做旋转机械NVH分析的朋友，十有八九都跟瀑布图打过交道。所谓瀑布图，就是把转速轴、频率轴和幅值轴三组数据叠在同一个三维坐标系里，用一张图把机器从低速到高速的全部振动/噪声特征展示出来。Matlab做这件事最方便，因为Workbench、Simcenter 3D这类仿真软件虽然自带后处理模块，但导出的结果往往要么是几十个分散的文本文件，要么是格式不一致的矩阵，批处理和自定义显示都差口气。这篇文章就围绕“Matlab振动噪声瀑布图”这个主题，把我自己处理仿真数据的一套流程整理出来：从Workbench/Simcenter 3D怎么导出数据，到Matlab怎么读取、插值、做分贝换算，再到最后一张能直接放进报告里的瀑布图怎么出，中间还会穿插几个我踩过好几次的坑，希望帮你少走点弯路。
1. 瀑布图到底是什么：旋转机械NVH分析的核心工具
1.1 从“转速-频谱”到瀑布图：把一摞频谱堆成一座山
很多刚接触NVH的同学会问：既然单看某个转速下的频谱图，就能找到特征频率，为什么还要画瀑布图？答案是单个频谱图只能告诉你“在这个转速下有哪些频率成分”，却回答不了“这些频率成分随转速怎么变化”。
比如一个电机在1000rpm、2000rpm、3000rpm下分别测了三组频谱，你放在三张图里看，能勉强对比出哪个频段变大变小；但如果从500rpm到6000rpm扫了50个转速点、每个点还对应一个完整的频谱，全放一起就完全乱了。瀑布图的思路很直接：把第1个转速的频谱当作一条线放在最前面，第2个转速的频谱放在稍微靠后一点，第3个继续往后排，最后从斜上方看过去，这一摞频谱就像一座高低起伏的山。横轴是频率，纵轴是转速，高度（或者颜色）是幅值，一张图把所有转速信息全包进去。
工程里大量旋转机械问题都适合用瀑布图排查。齿轮箱的啮合频率会随转速线性升高，滚动轴承故障特征频率也有固定的比例关系，电机的电磁噪声则往往和极槽配合强相关。这些特征在瀑布图上都会表现为一条条“斜线”或者一片片“亮带”，肉眼扫一眼就能定位问题区间，比逐个转速翻频谱效率高一个量级。
1.2 瀑布图上的三大关键信息：阶次、共振带与临界转速
一张成熟的瀑布图上，我最先看三样东西。
第一是阶次线。阶次指的是某个频率与转频的倍数关系。假设当前转速是3000rpm，转频就是3000/60=50Hz，那么一阶（1X）就是50Hz，六阶（6X）就是300Hz。把不同转速下同一个阶次对应的频率点连起来，就会得到从原点发散出去的一条斜线：斜线的斜率就是阶次值。常见的转子不平衡是1X，叶片通过频率往往对应叶片数，齿轮啮合阶次等于齿数，电磁力阶次则和极槽配合相关。这些斜线是瀑布图里最显眼的“骨架”。
第二是共振带。结构固有频率不会随转速变化，所以共振区在瀑布图上通常表现为一条平行于转速轴的“山脊”。当斜线穿过山脊时，代表某个阶次的激励频率正好和结构固有频率重合，振动或噪声幅值会被明显放大，这是我们判断风险工况最直观的依据。
第三是临界转速。阶次斜线与共振山脊的交点对应的转速，就是工程上最关注的临界转速。设计阶段如果发现某个临界转速落在常用工作区间，就得考虑调整结构刚度或者改变激励阶次。以前做电驱系统项目，电机6阶电磁力与壳体某阶模态在2800rpm附近相遇，仿真瀑布图上峰值特别刺眼，后来就是靠加筋条改变模态频率，把共振点顶到常用转速范围之外。没有瀑布图，这种问题排查起来会非常痛苦。
2. 仿真数据从哪来：Workbench与Simcenter 3D的输出差异
2.1 Ansys Workbench导出振动/声学数据的常规做法
很多工程师习惯在Workbench里做谐响应分析或声学分析，然后直接看频响曲线。如果只是想看单点频谱，Workbench自带的Chart完全够用。可一旦要生成瀑布图，就必须考虑多个转速工况的循环计算，因为瀑布图的“转速轴”不是一次谐响应扫频能直接给出的。
我的做法是把激励随转速变化的规律先整理成一个表：转速、激励频率、激励幅值。然后通过Workbench的谐响应分析，针对每个转速工况分别求解一次，得到该转速下监测点的响应谱。循环次数多时，可以用Workbench的脚本或者Parameter Set批量跑，但每次导出结果时都建议把文件名命名得规范一些，例如rpm_1000.txt、rpm_1250.txt。别小看这件事，后面Matlab批量导入时全靠文件名区分转速，命名乱的话会白白增加好多处理量。
Workbench导出单条频响曲线的方法是：在Solution下选中“Frequency Response”，右键选择Export或者另存为文本文件。默认导出的文本第一列是频率，第二列是实部或虚部、幅值、相位，取决于你在结果里设置了什么输出。为了后处理方便，建议在Workbench里先把响应设置为“Amplitude”（幅值），单位选好加速度或声压，后面再统一换算dB，比导出复数再自己算要省事。
