基于Raspberry PI 5与ISM330DHCX的电机振动FFT检测问题咨询

设备与当前实现 #

使用的设备：

• Raspberry PI 5
• Adafruit加速度计ISM330DHCX

已完成的工作：

• 以2000Hz采样率读取传感器数据，计算加速度绝对值（但数值变化不明显）
• 使用numpy.fft计算FFT并保存结果到CSV

传感器读取代码 #

def read_sensor():
    global data
    target_duration = 1 / SAMPLE_RATE

    # Connect to sensor
    ...

    while True:
        loop_start_time = time.perf_counter()

        x, y, z = accelerometer.acceleration
        acceleration = np.sqrt(x**2 + y**2 + z**2)
        data = np.roll(data, -1)
        data[-1] = acceleration

        # Try to get exactly SAMPLE_RATE per second
        loop_duration = time.perf_counter() - loop_start_time
        sleep_time = max(0, target_duration - loop_duration)
        end_time = time.perf_counter() + sleep_time
        while time.perf_counter() < end_time: pass

FFT计算代码 #

n = len(data)
fft = abs(np.fft.fft(data * np.blackman(n)))[:n//2]
amplitudes = np.abs(fft) / n

# Identify max frequencies
max_amplitude = np.max(amplitudes)
max_index = np.argmax(amplitudes)
frequencies = np.fft.fftfreq(n, d=1/n)[:n//2]

# Generate summary
result = {
    'mean': round(data.mean(), 4),
    'std': round(data.std(), 4),
    'max': round(data.max(), 4),
    'min': round(data.min(), 4),
    'range': round(data.max() - data.min(), 4),
    'fft_mean': round(np.mean(fft), 4),
    'fft_std': round(np.std(fft), 4),
    'max_freq': round(frequencies[max_index], 4),
    'max_amp': round(max_amplitude, 4),
    'speed': duty_cycle
}

CSV数据示例 #

mean,std,max,min,range,fft_mean,fft_std,max_freq,max_amp,speed
9.9587,0.1261,10.599,9.5467,1.0523,15.6502,308.3268,0.0,4.1798,47
9.9609,0.1287,10.599,9.5467,1.0523,16.2121,308.5345,0.0,4.1826,47

测试场景：电机安装螺旋桨，用软塑料敲击螺旋桨，了解奈奎斯特采样定理（仅能检测低于SAMPLE_RATE/2 Hz的频率）

咨询问题 #

1. 为何添加塑料片后加速度数值变化不大？
2. 为何FFT始终显示0.0频率？
3. 我的代码存在哪些错误？

1. 加速度数值变化不大的原因 #

• 静态分量掩盖振动信号：你计算的合加速度里包含了约9.8m/s²的重力加速度，而电机振动产生的动态加速度幅度远小于重力，导致振动信号被静态分量完全淹没，看起来数值波动很小。
• 传感器安装或量程问题：如果传感器没牢牢固定在电机振动最剧烈的位置（比如电机壳体而非支架），或者传感器量程设置过大，小幅度振动会被稀释，难以观察到明显变化。
• 敲击的振动特性：软塑料敲击产生的振动要么幅度低，要么是高频信号，叠加在静态重力分量上后，整体数值变化自然不显著。

2. FFT始终显示0.0频率的原因 #

0Hz对应的是信号的直流分量（也就是合加速度的平均值，接近重力加速度），这个分量的幅度远大于振动产生的交流分量，所以FFT结果里0Hz的振幅是最大的，自然会被检测为峰值。核心原因是你没在FFT前去除直流分量，导致静态信号占据了FFT的主要能量。

3. 代码中的错误与改进点 #

传感器读取部分 #

• 合加速度的局限性：直接计算合加速度会保留重力的静态分量，应该先对每个轴的加速度做校准（减去静态偏移），再计算动态振动的幅值；或者单独分析各个轴的振动（振动往往在某个轴上更明显）。
• 采样精度不足：用time.perf_counter()加空循环的方式控制采样率，精度受系统调度影响很大，不如直接用传感器内置的FIFO或中断功能实现精准采样，避免采样时间不均匀导致的频率失真。

FFT计算部分 #

• 未去除直流分量：FFT前必须减去信号的平均值，消除直流分量才能凸显振动的交流信号：

  data_dc_removed = data - data.mean()
  fft = abs(np.fft.fft(data_dc_removed * np.blackman(n)))[:n//2]
  

• 频率计算参数错误：np.fft.fftfreq(n, d=1/n)里的d是采样间隔，应该设为1/SAMPLE_RATE，正确的频率计算应该是：

  frequencies = np.fft.fftfreq(n, d=1/SAMPLE_RATE)[:n//2]
  

  你当前的设置会导致频率轴被错误缩放，后续的频率值全部不准确。
• 振幅归一化错误：amplitudes = np.abs(fft) / n的归一化方式不对，对于单边频谱（取前n//2），应该除以n/2才能得到正确振幅（直流分量单独处理）：

  amplitudes = np.abs(fft) / (n / 2)
  amplitudes[0] = np.abs(fft)[0] / n  # 直流分量单独归一化
  

内容的提问来源于stack exchange，提问作者Manitoba