1. 声音震动分析的基础认知与术语体系构建
声音震动分析这件事，乍一听像是声学实验室里才用得上的冷门技能，但实际上它跟我们的日常工作和生活离得非常近。做设备故障诊断的工程师要靠它判断轴承是不是快废了，做音频产品调校的开发者要靠它定位喇叭的异响来源，做建筑声学检测的技术员要靠它评估墙体隔音效果，甚至做手工乐器的人也要靠它来调整共鸣腔体的振动特性。而一旦你开始深入这个领域，就会发现一个很现实的问题：大量核心资料、工具文档、论文和软件界面都是中英文混杂的，同一个物理量在不同语境下有好几种叫法，稍不留神就会理解偏差，导致分析方向跑偏。
我自己在这个领域摸爬滚打这些年，踩过最多的坑不是算法不会写，而是术语没对上。比如早期看英文文档时把“vibration”和“acoustic emission”混为一谈，结果选错了传感器；又比如把“frequency spectrum”和“spectral density”当成一回事，导致幅值标定出了大问题。所以这篇内容的核心目的很明确：把声音震动分析领域最常用的中英文概念做一次系统对照，同时把每个术语背后的物理含义、适用场景和实操注意事项讲透。不管你是刚入行的新手，还是已经有一定经验但想系统梳理术语体系的从业者，都能从中找到可以直接参考的内容。
在展开具体术语之前，有必要先厘清一个基础框架。声音震动分析本质上处理的是两类信号：一类是通过空气或其他介质传播的声压波动，另一类是固体结构表面的机械振动。这两类信号在物理本质上是耦合的，但在工程实践中往往用不同的传感器、不同的分析流程来处理。声压信号通常用麦克风或声级计采集，关注的是人耳可听范围或特定频段的声学特性；振动信号通常用加速度计、速度传感器或位移传感器采集，关注的是结构本身的运动状态。理解这个区分，是理解后续所有术语对照的前提。
提示：很多初学者会把“声音分析”和“震动分析”当成完全独立的两件事，实际上在故障诊断领域，两者经常需要同步采集、联合分析，才能准确定位问题根源。
1.1 为什么术语对照如此重要
术语对照的重要性体现在三个层面。第一是工具层面，目前主流的分析软件和硬件平台，底层参数命名大多沿用英文体系，如果你只知道中文叫法，在配置参数时很容易选错选项。第二是文献层面，高质量的技术论文和行业标准有相当比例是英文撰写的，术语不熟会直接拖慢你的学习效率。第三是沟通层面，跨团队协作时，机械工程师、声学工程师和软件开发者对同一个概念可能使用不同的词汇，术语不统一会带来大量无效沟通。
我遇到过这样一个案例：某团队在做一款手持电动工具的噪声优化，机械工程师说“振动太大”，声学工程师理解成了“声压级太高”，结果一个去加固结构，一个去贴吸音棉，折腾了两周才发现两个人说的根本不是同一个问题。后来他们建立了一份内部术语对照表，类似的问题就再也没出现过。这件事给我的启发是，术语对照不是学术洁癖，而是实打实的效率工具。
1.2 声音与震动分析的核心物理量对照
在进入具体分析方法和工具之前，先把最基础的物理量中英文对照理清楚。这些物理量是所有后续分析的基石，必须做到看到英文能反应出中文，看到中文能写出英文，并且清楚每个量的单位和物理意义。
| 中文术语 | 英文术语 | 常用单位 | 物理意义简述 |
|---|---|---|---|
| 声压 | Sound Pressure | Pa（帕斯卡） | 声波在介质中引起的压强变化 |
| 声压级 | Sound Pressure Level (SPL) | dB（分贝） | 声压相对于参考值的对数表示 |
| 振动加速度 | Vibration Acceleration | m/s² | 结构振动加速度，常用g表示 |
| 振动速度 | Vibration Velocity | mm/s | 结构振动速度，故障诊断常用 |
| 振动位移 | Vibration Displacement | μm | 结构振动位移，低频分析常用 |
| 频率 | Frequency | Hz | 信号周期性变化的速率 |
| 幅值 | Amplitude | 视具体量而定 | 信号偏离均值的最大程度 |
| 相位 | Phase | 度或弧度 | 信号在周期中的位置信息 |
| 固有频率 | Natural Frequency | Hz | 系统自由振动时的特征频率 |
| 阻尼比 | Damping Ratio | 无量纲 | 系统能量耗散程度的度量 |
这张表看起来简单，但每一条背后都有值得展开的细节。比如声压级为什么用对数，因为人耳对声压的感知范围跨越六个数量级，线性表示根本没法用。再比如振动速度在故障诊断中为什么比加速度更常用，因为速度信号对中频段的故障特征更敏感，而且不同设备的振动速度标准值可以直接比较，加速度就不行。
