振动特征：加速度计能听到哪些麦克风听不到的声音

每部手机都配备了一个大多数人只在屏幕旋转时才会接触到的传感器：加速度计。它在三个轴向上每秒对手机自身的运动进行数百次采样，无论你是拿着手机挥舞，还是将它静静地放在一台洗衣机上——而洗衣机正试图以它安静的机械方式，向你倾诉它的轴承状况。

“振动”工具将该传感器变成了一台仪器：将手机放在机器或表面上，记录一段低频运动，即可直观了解其下方物体的抖动情况。它是基于接触的声频谱的孪生兄弟——原理相同，但物理通道不同——而这个通道的重要性远比初看上去要大。

加速度计能看到哪些麦克风看不到的细节

麦克风听到的是传播到空气中的声音。这确实有两重局限性。首先，空气传递低频信号的效果很差：不平衡滚筒或下沉地板所产生的缓慢、沉重的晃动，传导到空气中时会变得非常微弱，甚至完全无法察觉——许多机械运转的真实情况都发生在你用脚感知而非用耳朵听到的频率范围内。其次，空气会混合一切：你所关注的压缩机声、室外的交通噪音，以及隔壁房间的谈话声。

与机器接触的加速度计读取的是结构传导振动——即通过机器自身机体传导至放置其上的手机中的运动。缓慢的频率信号会以完整强度传达，且传感器几乎对空气传播的噪声免疫，因此记录下的是机器本身的震动，而非房间内的杂音。如果说麦克风擅长捕捉嗡嗡声和尖叫声，那么加速度计则主宰了这些声响之下的领域：晃动、摆动和隆隆声。

在频域中，旋转机械的振动在这里和在声音中一样清晰可辨。以稳定速率旋转的滚筒会在旋转频率处产生一个峰值；不平衡的负载会使该峰值升高；轴承磨损往往会在更高的倍频处增加能量，并导致特征曲线整体变粗糙。你无需知道哪种模式对应哪种故障也能从中受益——你只需要机器健康时的特征曲线，并愿意去进行对比。

手机应该放在哪里

这些使用场景非常贴近日常生活：

• 洗衣机。最经典的使用场景。在洗涤周期中途将手机放在洗衣机顶部：负载不平衡和轴承磨损都会引发抖动，但两者的抖动方式不同，而且在数周的时间里，两者的偏差变化是无法仅凭记忆来追踪的。
• 冰箱。压缩机有其特定的振动特征；而负荷过重的压缩机，或者避震底座老化的压缩机，其特征则完全不同。
• 3D 打印机。框架松动、皮带磨损，打印质量在悄无声息中退化。在标准运动模式下测得的振动特征，是一项只需一分钟的健康检查。
• 怠速状态下的汽车。将手机放在仪表盘上，引擎保持怠速——怠速变粗糙会在演变成噪音之前很久，就以振动特征改变的形式显现出来。
• 摇晃的桌子、颤动的地板。有时问题出在结构本身：当卡车经过时，这块地板实际上晃动了多少？现在，你可以用数字说话，而不是无休止地争论。

放置位置比手机型号更重要

决定你的测量是否具有可比性的实用规则是：你把手机放在哪里、怎么放，比用什么手机更重要。

究其原因，在于特征的构建方式。不同的手机配备了灵敏度各异的加速度计，因此读数的绝对大小在一定程度上取决于传感器——这也正是分析不依赖绝对水平的原因。分析所依赖的是振动的结构：峰值的位置、它们之间的关联、以及特征图谱是如何形成的。这些是机器本身的属性，即使更换手机型号也依然成立。这是贯穿该平台每个工具的相同设计规则——采用相对的、对激励具有鲁棒性的特征，绝非绝对水平——正是这一规则，让读数在无需针对单台设备校准的情况下依然具有实际意义。

相比之下，放置方式则改变了测量本身的物理特性。放在机器角落的手机与放在中心的手机，其运动轨迹不同；放在折叠毛巾上的手机测得的是毛巾；紧贴在刚性面板上的手机处于耦合状态，而在顶部松散晃动的手机则会加入其特有的敲击声。因此，规则很简单：相同的位置、相同的方向、紧密平整地接触、机器处于相同的运行状态——脱水阶段与脱水阶段相比，而不是与注水阶段相比。

随时间累积的特征图谱：让目录帮你记录

这正是该平台架构发挥作用的地方。每次捕获的数据都会归档在目录下的某个物体中——比如这台洗衣机，或那台打印机——多次重复测量的数据会按顺序在下方堆叠。如此一来，“它是不是比以前更糟了？”这个问题不再依赖于任何人对三个月前震感的记忆；答案就是同一屏幕上并排呈现的两个特征图谱。

当问题尘埃落定——维修技师拆开机器发现轴承磨损，或者令人心惊的晃动其实只是一只遗落的袜子——测量结果就可以事后贴上真实结果的标签。振动特征图谱加上最终的实际原因，就构成了一个来自真实手机、真实机器的有标签样本。在众多机器和用户中收集到的这些样本，正是未来任何自动诊断系统训练所必需的。你为了解答今天的问题而进行的测量，就是明天诊断系统的训练数据集。

一切都在设备端运行：分析在手机上离线进行，测量过程完全不需要网络。加速度计还有一个主动型的同胞兄弟——与其等待机器震动，手机可以利用自身的振动马达主动进行震动，并读取物体的反应；这就是触觉响应工具。要了解手机传感器可测量的全部范围，请从工具概述开始。