因此采用了另一种方法。在这种情况下，反射信号，特别是 Lissajous 图形的半径，被用来监测水平运动。平面内分析采用刀刃法进一步细化，该方法可评估物体移动对信号强度的影响。