返回首页

声信号频段分析计算评审文档

日期：2026-07-08
项目目录：/Users/mv/Desktop/cncmock
评审目的：把当前真实现场声信号分析的需求、计算口径、公式、代码对应关系、数字结论、硬件含义和风险边界整理成一份可被复核的技术文档，供 Claude Code 或其他评审方检查是否存在较大错误、口径不一致或需要纠正的地方。

0. 评审后修正记录

根据 Claude Code 复核和专家对 t-f-A 图的疑问，2026-07-08 已完成以下修正：

  1. A/B/C 分型已补回可执行入口：新增 src/ae_field_survey.py classify 子命令，可从 output/ch1/ch2/ch3/ch4_multiscale_20windows/*_multi_window_summary.csv 重建 output/channel_comparison_report/。重建后的通道级 A/B/C 数字与原报告一致。
  2. t-f-A 图矩阵方向已修正：计算矩阵内部为 [time, frequency]，Plotly 显示需要 [frequency, time]。现已在 2D/3D 图中转置输出，坐标严格为 x=t、y=f、z=A。
  3. 增加 t-f-A 首帧方向检查表：每张 t-f-A 图中新增“首帧频谱检查”，并输出 output/tfa_first_frame_diagnostics_all.csv。固定同一时间点时，不同频率的 A 值已用数字列出，避免图形误读。
  4. 结论语气已收紧：500 kSPS 结论前置条件改为“必须确认 ADC 前端模拟抗混叠低通能压住 250 kHz 以上能量”；目前已有文件级 .meas Memo 备注，但缺少动作精确时间段标签，全文件统计仍可能稀释短促事件。

1. 当前需求与范围

1.1 需求侧重点变更

项目早期关注 AE 声发射传感器用于 CNC 刀具崩刃、断刀、Z 向接触预警。随着现场专家提供 2 MSPS 多通道真实数据，当前阶段目标已临时调整为：

当前不是最终动作分类器训练，也不是断刀/崩刃报警定型，而是先回答一个硬件决策问题：

现场声信号的有效频段是否主要落在 125 kHz 以内，或者至少落在 200 kHz 以内，从而判断 500 kSPS 原型采集卡是否有复用价值。

1.2 当前能回答与不能回答的问题

当前可以回答：

当前不能最终回答：

2. 输入数据与通道覆盖

2.1 数据目录

现场真实数据目录：

/Users/mv/Desktop/cncmock/1-机床移动

数据情况：

2.2 通道覆盖不完全

48 个文件不是全部都有 4 个通道：

通道 有效文件数 跳过文件数 说明
CH1 广州清诚 48 0 全部文件均有 CH1
CH2 北京物声 48 0 全部文件均有 CH2
CH3 嘉泰 33 15 15 个文件无 CH3
CH4 友机 17 31 31 个文件无 CH4

因此，多通道比例必须以“该通道实际存在的文件数”为分母，不能用 48 作为所有通道的统一分母。

3. 专家需求与本次实现的对应关系

3.1 专家提出的核心思路

根据会议纪要与原始记录，专家希望：

3.2 当前实际完成范围

当前已完成：

当前未完成或未严格覆盖：

这点需要评审方重点判断：当前 20 个代表窗长是否足以支撑阶段性硬件判断，还是必须补做专家原始要求的完整 1-10000 ms 扫描。

4. 计算流程

主计算代码：

src/ae_field_survey.py

网页汇总代码：

scripts/build_report_site.py
scripts/build_full_demo_site.py

4.1 数据读取

流程：

  1. 读取 .txt 表头，识别通道名称。
  2. 尝试从同名测量目录中的 .par 文件读取采样率、位数、单位、前置放大器信息。
  3. 若 .par 不可用，使用 fallback 采样率 2,000,000 Hz。
  4. 流式读取分号分隔文本数据，避免一次性加载 58 GB 文件。

代码对应：

4.2 固定频段定义

默认频段定义在 src/ae_field_survey.py：

0-50 kHz
50-100 kHz
100-125 kHz
125-200 kHz
200-250 kHz
250-400 kHz
400-1000 kHz

代码对应：

DEFAULT_BANDS_HZ

这些频段对应当前硬件判断逻辑：

4.3 FFT 窗口与频率分辨率

1 ms 主口径下：

fs = 2,000,000 Hz
window_ms = 1 ms
window_samples = 2,000 samples

专家口径中常说“1 ms 对应 1 kHz 频点”。当前代码为了 FFT 计算效率使用：

fft_size = next_pow2(window_samples)

