没有合适的资源?快使用搜索试试~ 我知道了~
轴承matlab处理程序 (2).pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 17 浏览量
2021-09-14
16:18:40
上传
评论
收藏 1.08MB PDF 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/22775334/0001-b8863e446746c31793c60773b99e7494_thumbnail.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
22页
。。。
资源推荐
资源详情
资源评论
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/22775334/bg1.jpg)
1. 数据导入 matlab
1.1 启动 Matlab 软件
1.2 点击 载入故障数据中的 G2015,Workspace 窗口出现:
1.3 取第一组数据 G201,命令窗口输入:
G201=G2015(1:1:20000);
2. 数据预处理
在测试中由数据采集所得的原始信号,在分析前需要进行预处理,以提高数据的可靠性
和真实性,并检查信号的随机性,以便正确地选择分析处理方法。预处理工作主要包括三个
方面:一是除去信号中的外界干扰信号和剔除异常数据,如趋势项和异点;二是对原始数据
进行适当的平滑或拟合;三是对原始信号的特性进行检验。当然这些处理工作不是全部必需
的,可以选—项或两项内容,当认为原始信号获取工作十分可靠或原始数据简单可以直接判
断的情况下,也可以不进行这些预处理工作。以下所做数据预处理,故障轴承以 G201 为例,
正常轴承以 Z201 为例,观察原始数据经过不同方法做处理前后的变化。
1.1 零均值化处理(原理公式见报告 P8)
命令窗口输入:
G201l=G201-sum(G201)/20000;%G201l 为零均值处理后的数据。 “20000”为采样点数。
sum 为求和语句
subplot(2,1,1),plot(G201);subplot(2,1,2),plot(G201l);%显示 G201 与 G201l
得到下面图形:
从时域图形上看,是波形整体在 Y 轴的平移。再看看频域变化,命令窗口输入:
N=20000; %采样点数
fs=10000; %采样频率
![](https://csdnimg.cn/release/download_crawler_static/22775334/bg2.jpg)
f=(0:N-1)'*fs/N; %进行对应的频率转换
G201p=abs(fft(G201)); %进行 fft 变换,G201p 为 G201 进行 fft 变换后结果
G201lp=abs(fft(G201l)); %进行 fft 变换,G201lp 为 G201l 进行 fft 变换后结果
subplot(2,1,1),plot(f(1:N/2),G201p(1:N/2));subplot(2,1,2),plot(f(1:N/2),G201lp(1:N/2)); %显示
G201 与 G201p 的频谱图
得到下面图形:
从频域图可以明显看出,零均值后消除
0
处出现一个由直流分量产生的大谱峰(将
近达到
4.5 10
4
),处理后避免了其对周围小峰值产生的负面影响,便于频域分析。
1.2 消除趋势项(原理公式见报告 P10)
使用最小二乘法,命令窗口输入:
t=(0:1/fs:(N-1)/fs)'; %离散时间列向量
G201x=polyfit(t,G201,6); %计算多项式待定系数向量
G201x=G201-polyval(G201x,t); %用 G201 减去多项式系数生成的趋势项,G201x 即为消除趋势
项后的数据
subplot(2,1,1),plot(G201);subplot(2,1,2),plot(G201x);%显示 G201 与 G201x
得到以下图形:
![](https://csdnimg.cn/release/download_crawler_static/22775334/bg3.jpg)
与前面零均值化处理中做频域图的方法一样,做出 G201 与 G201x 的频谱图 G201p 与
G201xp,得到图形如下:
从时域图形和频域图形上看,消除趋势项与零均值化处理的功能相似。不过,需要注意
的是,它更重要的消除趋势项,因为本数据中的多项式趋势项很小,所以没有明显的变化。
1.3 平滑处理(原理公式见报告 P11)
使用五点三次平滑,命令窗口输入:
a=G201';
for k=1:2
b(1)=(69*a(1)+4*(a(2)+a(4))-6*a(3)-a(5))/70;
b(2)=(2*(a(1)+a(5))+27*a(2)+12*a(3)-8*a(4))/35;
for j=3:N-2
b(j)=(-3*(a(j-2)+a(j+2))+12*(a(j-1)+a(j+1))+17*a(j))/35;
end
![](https://csdnimg.cn/release/download_crawler_static/22775334/bg4.jpg)
b(N-1)=(2*(a(N)+a(N-4))+27*a(N-1)+12*a(N-2)-8*a(N-3))/35;
b(N)=(69*a(N)+4*(a(N-1)+a(N-3))-6*a(N-2)-a(N-4))/70;
a=b;
end
G201ph=a'; %G201ph 为五点三次平滑法处理的数据
subplot(2,1,1),plot(G201);subplot(2,1,2),plot(G201ph);%显示 G201 与 G201ph
得到以下图形:
与前面零均值化处理中做频域图的方法一样,做出 G201 与 G201ph 的频谱图 G201p 与
G201php,得到图形如下:
从时域图形上看,平滑处理使图形变得平滑,去除毛刺,从频域图形上看,高频部分明
![](https://csdnimg.cn/release/download_crawler_static/22775334/bg5.jpg)
显变少变小,而低频部分基本无变化。因为故障的频率主要集中在低中频部分,这样处理后
不仅对故障的分析无影响,而且去除部分噪音,减少干扰。
1.4 滤波处理(原理公式见报告 P13)
%使用巴特沃斯滤波器进行滤波,命令窗口输入:
wp=2400; %通带截至频率 2400hz
ws=2800; %阻带截至频率 2800hz
rp=2; %通带波动系数
rs=60; %阻带波动系数
[N,wn] =buttord(wp/(fs/2),ws/(fs/2),rp,rs,'z');%建立巴特沃斯滤波器
[num,den]=butter(N,wn);%建立数字滤波器
[H,W]=freqz(num,den);%分析滤波器的幅频特性
plot(W*fs/(2*pi),abs(H));grid;%巴特沃斯滤波器频率响应图
得到巴特沃斯滤波器频率响应图:
继续输入:
G201lb=filtfilt(num,den,G201);% G201lb 为 G201 滤波后的数据
subplot(2,1,1),plot(G201);subplot(2,1,2),plot(G201lb);%显示 G201 与 G201lb
得到以下图形:
剩余21页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/6d4a39ec593a4e2fbcf3d53e4855e565_cqn2bd2b.jpg!1)
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)