1.3 时域、频域与时频域术语对照
声音震动分析从分析域的角度可以分为时域、频域和时频域三大类，每一类都有自己的一套术语体系。时域分析关注信号随时间的变化，频域分析关注信号的频率组成，时频域分析则同时关注频率和时间的变化关系。
| 中文术语 | 英文术语 | 所属分析域 | 典型应用 |
|---|---|---|---|
| 波形 | Waveform | 时域 | 信号初步观察 |
| 峰值 | Peak Value | 时域 | 冲击类信号评估 |
| 有效值 | RMS (Root Mean Square) | 时域 | 能量类信号评估 |
| 峰峰值 | Peak-to-Peak | 时域 | 振动位移评估 |
| 频谱 | Spectrum | 频域 | 频率成分识别 |
| 功率谱 | Power Spectrum | 频域 | 能量分布分析 |
| 功率谱密度 | PSD (Power Spectral Density) | 频域 | 随机信号分析 |
| 倒频谱 | Cepstrum | 频域 | 周期性故障特征提取 |
| 包络谱 | Envelope Spectrum | 频域 | 轴承故障诊断 |
| 短时傅里叶变换 | STFT (Short-Time Fourier Transform) | 时频域 | 非平稳信号分析 |
| 小波变换 | Wavelet Transform | 时频域 | 瞬态特征提取 |
| 希尔伯特-黄变换 | HHT (Hilbert-Huang Transform) | 时频域 | 非线性非平稳信号 |
这里特别要提醒的是“功率谱”和“功率谱密度”的区别。功率谱通常指离散频率点上的功率值，单位是幅值的平方；功率谱密度则是单位频率带宽内的功率，单位是幅值的平方除以赫兹。在随机信号分析中，必须用功率谱密度，否则不同分析带宽下的结果没法比较。这个坑我在早期做噪声分析时踩过，当时用功率谱去对比两组不同采样率的信号，结果怎么都对不上，后来才发现是单位带宽的问题。
2. 传感器与采集环节的中英文概念深度拆解
传感器和采集环节是整个分析链条的入口，这里的术语如果理解错了，后面的分析再精确也是白搭。我见过太多案例，问题出在传感器选型或安装环节，但分析人员一直在算法层面找原因，白白浪费大量时间。
2.1 常用传感器类型与术语对照
声音震动分析中最常用的传感器包括麦克风、加速度计、速度传感器、位移传感器和声发射传感器。每一类都有细分类型，对应的英文术语也各有不同。
| 中文术语 | 英文术语 | 典型测量对象 | 关键参数 |
|---|---|---|---|
| 电容麦克风 | Condenser Microphone | 声压 | 灵敏度、本底噪声 |
| 驻极体麦克风 | Electret Microphone | 声压 | 灵敏度、频率响应 |
| 压电加速度计 | Piezoelectric Accelerometer | 振动加速度 | 灵敏度、谐振频率 |
| 压阻加速度计 | Piezoresistive Accelerometer | 振动加速度 | 量程、带宽 |
| 电容式加速度计 | Capacitive Accelerometer | 振动加速度 | 分辨率、温漂 |
| 电动式速度传感器 | Electrodynamic Velocity Sensor | 振动速度 | 灵敏度、低频截止 |
| 电涡流位移传感器 | Eddy Current Displacement Sensor | 振动位移 | 量程、线性度 |
| 声发射传感器 | Acoustic Emission Sensor | 高频弹性波 | 谐振频率、带宽 |
选传感器时最容易犯的错误是只看灵敏度不看频率范围。比如压电加速度计的灵敏度很高，但低频响应通常不好，如果你要测的是低频振动，用压电加速度计就会丢失大量信息。这时候应该考虑电容式加速度计或者电涡流位移传感器。反过来，如果你要测的是高频冲击信号，压电加速度计就是首选，因为它的谐振频率可以做到很高。
注意：声发射传感器和普通加速度计虽然都是压电原理，但工作频段完全不同。声发射通常工作在100kHz以上，普通振动分析一般在10kHz以下。买错传感器的事情我见过不止一次，下单前一定要确认工作频段。
2.2 采集参数术语与设置逻辑
采集环节的参数设置直接决定了后续分析的上限。如果采集时参数设错了，后面用再高级的算法也救不回来。这一块的核心术语包括采样率、采样定理、抗混叠滤波、量化位数、动态范围等。
| 中文术语 | 英文术语 | 设置原则 | 常见误区 |