2.2 Simcenter 3D（LMS）输出数据的常见格式
Simcenter 3D在声学和NVH领域用得非常广，尤其是声腔模态、声辐射和传递路径分析。它导出的数据格式和Workbench不太一样，最常见的是导出成文本函数（Function）或CSV文件，有时一次导出就是一个转速-频率-幅值的二维矩阵：第一列是转速点，表头（第一行）是频率点，中间区域是幅值。这种矩阵格式对Matlab非常友好，readmatrix直接读进来，稍微处理一下转置就能用。
但也有坑：Simcenter 3D导出时经常会把横坐标（频率）放在第一行，且可能是变步长的，比如低频段0-500Hz以2Hz间隔，高频段500-5000Hz以10Hz间隔。直接拿去画图，矩阵会缺列，或者插值后出现一堆毛刺。所以我每次从Simcenter 3D导完数据，都会在Matlab里先打印一下矩阵的前几行，看一眼坐标轴是不是等间距，再决定要不要统一插值。
另外，Simcenter 3D里显示的幅值单位可能是线性的（如Pa、m/s²），也可能是分贝（dB）。导出时尽量保留原始线性值，因为分贝基准不同（声压2e-5Pa，振动基准可能是1e-6m/s²），一旦选错基准，后面所有对比都会烂掉。
2.3 两种数据源的差异对比与统一思路
用一张表把两种软件的输出差异列清楚，后面处理时心里就有底：
| 数据源 | 典型导出格式 | 转速轴 | 频率轴 | 常见问题 |
|---|---|---|---|---|
| Ansys Workbench | 每个工况一个文本文件，两列/多列 | 无，需从文件名或工况号反向关联 | 每条曲线独立，可能步长不同 | 文件多、命名乱、需要循环读取 |
| Simcenter 3D | 一个CSV/矩阵文件 | 通常有，第一列 | 可能不均匀，可能在表头 | 矩阵方向、表头、变步长 |
无论从哪个软件出来，我最后都会把它归一到同一个结构：转速向量rpm_values、频率轴向量f_axis、二维幅值矩阵Amp_matrix，其中Amp_matrix(i,j)表示第i个转速下第j个频率处的幅值。后面的瀑布图绘制、阶次线叠加、数据导出，全都基于这组标准化数据，省掉很多重复工作。
3. Matlab读取和预处理：把散乱数据变成规整矩阵
3.1 数据导入：从CSV、TXT到Excel，一次全读进来
数据导入是瀑布图项目的第一个硬骨头。Workbench导出的单个文件通常长这样：第一列频率，第二列幅值，中间可能还夹着实部虚部。Simcenter 3D的矩阵文件则可能是第一行表头，后面每行一个转速点。为了不搞混，我给自己的代码库封装了一个统一读取函数，思路是先用dir列出所有文件，再根据文件名正则提取转速，最后逐文件读取。
这是一段真实用过的批量导入代码框架：
folder = 'D:\sim_data\workbench'; files = dir(fullfile(folder, 'rpm_*.txt')); nRpm = length(files); rpm_values = zeros(nRpm, 1); Freq_cell = cell(nRpm, 1); Amp_cell = cell(nRpm, 1); for i = 1:nRpm tok = regexp(files(i).name, 'rpm_(\d+)', 'tokens'); rpm_values(i) = str2double(tok{1}{1}); data = readmatrix(fullfile(folder, files(i).name)); Freq_cell{i} = data(:, 1); Amp_cell{i} = data(:, 2); % 改为你需要的列 end % 按转速大小排序 [rpm_values, idx] = sort(rpm_values); Freq_cell = Freq_cell(idx); Amp_cell = Amp_cell(idx);readmatrix在较新版Matlab里非常稳，能自动识别数字和文本表头。如果遇到老版本，用load或importdata也行，不过处理带表头的CSV会麻烦一点。习惯上我会先用readmatrix读一个小样例，看一眼矩阵尺寸，再决定是不是需要指定'Range'参数跳过头行。
3.2 统一频率轴：插值这一步永远不能省
假设你有5个不同转速下的频谱，每个频谱的频率点数和间隔都不一样。直接vertcat塞进矩阵肯定报错，因为列数对不上。这时候必须先定义一个公共频率轴，比如0-5000Hz，按1Hz步长细分，然后对每个转速的频谱做插值。