因此 1 ms 时：

fft_size = 2048
实际 FFT bin = fs / fft_size = 2,000,000 / 2048 = 976.5625 Hz

t-f-A 图为了展示，会把频率轴插值到 1000 Hz 网格。这意味着：

这不一定改变频带占比结论，但属于需要评审方检查的技术细节。

4.4 每个窗口的计算步骤

对每个通道、每个窗口：

  1. 切分窗口：
window_samples = round(fs * window_ms * 1e-3)
  1. 去直流：
x_centered = x - mean(x)
  1. 加 Hann 窗：
x_windowed = x_centered * hann
  1. 做实数 FFT：
X = rfft(x_windowed, n=fft_size)
  1. 计算功率谱：
P(f) = |X(f)|^2
  1. 去除 DC：
P(0 Hz) = 0
  1. 按频带求和：
E_band = sum(P(f), f in target_band)
E_total = sum(P(f), f > 0)
  1. 计算频带占比：
band_fraction = E_band / E_total

代码对应：

4.5 文件级与通道级汇总

文件级：

通道级：

这个口径的优点：

这个口径的风险：

5. A/B/C 频段风险分型

5.1 分型规则

当前分型是频段风险分型，不是动作分类。

规则：

A_low_frequency_stable:
  >250 kHz < 1%
  且 125 kHz 以外 < 5%

C_high_frequency_risk:
  >250 kHz >= 20%

B_transition_or_mixed:
  其余边界/混合样本

等价理解：

规则来源与可复现入口：

.venv/bin/python src/ae_field_survey.py classify --out-dir output/channel_comparison_report

默认读取：

output/ch1_multiscale_20windows/CH1_multi_window_summary.csv
output/ch2_multiscale_20windows/CH1_multi_window_summary.csv
output/ch3_multiscale_20windows/CH3_multi_window_summary.csv
output/ch4_multiscale_20windows/CH4_multi_window_summary.csv

重建后的 channel_summary.csv 与当前正式报告数字一致。

5.2 这套规则的性质

这套规则是工程风险划分规则，而不是经过动作标签训练得到的分类模型。

它适合回答：

它不适合直接回答：

6. 主要计算结果

6.1 CH1 广州清诚文件级分型

来源：

output/ch1_decision_report/class_summary.csv
output/ch1_decision_report/overall_metrics.json
CH1 分型 文件数 占比 <=125 kHz 中位数 >250 kHz 中位数 400 kHz-1 MHz 中位数
A 低频稳定 30 62.50% 99.99% 0.01% 0.01%
B 边界/混合 7 14.58% 82.26% 14.91% 11.85%
C 高频风险 11 22.92% 48.56% 43.36% 34.44%

补充指标：

6.2 CH1 结论

CH1 是当前最支持 500 kSPS 低频版验证的通道：

因此，不能只看 CH1 中位数就宣布 500 kSPS 无风险。必须确认 11 个 C 类文件，特别是前 5 个强风险文件，是否对应目标动作“碰/敲/切/挤”。

6.3 CH1-CH4 通道级结果

来源：

output/channel_comparison_report/channel_summary.csv
通道 有效文件 跳过文件 A/B/C <=125 kHz 中位数 <=200 kHz 中位数 >250 kHz 中位数 400 kHz-1 MHz 中位数 当前判断
CH1 广州清诚 48 0 30/7/11 99.98% 99.99% 0.01% 0.01% 主验证通道，但需复核 C 类
CH2 北京物声 48 0 12/27/9 97.39% 97.55% 2.33% 1.74% 可做辅助验证，边界样本多
CH3 嘉泰 33 15 11/14/8 94.90% 95.07% 4.82% 3.86% 可做辅助对比，高频风险更明显
CH4 友机 17 31 0/0/17 50.89% 55.53% 41.71% 27.89% 高频风险显著，不建议 500 kSPS 定型

6.4 多通道结论

从当前数据看：

这不是说 CH4 一定“错误”或“无用”，而是说：如果目标信号必须依赖 CH4 当前观测到的高频成分，500 kSPS 不能完整覆盖。

7. t-f-A 图的含义

7.1 坐标定义

t-f-A 图中：

注意：

A 不是原始时域瞬时电压。原始数据单位可以是 mV，但经过 FFT 后，A 应理解为频谱幅值、功率或 dB 显示量。

7.2 2D/3D 图与数字结论的关系

t-f-A 图用于观察形态：

最终比例判断以 CSV 统计值为准：

output/ch1_tfa_report/tfa_report_summary.csv
output/multi_channel_tfa_report/multi_channel_tfa_summary.csv
output/channel_comparison_report/channel_summary.csv