|---|---|---|---|
| 采样率 | Sampling Rate | 至少为最高关注频率的2.56倍 | 只按2倍设置，导致混叠 |
| 采样定理 | Sampling Theorem | 采样率必须大于信号最高频率的2倍 | 忽略抗混叠滤波的必要性 |
| 抗混叠滤波 | Anti-aliasing Filter | 截止频率设为采样率的一半 | 认为软件滤波可以替代硬件滤波 |
| 量化位数 | Quantization Bits | 根据动态范围需求选择 | 盲目追求高位数，忽略传感器本底噪声 |
| 动态范围 | Dynamic Range | 最大可测信号与最小可测信号之比 | 与信噪比混淆 |
| 频率分辨率 | Frequency Resolution | 采样率除以分析点数 | 认为增加点数就能无限提高分辨率 |
| 谱线数 | Number of Spectral Lines | 决定频谱图的频率精度 | 与采样点数混淆 |
采样率设置是这里面的重中之重。按照采样定理，采样率只要大于信号最高频率的2倍就能避免混叠，但工程实践中通常取2.56倍甚至更高。为什么是2.56而不是2？因为抗混叠滤波器不可能做到理想的陡峭截止，需要留出过渡带。2.56倍这个系数在振动分析领域几乎是行业惯例，对应的英文叫法是“2.56 rule”或者“oversampling factor”。
频率分辨率的计算也经常被误解。频率分辨率等于采样率除以分析点数，比如采样率是2560Hz，分析点数是1024点，那么频率分辨率就是2.5Hz。这意味着频谱图上相邻两条谱线之间间隔2.5Hz，低于这个间隔的两个频率成分无法区分。想提高频率分辨率，要么降低采样率，要么增加分析点数，但降低采样率会限制最高分析频率，增加分析点数会增加计算量，需要根据实际需求权衡。
2.3 传感器安装与耦合术语
传感器安装环节的术语虽然不多，但每一个都直接影响测量结果的可靠性。安装方式不对，测到的信号可能完全失真。
| 中文术语 | 英文术语 | 适用场景 | 注意事项 |
|---|---|---|---|
| 螺栓安装 | Stud Mounting | 高频振动测量 | 需要平整表面和合适扭矩 |
| 磁吸安装 | Magnetic Mounting | 快速巡检 | 高频响应差，仅适合低频 |
| 胶粘安装 | Adhesive Mounting | 临时测量 | 胶层厚度影响高频响应 |
| 探针接触 | Probe Tip | 狭窄空间 | 压力一致性难以保证 |
| 绝缘安装 | Insulated Mounting | 避免接地回路 | 需要绝缘垫片 |
| 耦合剂 | Couplant | 超声和声发射 | 耦合层厚度影响传输效率 |
螺栓安装是高频振动测量的黄金标准，因为它的连接刚度最高，能保证高频信号不失真。磁吸安装虽然方便，但磁力连接在高频段会引入明显的谐振，导致测量结果不可信。我一般建议磁吸安装只用于低频巡检，频率上限不要超过2kHz。胶粘安装的重复性比较差，因为每次涂胶的厚度和均匀性都不同，如果要做对比测量，最好用同一种胶、同一批次、同样的固化时间。
3. 信号处理方法的中英文术语与实操解析
信号处理是声音震动分析的核心环节，也是术语最密集、最容易混淆的部分。这一块我打算按照分析流程来组织，从预处理到特征提取，把每个环节的关键术语和实操要点讲清楚。
3.1 预处理环节术语与操作要点
预处理的目的很简单：把原始信号变成适合后续分析的形式。这个环节的术语包括去趋势、去均值、加窗、滤波、重采样等。
| 中文术语 | 英文术语 | 作用 | 操作要点 |
|---|---|---|---|
| 去趋势 | Detrending | 消除信号中的线性漂移 | 多项式阶数不宜过高 |
| 去均值 | Mean Removal | 消除直流分量 | 对交流信号几乎总是必要 |
| 加窗 | Windowing | 减少频谱泄漏 | 根据信号类型选窗函数 |
| 低通滤波 | Low-pass Filter | 保留低频成分 | 截止频率根据需求设定 |
| 高通滤波 | High-pass Filter | 保留高频成分 | 注意不要滤掉有用信号 |
| 带通滤波 | Band-pass Filter | 保留特定频段 | 中心频率和带宽需明确 |
| 带阻滤波 | Band-stop Filter | 抑制特定频段 | 常用于去除工频干扰 |
| 重采样 | Resampling | 改变采样率 | 注意抗混叠处理 |