f_axis = 0:1:5000; nFreq = length(f_axis); Amp_matrix = zeros(nRpm, nFreq); for i = 1:nRpm Amp_matrix(i, :) = interp1(Freq_cell{i}, Amp_cell{i}, f_axis, 'linear', 0); end插值方法我建议优先用'linear'。虽然'spline'看起来曲线更光滑，但容易在数据突变处产生过冲，瀑布图上会多出一些根本不存在的假峰。尾部超出原始频率范围的部分，第五个参数设为0或者NaN都可以。设0不会影响色标，设NaN会让曲面出现“洞”，便于观察数据覆盖范围，看你自己更喜欢哪种风格。
这一步是全局图能不能看的决定性环节。频率轴不统一、插值方法不对，后面所有分析都建立在错误数据上，画出来的瀑布图再好看也没有意义。
3.3 分贝换算与基准：别再纠结20log还是10log
振动噪声数据通常用分贝显示，因为幅值动态范围可能跨好几个数量级，线性显示时小信号全被淹没。换算公式也简单：声压用dB = 20*log10(p/p0)，p0取2e-5Pa；振动加速度有时也用20log，但基准有的是1e-6 m/s²，有的是1µm/s²，不同企业习惯不同。功率类量（声强、声功率）才用10log，千万别混。
实际代码我一般这么写：
p0 = 2e-5; % 声压基准，Pa Amp_db = 20 * log10(Amp_matrix / p0 + eps);如果数据里存在大量0值或者接近0的值，直接log会变成负无穷。加一个eps是为了避免出现NaN或Inf，后面的surf和waterfall才能正常出图。
如果你想把线性幅值插值与分贝换算的顺序换一下，也完全可以：先在原始数据上转成dB，再插值。两种做法在小步长下差别不大，但严格讲幅值插值应该在“能量量纲”上进行，也就是先插值线性幅值，再转dB，这样插值结果更接近物理平均值。我通常在预处理阶段直接对线性数据插值，最后统一转dB，每一步都有记录，方便复盘。
4. 用Matlab绘制专业瀑布图：从waterfall到精致配色
4.1 核心指令waterfall与基础参数设置
Matlab里最直接的三维瀑布图指令就是waterfall，它会把每一条频谱绘制成一条线，然后按转速方向一排排排列。基础用法非常简单：
figure waterfall(f_axis, rpm_values, Amp_db) xlabel('Frequency (Hz)'); ylabel('Speed (rpm)'); zlabel('Amplitude (dB)');但直接这么画，出来的效果通常比较“简陋”，线条密密麻麻，前面的线还会把后面的线完全挡住。要让图能放进报告甚至答辩PPT里，必须做几处调整。
首先是视角。三维图默认视角是从比较高处往下看，导致前面的谱线把后面全遮住。我习惯用：
view([-35, 25])这会从左侧斜上方看过去，既能看到远处的高山峰，又能看到前面谱线的层次感。还可以在图上叠加阶次线、标注共振点，让信息量更完整。
4.2 让瀑布图更专业的5个细节：视角、色标、透明度、阶次线、标注
第一，色标。如果不加colormap，默认的parula其实已经不错，但很多商业软件偏爱“浅底深峰”的风格。我建议统一用colormap(parula)或者colormap(jet)，前者更适合做学术发表，后者对比强烈但容易产生视觉误导。定了色标后就加上colorbar，并把色标范围固定住：
clim([min(Amp_db(:)), max(Amp_db(:))]);如果多个工况放在一起对比，务必使用统一的clim范围，否则颜色深浅完全不同，没法比。
第二，线条的高光和透明度。waterfall默认绘制的是线，线的颜色由高度决定。可以通过EdgeColor、LineWidth微调。如果觉得线条太密、看不清峰谷，可以改用surf加FaceAlpha透明度来做颜色瀑布图：
h = surf(f_axis, rpm_values, Amp_db, 'EdgeColor', 'none'); set(h, 'FaceAlpha', 0.9);这种“填充式”瀑布图更接近软件里的Campbell colormap，山峰用高亮色块表现，低谷用深色表现，阅读友好度比纯线条高不少。我个人出报告时，通常两种都会出：线条图用于工程细节检查，填充图用于给领导和客户展示。
第三，阶次线。旋转机械分析不可能不画阶次线。阶次线本质上是f = order * rpm / 60的关系，画法是在瀑布图坐标系里投影到某个平面上：