原因：

7.3 t-f-A 图方向修正

专家提出疑问：“在 t-f-A 三维图里，在时间 0 位，不同频率的 A 值一般不会是相同的。”

复核后确认：原绘图代码存在展示方向问题，不是 FFT 计算本身的问题。

已修正：

验证输出：

output/tfa_first_frame_diagnostics_all.csv
output/ch1_tfa_report/tfa_first_frame_diagnostics.csv
output/multi_channel_tfa_report/tfa_first_frame_diagnostics.csv

示例：CH1 A 类首帧在 0/50k/125k/200k/250k/400k/1000k Hz 的 A 值均不同，说明当前图形方向已按 x=t, y=f, z=A 修正。

8. 500 kSPS 硬件适配解释

8.1 采样率边界

500 kSPS 的奈奎斯特频率为：

f_N = 500 kSPS / 2 = 250 kHz

工程解释：

8.2 混叠风险

如果 500 kSPS 临时采集板的模拟前端没有在 250 kHz 以下做足够低通滤波，那么 >250 kHz 的真实声信号会折叠到低频。

例如：

320 kHz 信号在 500 kSPS 采样下可能折叠到 180 kHz 附近

这会造成一个危险现象：

因此，500 kSPS 方案是否成立，不只取决于频谱分析，还取决于硬件模拟抗混叠低通滤波器。

9. 当前工程结论

9.1 可以作为阶段性结论的内容

在“500 kSPS 前端抗混叠低通有效压制 250 kHz 以上能量”这个前提成立时，当前可以较有把握地说：

  1. 基于 2 MSPS 真实数据，CH1 广州清诚在多数文件中表现出明显低频集中，适合作为 500 kSPS 原型卡的主验证通道。
  2. CH2/CH3 也有低频可用价值，但边界混合和高频风险比例更高，建议作为辅助对比通道。
  3. CH4 当前高频风险最强，不建议用 500 kSPS 对 CH4 做最终定型判断。
  4. 当前已发现一批 C 类高频风险文件，若这些文件对应目标动作“碰/敲/切/挤”，则 500 kSPS 只能做低频近似验证，不能覆盖完整目标信号。

9.2 不应过度表达的内容

当前不应说：

更准确的表达是：

在确认 500 kSPS 采集卡 ADC 前端抗混叠设计有效之前，当前所有 <=125 kHz、<=200 kHz 结论都应视为阶段性频段侦察结果。
若抗混叠前提成立，当前结果支持“以 CH1 为主推进 500 kSPS 低频版验证”；但最终硬件定型仍取决于目标动作标签复核、500 kSPS 前端抗混叠设计和现场复采一致性。

10. 主要输出文件

汇总网站：

full-report-site/index.html
report-site/index.html
https://cnc-ae-field-report.pages.dev

核心结果：

output/ch1_decision_report/per_file_decision_table.csv
output/ch1_decision_report/class_summary.csv
output/ch1_decision_report/overall_metrics.json
output/channel_comparison_report/channel_summary.csv
output/channel_comparison_report/per_file_channel_decision.csv
output/channel_comparison_report/top_high_frequency_files.csv

t-f-A 图集：

output/ch1_tfa_report/index.html
output/ch1_tfa_report/tfa_report_summary.csv
output/ch1_tfa_report/tfa_first_frame_diagnostics.csv
output/multi_channel_tfa_report/index.html
output/multi_channel_tfa_report/multi_channel_tfa_summary.csv
output/multi_channel_tfa_report/tfa_first_frame_diagnostics.csv
output/tfa_first_frame_diagnostics_all.csv

多窗口结果：

output/ch1_multiscale_20windows/
output/ch2_multiscale_20windows/
output/ch3_multiscale_20windows/
output/ch4_multiscale_20windows/

阶段记录：

documents/FIELD_FREQUENCY_SURVEY_2026-07-07.md
documents/ALGORITHM_KNOWLEDGE_BASE.md
documents/PIVOT_PLAN.md