加窗是预处理里最需要经验的一个环节。矩形窗频率分辨率最高但泄漏最严重，汉宁窗泄漏小但主瓣变宽，平顶窗幅值精度最高但频率分辨率最差。选窗函数的核心逻辑是：如果你关注的是频率的精确位置，用矩形窗或汉宁窗；如果你关注的是幅值的精确大小，用平顶窗。这个选择没有绝对的对错，只有适不适合你的分析目标。
提示：做频谱分析时，如果信号不是整周期采样，不加窗会导致严重的频谱泄漏，表现为频谱图上出现大量不该有的频率成分。这个问题在早期很容易被误判为“信号本身有问题”。
3.2 频域分析术语与参数计算
频域分析是声音震动分析中使用频率最高的方法，核心术语包括FFT、频谱、功率谱、功率谱密度、倍频程、三分之一倍频程等。
| 中文术语 | 英文术语 | 数学本质 | 典型应用 |
|---|---|---|---|
| 快速傅里叶变换 | FFT (Fast Fourier Transform) | 离散傅里叶变换的高效算法 | 频谱计算基础 |
| 离散傅里叶变换 | DFT (Discrete Fourier Transform) | 时域到频域的变换 | 理论分析 |
| 频谱 | Spectrum | 信号各频率成分的幅值分布 | 频率成分识别 |
| 幅值谱 | Amplitude Spectrum | 频率成分的幅值 | 幅值定量分析 |
| 相位谱 | Phase Spectrum | 频率成分的相位 | 相位关系分析 |
| 功率谱 | Power Spectrum | 幅值的平方 | 能量分布 |
| 功率谱密度 | PSD | 单位带宽功率 | 随机信号分析 |
| 倍频程 | Octave Band | 频率按2倍关系划分 | 声学测量 |
| 三分之一倍频程 | 1/3 Octave Band | 频率按2^(1/3)倍划分 | 噪声评估 |
FFT的点数选择是一个实操中经常纠结的问题。点数越多，频率分辨率越高，但计算量越大，而且如果信号长度不够，补零虽然能增加谱线数，但不会真正提高频率分辨率。真正的频率分辨率取决于实际信号的时间长度，这个关系可以用一个简单公式表达：频率分辨率等于1除以信号时间长度。比如你要分辨间隔1Hz的两个频率成分，信号长度至少需要1秒。这个公式在英文文献里叫“frequency resolution equals reciprocal of time record length”，是频域分析最基本的常识之一。
倍频程和三分之一倍频程在声学测量中极为常用。倍频程的中心频率序列是31.5Hz、63Hz、125Hz、250Hz、500Hz、1kHz、2kHz、4kHz、8kHz、16kHz，每个频带的上下限频率比值为2。三分之一倍频程则是在每个倍频程内再细分三段，上下限频率比值为2的三分之一次方。做噪声评估时，用三分之一倍频程可以更细致地观察噪声的频率分布，但频带多了，每个频带内的能量就少了，需要更长的平均时间才能得到稳定的结果。
3.3 时频域分析术语与适用场景
时频域分析适合处理非平稳信号，也就是频率成分随时间变化的信号。这类信号在启停过程、冲击事件、变速工况中非常常见。
| 中文术语 | 英文术语 | 核心思想 | 适用场景 |
|---|---|---|---|
| 短时傅里叶变换 | STFT | 加窗分段做FFT | 缓变非平稳信号 |
| 小波变换 | Wavelet Transform | 多尺度分析 | 瞬态和突变信号 |
| 连续小波变换 | CWT (Continuous Wavelet Transform) | 连续尺度变化 | 特征提取 |
| 离散小波变换 | DWT (Discrete Wavelet Transform) | 离散尺度变化 | 信号压缩和去噪 |
| 小波包变换 | Wavelet Packet Transform | 对高频也细分 | 精细频带分析 |
| 希尔伯特-黄变换 | HHT | 经验模态分解加希尔伯特谱 | 非线性非平稳信号 |
| 维格纳-威尔分布 | Wigner-Ville Distribution | 双线性时频分布 | 高分辨率时频分析 |
| 谱图 | Spectrogram | STFT的幅值可视化 | 通用时频展示 |
STFT的窗长选择是一个经典权衡：窗长越长，频率分辨率越高但时间分辨率越差；窗长越短，时间分辨率越高但频率分辨率越差。这个矛盾在英文里叫“time-frequency resolution trade-off”，是时频分析绕不开的基本限制。我的一般建议是：如果你关注的是缓慢变化的频率成分，窗长可以取信号长度的十分之一到五分之一；如果你关注的是短暂的冲击事件，窗长要短到能分辨出冲击的起始和结束时刻。
