无锡轴承厂磨床主轴振动监测：C# 高速采集 + FFT 频谱分析的完整实现

无锡一家轴承厂的磨床主轴轴承靠"老师傅听声音"判断状态，去年两次突发抱轴，砂轮碎裂险些伤人。厂里要一套在线振动监测：能在轴承劣化早期给出预警，而不是等异响出现。这套系统的技术核心是高速采集不丢点 + FFT 频谱找特征频率 + 包络解调抓早期故障，本文按数据流顺序把每一环的实现讲清楚。

一、数据流总览：从传感器到报警的五个环节

▲ 五个环节各自独立线程/任务，任何一环慢都不影响采集本身——这是高速采集系统的第一设计原则。

二、采集与缓冲：10kHz 下丢点是怎么发生的

10kHz 采样意味着每秒 1 万个点，单通道 16 位数据每秒约 20KB——数据量不大，但对时序连续性极其敏感。丢点的三个常见原因：

• 采集卡用"查询模式"而非 DMA 连续模式：软件轮询读缓冲区，GC 或界面卡顿一来就溢出。必须配置为连续采集 + 硬件 DMA，采集卡自己往内存搬数据；
• 读取块太小、回调太频繁：每次只读 100 个点，每秒 100 次回调，线程切换开销吃掉 CPU。按 0.5~1 秒一块读取（5000~10000 点）；
• 分析计算挤占采集线程：FFT 和绘图跟采集放同一个线程，分析一慢缓冲区就溢出。采集线程只做一件事——把数据搬进双缓冲。

双缓冲的交接逻辑很简单：采集线程写满 A 块，交换 A/B 指针，通知分析线程处理 B 块：

// 采集线程：只做搬数据，不做任何重计算
void OnDataReady(double[] chunk)   // 采集卡回调，10000点/次
{
    Array.Copy(chunk, _bufWrite, chunk.Length);
    _filled += chunk.Length;
    if (_filled >= BlockSize)        // 攒满一块(8192的整数倍)
    {
        (_bufWrite, _bufReady) = (_bufReady, _bufWrite);  // 交换
        _filled = 0;
        _readySignal.Set();            // 通知分析线程
    }
}

三、FFT 之前：采样长度、窗函数与频率分辨率

频谱分析的质量在 FFT 之前就决定了大半，三个参数必须想清楚：

参数	本项目取值	依据
采样率 fs	10 kHz	关注频段 ≤ 3kHz（轴承特征频率及其谐波），按 3 倍以上裕量取
分析长度 N	8192 点	频率分辨率 Δf = fs/N ≈ 1.22Hz，足以分辨轴承各特征频率
窗函数	汉宁窗	振动信号非周期截断，汉宁窗压低频谱泄漏；幅值恢复乘系数 2

▲ 频率分辨率 Δf = fs/N 是最容易被忽视的指标：N=1024 时 Δf≈9.8Hz，轴承外圈故障频率 137Hz 和 146Hz 的两个峰就糊在一起了。

FFT 本体用 MathNet.Numerics，不用自己写基2算法：

using MathNet.Numerics.IntegralTransforms;

// data: 8192点去直流后的振动数据
var spectrum = new Complex[data.Length];
for (int i = 0; i < data.Length; i++)
    spectrum[i] = new Complex(data[i] * Hann(i, data.Length), 0);
Fourier.Forward(spectrum, FourierOptions.Default);

// 单边幅值谱：前 N/2 根谱线，幅值×2/N
double df = SampleRate / (double)data.Length;
for (int i = 1; i < data.Length / 2; i++)
    amp[i] = 2.0 * spectrum[i].Magnitude / data.Length;
// 第 i 根谱线对应频率 i * df

四、轴承四大特征频率：诊断的"靶子"

滚动轴承每个部件损伤都会在频谱上留下固定位置的峰，特征频率由轴承几何参数算出（n 为转频，Z 为滚动体数，d 为滚动体直径，D 为节径，β 为接触角）：

故障部位	特征频率公式	本项目实例值（n=25Hz）
外圈 BPFO	n·Z/2·(1−d/D·cosβ)	≈137 Hz
内圈 BPFI	n·Z/2·(1+d/D·cosβ)	≈188 Hz
滚动体 BSF	n·D/(2d)·(1−(d/D·cosβ)²)	≈112 Hz
保持架 FTF	n/2·(1−d/D·cosβ)	≈10.5 Hz

诊断逻辑就是：算出当前转速下的四个特征频率，在频谱上取 ±Δf×2 窗口内的峰值能量，跟踪其趋势。特征频率能量相对基线上涨 6dB 提示关注，上涨 12dB 报警。

五、包络解调：早期点蚀的唯一解法

轴承早期点蚀的冲击能量很小，直接看频谱，特征频率的峰淹没在噪声里。但冲击会激起轴承结构的高频共振（通常 1~5kHz），冲击的重复频率才是故障信息，它调制在高频共振的幅值上——这就是包络解调的用武之地：

1. 带通滤波：截取 2~4kHz 共振频带；
2. 希尔伯特变换求解析信号，取模得到包络；
3. 对包络再做 FFT——包络谱上 BPFO/BPFI 处的峰就是故障证据。

这套流程上线后的实际效果：磨床主轴轴承在劣化早期（操作工完全无感、听诊棒也听不出）包络谱 BPFO 能量持续爬升，系统提前 11 天发出预警，厂方利用计划停机更换，避免了一次抱轴事故。

六、报警口径：速度有效值定"严重程度"，特征频率定"故障部位"

两套指标各司其职：速度有效值（RMS，10~1000Hz 频带）按 ISO 10816 分四区判断整体振动烈度——这台磨床属刚性支承中型机械，取 A/B 边界 2.8mm/s、B/C 边界 7.1mm/s；特征频率能量判断是哪个部件出了问题。报警信息直接写成"主轴轴承外圈特征频率能量超标，建议检查外圈滚道"，维修班组拿到就能干活，不用再找分析师读谱。

最后一点经验：振动监测系统的价值不在报警那一刻，而在趋势数据攒够三个月之后——每台设备的基线谱、劣化速率、换件前后对比，都会变成厂里自己的诊断知识库。原始波形按天归档（每天约 1.7GB/通道，务必压缩存储），频谱结果进数据库，这个存储架构要在第一天就设计好。