11. 风险与待复核问题

11.1 有文件级 Memo，但缺少动作时间段标签

这是当前最大限制。

需要补充至少一种标签：

file,event_label,start_s,end_s,notes
1-机床移动 26-07-07 14-29-14.txt,敲,0.0,5.0,手敲外舱门
1-机床移动 26-07-07 15-00-06.txt,切,12.5,18.0,正常切削

只有文件级 Memo 时，可以按采集备注做频段风险交叉复核，但不能输出四类动作在具体发生时刻的最终频段。

11.2 频带能量占比是否应使用功率谱

当前频带比例使用：

P(f) = |FFT(f)|^2
band_fraction = sum(P_band) / sum(P_all)

评审点：

11.3 1 ms 对 1 kHz 的口径差异

当前代码使用 next_pow2(2000)=2048，1 ms 实际 bin 约 976.56 Hz。t-f-A 图展示插值到 1 kHz 网格。

评审点：

11.4 文件级全窗口统计 vs 事件窗口统计

当前主结论使用全文件 1 ms 窗口能量汇总。

优点：

风险：

这是当前最大的算法方法风险，优先级高于继续扩展更多窗长。现有 .meas Memo 已经提供了文件级上下文，下一步最有价值的是补充文件内动作起止时间段。

评审点：

11.5 通道之间是否可直接比较

不同通道对应不同传感器、安装位置、前端响应和可能的通道数覆盖。

评审点：

11.6 500 kSPS 前端抗混叠未知

当前结论对 500 kSPS 的判断依赖硬件前端：

如果抗混叠不明确，则 125-200 kHz 甚至更低频段的实际采集都可能被 >250 kHz 折叠污染。

12. 建议 Claude Code 重点审核的问题

请 Claude Code 或评审方优先检查以下问题：

  1. 公式是否正确：用 |FFT|^2 的频带能量占比是否适合当前专家需求？是否需要补充幅值谱占比？
  2. FFT bin 口径：next_pow2(2000)=2048 导致 1 ms 不再严格等于 1 kHz bin，这是否需要纠正？
  3. 分型阈值是否合理：A 类 >250kHz <1% 且 125kHz 外 <5%、C 类 >250kHz >=20% 是否过于主观？是否应根据硬件误报/漏报目标重新设定？分型代码现已可通过 ae_field_survey.py classify 重跑。
  4. 全文件统计是否合适：只有文件级 Memo 时，使用全文件能量占比是否会稀释目标动作？是否应以 top windows 或人工标注窗口为主？
  5. 中位数通道结论是否掩盖风险：CH1 中位数极低，但有 11 个 C 类文件；当前“CH1 最适合”是否表达得足够保守？
  6. 跨通道比较是否公平：CH1-CH4 传感器、安装、有效文件数不同，当前通道对比是否应增加限定语？
  7. t-f-A 图是否可能误导：矩阵方向已修正，并加入首帧方向检查表；仍需注意图形经过降采样、dB 裁剪和插值，最终比例以 CSV 为准。
  8. 500 kSPS 判断是否过早：在抗混叠参数未知时，是否应把 125-200kHz 可用 的表述进一步降级？
  9. CH4 高频是否可能是链路/安装问题：是否需要做同一时间段四通道对齐，而不是仅看文件级占比？
  10. 是否必须补做 10000 ms：专家原始建议包含到 10000 ms，目前代表窗长只到 1000 ms，是否影响评审接受度？

13. 建议下一步

优先级从高到低：

  1. 向硬件确认 500 kSPS 板卡 ADC 前端抗混叠低通截止频率、阶数和放大器带宽。
  2. 获取动作时间段标签：现已有文件级 .meas Memo，下一步应补文件内部起止时间段。
  3. 对标签窗口重新统计四类动作的 <=125kHz、<=200kHz、>250kHz、400kHz-1MHz。
  4. 对 C 类文件做现场工况复核，确认是否为目标动作还是非目标干扰。
  5. 如果评审要求严格复现专家矩阵，补做严格 n=2000 的 1 kHz bin 版本，以及更长窗口到 10000 ms 的抽样或全量统计。

14. 最终阶段性判断

当前数据支持以下谨慎结论：

以 CH1 广州清诚为主的低频版 500 kSPS 验证值得继续推进；CH2/CH3 可作为辅助对比；CH4 当前高频风险显著，不建议作为 500 kSPS 定型依据。
但在缺少“碰/敲/切/挤”动作时间段标签、缺少 500 kSPS 前端抗混叠参数、且 C 类文件尚未完成按 Memo/现场工况复核之前，不能宣布 500 kSPS 已满足最终交付要求。