小波变换相比STFT的优势在于多尺度特性。低频段用长窗，高频段用短窗，天然适合处理既有低频成分又有高频冲击的信号。但小波的缺点是参数选择复杂，小波基、尺度范围、分解层数都会影响结果，而且不同小波基得到的结果差异可能很大。我个人的经验是，做轴承故障诊断时，Morlet小波和Daubechies小波用得比较多；做声发射信号分析时，db系列小波更常见。
3.4 特征提取术语与故障诊断逻辑
特征提取是从信号中提取出能表征设备状态或事件类型的指标。这一块的术语和故障诊断紧密相关，很多术语直接对应特定的故障类型。
| 中文术语 | 英文术语 | 物理含义 | 对应故障 |
|---|---|---|---|
| 均方根值 | RMS | 信号能量 | 整体振动烈度 |
| 峰值因子 | Crest Factor | 峰值与RMS之比 | 冲击类故障 |
| 峭度 | Kurtosis | 信号分布的尖锐程度 | 早期轴承故障 |
| 偏度 | Skewness | 信号分布的不对称性 | 摩擦类故障 |
| 包络谱 | Envelope Spectrum | 幅值包络的频谱 | 轴承和齿轮故障 |
| 倒频谱 | Cepstrum | 频谱的频谱 | 周期性故障 |
| 边频带 | Sideband | 载波频率周围的调制成分 | 齿轮故障 |
| 谐波 | Harmonic | 基频的整数倍频率 | 旋转机械故障 |
| 次谐波 | Subharmonic | 基频的分数倍频率 | 松动或摩擦故障 |
| 固有频率 | Natural Frequency | 系统特征频率 | 结构共振 |
峭度是早期轴承故障诊断中最常用的指标之一。正常轴承的振动信号接近高斯分布，峭度值约为3；当轴承出现早期点蚀时，信号中会出现冲击成分，峭度值会明显升高。但峭度有一个问题：当故障发展到后期，冲击变得密集，峭度反而会下降。所以峭度适合早期预警，不适合跟踪故障发展全过程。这个细节在很多入门资料里不会讲，但实际用起来非常关键。
包络谱是轴承故障诊断的利器。它的核心思路是先对高频共振频带做带通滤波，然后提取包络，再对包络做FFT。这样做的原因是轴承故障的冲击会激发传感器或结构的共振，共振频率通常在几kHz到几十kHz，而故障特征频率通常在几十Hz到几百Hz。直接看频谱，故障特征频率被淹没在低频噪声里；通过包络分析，可以把故障特征频率搬到低频段，清晰可见。这个方法的英文叫“envelope analysis”或“amplitude demodulation”，是轴承诊断的标准流程。
4. 常见问题与排查技巧实录
这一部分我打算用问答的形式，把实际工作中最常遇到的问题和排查思路整理出来。这些问题很多是教科书上不会写的，但实际做项目时几乎一定会遇到。
4.1 术语混淆导致的典型问题
问题一：把“振动”和“声压”混为一谈
这是新手最容易犯的错误。振动是结构运动，单位是加速度、速度或位移；声压是空气压强变化，单位是帕斯卡。两者虽然可以相互转换，但转换关系取决于辐射效率和介质特性，不是简单的线性关系。如果你用麦克风测到的声压去反推结构振动，误差可能非常大。
排查思路：先确认你的传感器类型。加速度计测的是振动，麦克风测的是声压。如果分析目标明确是结构振动，就不要用麦克风数据去替代。
问题二：把“频率”和“角频率”搞混
频率的单位是Hz，角频率的单位是rad/s，两者差一个2π。在理论推导中经常用角频率，在工程测量中经常用频率。如果你在写代码时把两者混用，结果会差6.28倍。
排查思路：看公式中的符号。ω通常表示角频率，f通常表示频率。如果不确定，检查单位。
问题三：把“幅值谱”和“功率谱”搞混
幅值谱的纵轴是幅值，功率谱的纵轴是幅值的平方。两者相差一个平方关系。如果你用功率谱去读幅值，结果会偏大或偏小，具体取决于你怎么开方。
排查思路：看软件界面的纵轴标签。如果是“Amplitude”就是幅值谱，如果是“Power”就是功率谱，如果是“PSD”就是功率谱密度。
4.2 采集环节的常见故障与排查
| 问题现象 | 可能原因 | 排查方法 | 解决方案 |
|---|---|---|---|
| 信号幅值异常小 | 传感器灵敏度设置错误 | 检查软件中的灵敏度参数 | 按传感器标称值重新设置 |
| 信号中有50Hz干扰 | 接地回路或电源干扰 | 检查接地和屏蔽 | 使用绝缘安装或隔离放大器 |
| 高频段噪声大 | 传感器安装不当 | 检查安装方式和扭矩 | 改用螺栓安装 |
| 频谱中出现不明峰值 | 混叠或谐振 | 检查采样率和传感器谐振频率 | 提高采样率或更换传感器 |
| 信号漂移严重 | 温度漂移或电荷放大器问题 | 检查环境温度和放大器设置 | 预热设备或更换放大器 |
