FFT频谱分析器 返回
振動/信号処理

FFT频谱分析器

输入合成波形,实时可视化快速傅里叶变换(FFT)的频率谱。交互体验窗函数、混叠效应和频谱泄漏现象。

信号構成

解析設定

采样频率 fs
窓関数

预设

2成分合成波 奈奎斯特边界 同频 高噪声

DFT 定義

$X[k] = \sum_{n=0}^{N-1} x[n]\,e^{-j2\pi kn/N}$
$\Delta f = f_s / N,\quad f_\text{Nyq} = f_s / 2$
计算结果
1.0
Frequency分解能 Δf (Hz)
512
奈奎斯特频率 (Hz)
50
峰值频率 (Hz)
SNR 概算 (dB)

小时系列波形(先頭256样本)

Sig

功率光谱(FFT出力)

Spec
理论与主要公式

$$X[k] = \sum_{n=0}^{N-1} x[n] e^{-j2\pi kn/N}$$

離散フーリエ変換(DFT):時間信号 $x[n]$ を周波数成分 $X[k]$ に分解。FFTはこれを $O(N\log N)$ で計算。

$$f_k = \frac{k \cdot f_s}{N}$$

周波数分解能:サンプリング周波数 $f_s$(Hz)をデータ点数 $N$ で割った最小検出周波数間隔。

$$f_{Nyquist} = \frac{f_s}{2}$$

ナイキスト周波数(Hz):これより高い成分はエイリアシングを起こすため、$f_s/2$ 以上の周波数は測定不可。

什么是FFT频谱分析器?

FFT频谱分析器用于把抽象公式、参数变化和可视化结果连接起来。通过移动滑块或输入数值,可以实时观察主要变量如何影响系统行为。

物理模型与关键公式

本工具围绕FFT频谱分析器的核心模型进行计算。使用时应同时关注输入参数、单位和边界条件,避免只凭单个结果数值作判断。

实际应用场景

FFT频谱分析器可用于教学演示、工程初步估算、参数灵敏度分析和方案比较。在进入更完整的CAE或实验验证前,它能帮助快速把握数量级与趋势。

常见误解与注意事项

模拟结果是理想化模型下的估算,实际工程还需要考虑材料离散性、环境条件、测量误差和安全系数。请结合公式含义与图表趋势综合判断。

使用指南

  1. 在f1ValNum输入第一信号频率(Hz),a1ValNum输入幅值(V),例如50Hz、3V
  2. 在f2ValNum输入第二信号频率,a2ValNum输入对应幅值,模拟复合信号如50Hz+150Hz混合
  3. 点击分析按钮执行FFT运算,观察频谱图中的峰值位置、幅值大小及频谱泄漏现象
  4. 切换汉宁窗、海宁窗等窗函数,对比不同窗函数对频谱分辨率和旁瓣的影响

具体计算示例

电机转频监测场景:输入f1=50Hz(工频)、a1=2.5V,f2=150Hz(三次谐波)、a2=0.8V,采样率2000Hz,数据点数2048。FFT计算后频谱图显示50Hz主峰(幅值2.5V)及150Hz谐波峰(幅值0.8V),频率分辨率为2000/2048≈0.977Hz。若采用矩形窗,旁瓣衰减仅13dB,改用汉宁窗后旁瓣衰减提升至32dB,有效抑制了±50Hz处的谱泄漏。

实务注意事项

  1. 采样率须≥2倍最高信号频率(奈奎斯特定理);若f2=150Hz,采样率应不低于300Hz,否则产生混叠使150Hz信号误识为50Hz
  2. 数据点数越大频率分辨率越高;2048点相比512点可将分辨率从3.9Hz改善到0.977Hz,精准识别接近的谐波分量
  3. 对于宽频带扫频信号,矩形窗易产生频谱泄漏;振动设备故障诊断建议优先使用汉宁窗或Blackman窗提高谱估计质量