hold on; for order = [1, 6] f_line = order * rpm_values / 60; z_line = zeros(size(rpm_values)); plot3(f_line, rpm_values, z_line, 'r--', 'LineWidth', 1.5); end这里把阶次线投影到底部平面（z=0），既不遮挡瀑布主体，又能清楚看到斜线与共振山脊的交点，非常实用。
第四，峰值标注。想快速定位最大幅值点，可以直接用max把二维矩阵的最大值找出来，然后用plot3和text标注：
[max_db, lin_idx] = max(Amp_db(:)); [ir, ic] = ind2sub(size(Amp_db), lin_idx); plot3(f_axis(ic), rpm_values(ir), max_db, 'ko', ... 'MarkerSize', 8, 'MarkerFaceColor', 'y'); text(f_axis(ic), rpm_values(ir), max_db + 3, ... sprintf('%.1f dB @ %.0f Hz', max_db, f_axis(ic)));这样流程图式的水瀑布图，读图的人一眼就能抓住最危险的工况，不用再对着色标猜。
第五，坐标轴细节。转速轴和频率轴最好都设置为能整除的值，避免坐标刻度出现杂数字。用xticks和yticks手动指定刻度，再加一个总标题，比如MTB 3rd gear WOT，信息完整度会提升一个档次。
4.3 完整可用的绘图脚本：填充式与线条式二合一
下面这段脚本是可以直接拿去改的。假设你已经有f_axis、rpm_values和Amp_db三个变量，它会同时输出一个填充式瀑布图和一个线条式瀑布图，并把阶次线、峰值点、色标全部加上：
% 公共设置 fig = figure('Color', 'w', 'Position', [100 100 900 650]); clims = [min(Amp_db(:)), max(Amp_db(:))]; % 子图1: 线条式 waterfall subplot(2,1,1); waterfall(f_axis, rpm_values, Amp_db); colormap(parula); clim(clims); view([-35 25]); xlabel('Frequency (Hz)'); ylabel('Speed (rpm)'); zlabel('Amplitude (dB)'); title('Waterfall (Line)'); % 子图2: 填充式 surf subplot(2,1,2); h = surf(f_axis, rpm_values, Amp_db, 'EdgeColor', 'none'); set(h, 'FaceAlpha', 0.92); colormap(parula); clim(clims); view([-35 25]); colorbar; xlabel('Frequency (Hz)'); ylabel('Speed (rpm)'); zlabel('Amplitude (dB)'); title('Waterfall (Surface)'); % 叠加阶次线 hold on; for order = [1, 6] f_line = order * rpm_values / 60; plot3(f_line, rpm_values, zeros(size(rpm_values)), 'r--', 'LineWidth', 1.5); end不要小看这个脚本，我前前后后改了差不多两个月，才把视角、透明度和阶次线的显示位置调到最顺手。颜色和线型都是个人审美，但核心逻辑是一样的：用surf控制表面，用plot3叠加信息，用view决定观察角度。
5. 常见问题与排坑实录：我踩过的几个坑
5.1 数据量太大，Matlab画图卡死怎么办
转速点几百、频率点几千时，surf和waterfall都还能撑住。但如果做精细的变速工况，频率点到了几万个，或者转速点到了上千个，图面会非常密，Matlab渲染时风扇呼呼转也不出图。我的做法是先降采样，画图用粗一点的数据，分析则保留原始精度。
降采样也有讲究，不能直接乱隔几个点取一个，最好是对频谱做峰值保持：
idx_f = 1:5:nFreq; % 每5个点取1个 f_axis_plot = f_axis(idx_f); Amp_plot = Amp_db(:, idx_f);如果连降采样后还是卡，可以放弃三维渲染，用二维imagesc画彩色云图，横轴频率、纵轴转速、颜色幅值。其实很多商业软件的Campbell图就是二维云图，信息量一点不少，渲染速度快得多。