| 重复测量结果不一致 | 安装重复性差 | 检查安装过程和耦合条件 | 标准化安装流程 |
50Hz干扰是振动测量中最常见的问题之一。它的来源通常是电源线或接地回路。排查方法是：先把传感器从被测对象上拆下来，放在绝缘表面上，看信号中是否还有50Hz成分。如果有，说明是采集系统本身的问题；如果没有，说明是被测对象或安装方式引入的。解决50Hz干扰最有效的方法是使用绝缘安装，切断接地回路。如果绝缘安装不方便，可以在信号调理环节加一个50Hz陷波滤波器，但陷波滤波器会同时削弱50Hz附近的真实信号，要谨慎使用。
4.3 分析环节的常见误区与纠正
误区一：认为频率分辨率越高越好
频率分辨率高意味着需要更长的信号，但很多实际信号是时变的，太长的时间窗会平均掉有用的变化信息。比如分析一个启动过程，如果你用10秒的数据做FFT，得到的只是一个平均频谱，启动过程中的频率变化完全看不到了。这时候应该用时频分析，而不是一味追求高频率分辨率。
误区二：认为加窗总是必要的
加窗的目的是减少频谱泄漏，但如果信号本身就是整周期采样，不加窗反而能得到最准确的结果。判断是否整周期采样的方法是：看信号在时间窗两端是否连续。如果连续，可以不加窗；如果不连续，必须加窗。
误区三：认为滤波可以解决一切问题
滤波只能去除特定频段的成分，不能创造不存在的信息。如果故障特征频率和噪声频率重叠，滤波是没法把它们分开的。这时候需要更高级的方法，比如盲源分离或自适应滤波。
误区四：忽略相位信息
很多分析只关注幅值谱，忽略相位谱。但在某些应用中，相位信息至关重要。比如做模态分析时，固有频率处的相位变化是判断模态类型的关键依据；做动平衡时，相位决定了配重的位置。忽略相位，这些分析都没法做。
4.4 中英文术语速查与记忆技巧
最后分享几个我总结的术语记忆技巧，帮助你在实际工作中快速反应。
第一，抓住词根。“vibration”来自拉丁语“vibrare”，意思是“摇摆”，所以凡是跟振动相关的词大多包含“vibr-”，比如vibrate、vibration、vibrometer。同样，“acoustic”来自希腊语“akouein”，意思是“听”，所以跟声音相关的词大多包含“acous-”，比如acoustic、acoustics、acoustic emission。
第二，注意同义词。同一个概念在不同语境下可能有不同叫法。比如“加速度计”在英文里可以是accelerometer、accel、vibration sensor；“频谱”可以是spectrum、frequency spectrum、spectral plot。看文献时要灵活对应，不要死磕一个词。
第三，建立自己的对照表。我建议每个从业者都维护一份自己的术语对照表，遇到新的术语就加进去，标注出处和上下文。时间长了，这份表就是你最宝贵的个人知识库。
第四，多用多练。术语这东西，看十遍不如用一遍。在写报告、做演示、跟人讨论时，刻意使用中英文对照，很快就能形成条件反射。
提示：如果你在阅读英文文档时遇到不认识的术语，不要急着查词典，先根据上下文猜一下，然后再验证。这样记忆更深刻，而且能锻炼你的术语推理能力。
5. 工具链与软件界面术语对照
做声音震动分析离不开工具，而主流工具的界面和文档大多是英文的。这一部分把常用工具中的关键术语做一次对照，帮你在软件操作时少走弯路。
5.1 常用分析软件术语对照
| 中文功能 | 英文界面术语 | 常见软件 | 操作要点 |
|---|---|---|---|
| 时域波形 | Time Waveform | 几乎所有 | 检查信号质量 |
| 频谱分析 | Spectrum Analysis | 几乎所有 | 核心分析功能 |
| 阶次分析 | Order Analysis | 旋转机械专用 | 变速工况必备 |
| 包络分析 | Envelope Analysis | 轴承诊断 | 需先带通滤波 |
| 倒频谱 | Cepstrum | 齿轮诊断 | 识别周期成分 |
| 模态分析 | Modal Analysis | 结构分析 | 需多通道采集 |
| 声压级 | SPL | 声学测量 | 需校准 |
| 声功率 | Sound Power | 声学测量 | 需特定环境 |
| 倍频程分析 | Octave Analysis | 声学测量 | 标准频带 |
| 瀑布图 | Waterfall Plot | 变速分析 | 频率随时间变化 |
| 阶次跟踪 | Order Tracking | 旋转机械 | 转速同步采集 |
| 相干函数 | Coherence | 传递路径分析 | 评估线性关系 |
| 传递函数 | Transfer Function | 模态分析 | 输入输出关系 |
