本测量专栏收集了您经常向我们的客户咨询室询问的问题，并介绍了答案。
对声音和振动的时间波形进行FFT分析，观察功率谱时，有时会出现比想象中的数值小很多、旋转机械装置的运转状态没有变化，但样品点数和频率范围发生变化，得到的数值发生变化等困惑。此外，即使是稳定的振动和声音，通过改变频率范围和分析条件获得的数值也可能发生变化。
本文介绍与信号的时间波形和测量、分析条件相关的原因 (FFT分析习惯) 。
也请参考。
数字测量基础-第8讲“时间窗口长度和光谱分辨率”
数字测量基础-第9讲“各种时间波形和光谱”
频率变化的波形(例如，旋转机械的旋转速度变快时)
因为旋转速度在变化，所以与旋转同步的频率也在变化。
如果正弦波的频率为100.0 Hz,如图1所示，则功率谱仅在该频率上具有值。
图1中的时间波形的单幅振幅为14.14 m/s2,因此有效值为10.0 m/s2。
100.0 Hz大小与连身裤大小皆为10.0 m/s2。
-
图1
在下面图2中的时间波形中会发生什么?
振幅恒定，但频率从低到高变化。
单侧振幅为14.14 m/s2,因此这也是10.0 m/s2波形的有效值。
频率在0.8 s间大致变化130 Hz -480 Hz。
-
图2
由于单振振幅值为14.14 m/s2,因此每个频率分量的功率谱也需要10.0 m/s2,但在FFT分析中并非如此。功率谱相当于时间波
形式中每个频率分量的均方值。
由于频率在变化，每个频率分量的丰度在0.8 s之间降低。
不存在时其频率成分的大小为0。0.8 s内的平均结果，根据存在比例
合而变小。
结果。(1 kHz, FFT为2048点)连衣裤为10.0 m/s2。
在图3从顶部开始的第二个屏幕中，时间窗口是汉宁窗，第三个窗口是矩形窗口。
在功率谱的分布状况中，时间变化的影响和时间窗形状的影响也很明显
。
-
图3
汉宁窗的加权波形
-
图4
汉宁窗的权重在中心时间 (0.4 s) 处最高。(图4)
该部分的频率分量变大。在矩形窗口中，权重始终为1,因此它们以相同的大小分布。(出现了波形切割的影响。)
300 Hz的大小是1.17 m/s2矩形窗口的汉宁窗的0.598 m/s2。汉宁窗补偿了窗函数引起的减少，因此它比矩形窗具有更大的值，但它远不是10.0 m/s2。
时间波形的单幅振幅为14.14 m/s2,但功率谱结果的数值却变小，
意味着每个频率只存在一些时间在0.8 s之间。
功率谱的大小等于每个频率分量的时间波形的均方。如果它在0.8 s内具有相同的频率，即使它是平均的，它也不会变小，但是如果频率发生变化并且0.8 s之间存在的时间很短，则当它是平均的时，它变小到存在的百分比我会的。如果频率变化更大，则每个频率分量的大小会更小。
采样点数的设定和频率范围的设定是FFT的时间长度和频率分量存在时间的比例发生变化的测量条件。
样本数量从2048增加到4096的时候会怎么样呢?
波形的振幅恒定为14.14 m/s2,因此有效值为10.0 m/s2。频率变化从0.8 s增加到1.6 s,随着时间的增加。对于时间长度，频率分量占时间的1/2。因为频率分量的值是时间长度内的2次方平均值，比例减少的部分会变小。工作服与10.0 m/s2相同。
-
图5
与2048相比，有效值大小为1/2。
降低频率范围时也一样。降低频率范围的话，相应的时间长度会变长。
随机波形中也会出现数值随测量和分析条件而变化的类似现象。
在功率谱连续分布的波形随机信号中也会出现时间长度差异。对于随机波形，这取决于频率分辨率 (Micro) 的差异。
即使信号的频率范围相同，采样点数也不同，或者即使采样点数相同，由于频率范围不同，值也会发生变化。
-
图6
时间长度根据采样点数和频率范围而变化，由此得到的数值也会变化。测量时，必须记录设备的运行条件、测量和分析条件。
(摘自2019年1月23日发行的电子邮件杂志)