5.2 频率轴不一致，画出来的瀑布图全是锯齿
这个问题最多见，尤其在用Workbench批量计算不同转速时，如果自动网格或扫频步长随转速变化，最后导出的频谱频率轴就可能参差不齐。直接插值到统一频率轴后，偶尔还会出现锯齿，多半是频率分辨率太太粗，峰值被削平或者错位。
解决办法是把插值目标步长设得比原始数据最小步长更细，比如原始数据频率间隔是2Hz，就统一插值到1Hz间隔，宁可矩阵大一半，也不要因为欠采样把峰值给抹掉。另一个细节是检查数据里有没有NaN，interp1遇到NaN会返回NaN，最后surf图上会出现一个洞，还得专门用fillmissing处理。
5.3 仿真瀑布图怎么和台架试验数据放一起对比
仿真数据整齐漂亮，试验数据却自带噪声，直接叠在一张图上会花得没法看。我的习惯是仿真的画一个子图，试验的画一个子图，共享色标范围，下方再画一个“差值瀑布图”：
diff_db = Amp_db_sim - Amp_db_test; surf(f_axis, rpm_values, diff_db, 'EdgeColor', 'none');这样哪里偏大偏小一目了然。对比之前务必确认两者的物理量、单位、参考基准完全一致。声压dB(A)和线性Pa不能直接相减，振动加速度和振动速度更不能直接放在同一个配色范围里。曾经有同事拿速度谱和加速度谱做差值，折腾了一整天，最后发现单位没统一，白忙一场。
5.4 中文乱码和出图模糊：两个最容易被忽视的细节
Matlab在Windows上如果用了中文注释或中文标签，导出图片时经常出现乱码，原因是字体映射不对。最简单的解决办法是用英文标签，或者统一指定中文字体：
set(0, 'DefaultAxesFontName', 'SimHei'); set(0, 'DefaultTextFontName', 'SimHei');出图模糊多半是因为直接点“另存为”时分辨率太低。我在脚本里统一用exportgraphics达到300dpi输出，尤其放在报告里不会发虚：
exportgraphics(fig, 'waterfall_final.png', 'Resolution', 300);exportgraphics在R2020a之后很稳定，还能自动裁剪白边，比print更省心。
6. 从瀑布图到分析结论：怎么读图、怎么写报告
6.1 识别阶次线与共振带：先把危险工况圈出来
拿到一张填好阶次线的瀑布图，读图顺序建议是：先看色标，确定峰值量级；再看最大亮点对应的转速和频率；最后看这个点是不是落在某条阶次线与共振带的交点上。如果是，直接标记为风险工况。
共振带的判断也有技巧：如果某条亮带完全平行于转速轴，那基本是结构模态；如果亮带是斜的，则多半来自激励源，比如齿轮啮合或电磁力。很多实际问题是激励阶次和结构模态共同作用的结果，在瀑布图上表现为斜线与竖带交叉后，交叉区域明显变亮变高，这比单纯看某个频谱要直观得多。
6.2 再配合二维Campbell图：一维看趋势，二维看细节
三维瀑布图适合宏观展示，但如果要精确读取某个交点的频率和幅值，或者与试验数据叠加对比，我往往会再导出对应的二维Campbell图（即转速-频率颜色图）。用imagesc或者pcolor画，加一个颜色条，标注阶次线，再标出几个关键点，数据可读性很强。
实际项目中，我是这样分工的：瀑布图放方案汇报的封面，Campbell图放详细分析章节，表格放具体数值。三类材料互相补充，评审不会觉得信息缺失，也不会被一张复杂三维图冲昏头脑。
6.3 报告输出小技巧：把图例和工况说明直接画进图里
评审经常问“这个图是什么工况、什么测点”，与其在PPT里画一堆箭头解释，不如把关键信息直接做进图里。我通常在图的上方留一块空白，用text写入“工况：3挡WOT；测点：电机右悬置被动侧；单位：dB(A) re 2e-5 Pa”等说明。这样图流传出去也不会丢失上下文，别人拿到就能看懂。
另外，批处理导出图表时，代码里给每个工况自动添加文件名前缀，比如WOT_3rd_waterfall.png，后面整理报告会非常轻松。不要相信自己的记忆力，几十张图导出来，不命名规范绝对会疯。
我个人在实际操作中最大的体会是：Matlab画瀑布图，画法本身并不难，难的是前面数据预处理能不能做得规整。Workbench和Simcenter 3D导出的数据格式五花八门，只要先把频率轴统一、单位基准定好、数据矩阵结构标准化，后面的waterfall也好、surf也好，基本就是套模板出图。希望这篇文章里提到的导入、插值、分贝换算、阶次线叠加和排坑经验，能帮你少踩几个我当年踩过的坑。做NVH仿真永远绕不开“数据处理”这道坎，早点把Matlab这套流程跑通，后面出图、写报告、跟试验对比都会顺畅不少。