| 自功率谱 | Auto Power Spectrum | 通用 | 单通道 |
| 互功率谱 | Cross Power Spectrum | 通用 | 双通道 |
阶次分析是旋转机械分析中非常重要的功能，但很多初学者不理解“阶次”和“频率”的区别。阶次是频率除以转速，是一个无量纲量。比如转速是3000转每分钟，也就是50Hz，那么1阶对应50Hz，2阶对应100Hz，以此类推。阶次分析的好处是，当转速变化时，故障特征阶次不变，但频率会变。用阶次分析可以消除转速波动的影响，让故障特征更清晰。这个功能在英文软件里叫“Order Analysis”或“Order Tracking”，是旋转机械故障诊断的标配。
瀑布图是展示变速过程频谱变化的常用工具。它的横轴是频率，纵轴是时间或转速，颜色表示幅值。通过瀑布图可以直观看到哪些频率成分随转速变化，哪些固定不变。固定不变的频率成分通常来自结构共振或外部干扰，随转速变化的频率成分通常来自旋转部件。这个判断逻辑在实际诊断中非常有用。
5.2 数据采集硬件术语对照
| 中文术语 | 英文术语 | 关键参数 | 选型要点 |
|---|---|---|---|
| 数据采集卡 | DAQ Card | 通道数、采样率、分辨率 | 根据信号带宽选采样率 |
| 动态信号分析仪 | Dynamic Signal Analyzer | 带宽、动态范围 | 专业声振分析首选 |
| 电荷放大器 | Charge Amplifier | 增益、带宽 | 压电传感器必备 |
| IEPE调理 | IEPE Conditioning | 恒流源、供电电压 | 内置电路压电传感器 |
| 抗混叠滤波器 | Anti-aliasing Filter | 截止频率、衰减斜率 | 硬件滤波不可省 |
| 多通道同步 | Multi-channel Synchronization | 同步精度 | 模态和传递路径分析必备 |
| 转速传感器 | Tachometer | 每转脉冲数 | 阶次分析必备 |
| 校准器 | Calibrator | 校准频率、声压级 | 声学测量必备 |
IEPE是“Integrated Electronics Piezo-Electric”的缩写，中文叫“内置电子压电”，也有人叫ICP。这种传感器内置了电荷放大电路，输出的是低阻抗电压信号，可以直接接入大多数采集设备，不需要外置电荷放大器。IEPE传感器的供电通常由采集设备提供恒流源，一般是2mA到4mA，电压在18V到30V之间。如果你用IEPE传感器但采集设备不提供恒流源，信号是采不到的。这个坑我在早期项目中踩过，当时以为是传感器坏了，折腾了半天才发现是供电问题。
校准器是声学测量的必备工具。每次测量前后都应该用校准器对麦克风进行校准，确保声压级读数准确。校准器通常产生1kHz、94dB或114dB的标准声压，把麦克风插入校准器，调整软件中的灵敏度参数，使读数与校准器标称值一致。这个步骤看起来简单，但很多新手会忽略，导致测量结果偏差几个dB。在噪声评估中，几个dB的偏差可能直接改变结论。
5.3 报告与文档中的术语规范
写分析报告时，术语的使用要统一、规范。我见过很多报告，同一个概念前面叫“频谱”，后面叫“频域图”，再后面叫“频率谱”，读者看起来非常累。建议在报告开头列一个术语表，把全文使用的关键术语中英文对照列出来，后面统一使用。
| 报告要素 | 推荐英文标注 | 注意事项 |
|---|---|---|
| 测点位置 | Measurement Point | 附示意图 |
| 传感器型号 | Sensor Model | 标注灵敏度 |
| 采样参数 | Sampling Parameters | 采样率、点数、窗函数 |
| 分析参数 | Analysis Parameters | 频率范围、分辨率 |
| 特征频率 | Characteristic Frequency | 标注理论计算值 |
| 结论 | Conclusion | 基于数据，避免主观 |
测点位置的描述要足够详细，让读者能复现你的测量。比如“轴承座水平方向”比“轴承座”更明确，“距地面1.2米”比“中部”更明确。如果可能，附一张测点示意图，标注传感器安装方向和位置。这个细节在故障诊断报告中尤为重要，因为不同方向的振动响应可能完全不同。
特征频率的计算要在报告中体现。比如轴承故障特征频率，要根据轴承型号、滚动体数量、接触角等参数计算，不能直接引用经验值。报告中应该列出计算公式和参数来源，让读者能验证你的计算。这个做法在英文报告里叫“show your work”，是专业性的体现。
6. 从术语到实战的进阶建议
术语对照只是第一步，真正把声音震动分析做好，还需要在实战中不断积累经验。这一部分分享几个我认为最有价值的进阶建议。
6.1 建立个人术语库的方法
我建议用电子表格维护一个术语库，字段包括：中文术语、英文术语、缩写、物理意义、单位、常见误用、备注。每遇到一个新术语就加一行，遇到一个误用案例就在备注里记一笔。时间长了，这个术语库就是你最核心的个人资产。
术语库的维护要注意几点。第一，英文术语要区分英式和美式拼写，比如“vibration”在两种拼写下是一样的，但“analyse”和“analyze”不同。第二，缩写要标注全称，比如RMS要标注Root Mean Square。第三，物理意义要用自己的话写，不要直接抄词典，这样才能真正内化。
6.2 阅读英文文献的术语策略
读英文文献时，遇到不认识的术语，我的策略是“三步走”。第一步，根据上下文猜意思，不要马上查词典。第二步，查词典验证猜测，同时看英文释义，不要只看中文翻译。第三步，在术语库里记录这个术语和你第一次遇到它的上下文。这样记下来的术语，比死记硬背牢固得多。
另外，读文献时要特别注意作者对术语的定义。同一个术语在不同作者笔下可能有细微差别。比如“damping”有时指阻尼比，有时指阻尼系数，有时指对数衰减率。看到这个词时，要确认作者用的是哪个定义。这个习惯能帮你避免很多理解偏差。
6.3 跨团队沟通的术语对齐技巧
跨团队沟通时，术语对齐是提高效率的关键。我的做法是，在项目启动阶段就组织一次术语对齐会，把项目涉及的关键术语列出来，让每个团队确认自己的理解。有分歧的地方当场讨论清楚，形成会议纪要。这个做法看起来费时间，但能避免后期大量的返工。
术语对齐会上，我通常会准备一份对照表，包含中文术语、英文术语、定义、单位、示例。让每个参会者在表上标注自己熟悉的叫法和容易混淆的地方。讨论结束后，把最终版本发给所有人，作为项目期间的术语标准。这个做法我在多个跨专业项目中用过，效果非常好。
6.4 持续学习的资源与路径
声音震动分析是一个交叉学科，涉及机械、电子、信号处理、声学等多个领域。持续学习是必须的。我的学习路径是：基础理论看经典教材，信号处理方法看论文和开源代码，工程经验看行业标准和案例报告，工具操作看软件文档和实操视频。
英文资源方面，我推荐关注几个方向：一是国际标准组织的公开文档，比如ISO和IEC的标准摘要；二是主流分析软件的技术文档和白皮书；三是行业会议的技术论文，比如关于振动和声学的国际会议。这些资源大多是英文的，正好可以结合术语学习一起进行。
提示：不要试图一次记住所有术语。术语学习是一个渐进过程，遇到一个学一个，用一次记一次，比集中背诵有效得多。
6.5 常见术语陷阱与避坑清单
最后整理一份术语陷阱清单，这些都是我在实际工作中踩过或见别人踩过的坑，希望能帮你少走弯路。
| 陷阱 | 错误理解 | 正确理解 | 后果 |
|---|---|---|---|
| Vibration vs Acoustic | 混为一谈 | 振动是结构运动，声压是空气压强 | 传感器选错 |
| Frequency vs Angular Frequency | 混用 | 差2π倍 | 计算错误 |
| Amplitude vs Power | 混用 | 差平方关系 | 幅值标定错误 |
| PSD vs Power Spectrum | 混用 | PSD是单位带宽功率 | 随机信号分析错误 |
| RMS vs Peak | 混用 | RMS是有效值，Peak是峰值 | 设备评估错误 |
| Octave vs 1/3 Octave | 混用 | 频带划分不同 | 噪声评估偏差 |
| Detrend vs Mean Removal | 混用 | 去趋势消除漂移，去均值消除直流 | 预处理不当 |
| STFT vs Wavelet | 认为可以互换 | 适用信号类型不同 | 分析结果不理想 |
| Order vs Frequency | 混用 | 阶次是无量纲，频率有量纲 | 变速分析错误 |
| Sensitivity vs Resolution | 混用 | 灵敏度是输出输入比，分辨率是最小可测变化 | 传感器选型错误 |
这份清单建议打印出来贴在工位上，每次做分析前扫一眼，能避免大部分低级错误。术语这东西，错一次可能就要花几天时间返工，提前花几分钟确认，性价比极高。
声音震动分析这个领域，入门不难，但要做好做精，需要长期的积累和细致的功夫。术语对照是基本功，也是最能体现专业度的地方。希望这篇内容能帮你建立起自己的术语体系，在实际工作中少踩坑、多出活。后续如果遇到新的术语或者有意思的案例，我还会继续补充。
