基于功率谱密度的旋转机械故障诊断方法(MATLAB R2021b)

news2024/12/24 20:19:04

关于功率谱密度,可以参考如下文章:

https://zhuanlan.zhihu.com/p/417454806

在实际应用中,一个信号我们不可能获得无穷长时间段内的点,对于数字信号,只能通过采样的方式获得N个离散的点。实际信号基本上是随机信号,由于不可能对所有点进行考察,我们也就不可能获得其精确的功率谱密度,而只能利用谱估计的方法来“估计”功率谱密度。

本项目采用功率谱密度分析对旋转机械进行故障诊断,运行环境为MATLAB R2021b。

actualPath = pwd;
savePath = fullfile(actualPath, 'Signal');
x = what(savePath);
x = x.mat;
length(x)
figure
for ii = 1:length(x)
    load(fullfile(savePath,x{ii,1}));
    subplot(3,1,ii)
    plot(data.datensatz(:,1),'k')
    title(['Signal ',num2str(ii)])
    xlim([0 16*10^4])
    xlabel('Data Points')
    ylabel('Signal Data in ms^{-2}')
    %     yline(M.mean_m(ii,1),'g')
    %     yline(M.rms_m(ii,1),'r')
    %     legend('signal','Mean','RMS')
end

图片

tic  % Stopwatch Timer to know the speed

rawdata = cell(1,3);
fre = zeros();

newLoad = 1;
if newLoad == 1
    for ii = 1:length(x)
        
        load(fullfile(savePath,x{ii,1}));
        
        rawdata{ii} = data.datensatz(:,1);
        
        fre(ii) = data.fn;
        
        M.var_m(ii,1) = var(data.datensatz(:,1));
        
        M.rms_m(ii,1) = rms(data.datensatz(:,1));
        
        M.mean_m(ii,1) = mean(data.datensatz(:,1));
        
        M.kurt_m(ii,1) = kurtosis(data.datensatz(:,1));
        
        M.p2r_m(ii,1) = peak2rms(data.datensatz(:,1));
        
        M.p2p_m(ii,1) = peak2peak(data.datensatz(:,1));
        
        M.quant_m(ii,1) = quantile(data.datensatz(:,1),0.5);
        
        figure
        plot(data.datensatz(:,1),'k')
        title(['Signal',num2str(ii)])
        xlim([0 16*10^4])
        xlabel('Data Points')
        ylabel('Signal Data in ms^{-2}')
        yline(M.mean_m(ii,1),'g')
        yline(M.rms_m(ii,1),'r')
        yline(M.p2r_m(ii,1),'c')
        yline(M.p2p_m(ii,1),'y')
        legend('signal','Mean','RMS','P2R','P2P')
        
    end
    
    save machinefeatures M
    
elseif newLoad == 0
    
    load machinefeatures
    
end

完整代码:https://mbd.pub/o/bread/ZJmYkptx

知乎学术咨询:
https://www.zhihu.com/consult/people/792359672131756032?isMe=1

toc

图片

图片

图片

图片

图片

图片

图片

图片

图片

图片

图片

擅长领域:现代信号处理,机器学习,深度学习,数字孪生,时间序列分析,设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1843155.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

机器学习——RNN、LSTM

RNN 特点:输入层是层层相关联的,输入包括上一个隐藏层的输出h1和外界输入x2,然后融合一个张量,通过全连接得到h2,重复 优点:结构简单,参数总量少,在短序列任务上性能好 缺点&#x…

当游戏遭遇安全问题,我们应该怎么做?

在游戏安全领域,专业性最差、但最常见的案例类型是DDoS攻击(分布式拒绝服务攻击)。出于它的特性,中小厂商、独立开发者较容易遭受这类攻击。 例如,今年2月29日上线的手游《雷索纳斯》就遭受了名为ACCN组织发起的DDoS攻…

Windows反截屏开发实现

文章目录 Windows反截屏开发实现1. SetWindowDisplayAffinity2. 反截屏系统3. 总结 Windows反截屏开发实现 最近在我们云桌面中需要做到反截屏能力,所谓反截屏就是我们无法通过截图软件(微信,QQ,截图等程序)截取桌面的…

RTSP/Onvif安防监控平台EasyNVR抓包命令tcpdump使用不了的解决方法

安防视频监控汇聚EasyNVR智能安防视频监控平台,是基于RTSP/Onvif协议的安防视频平台,可支持将接入的视频流进行全平台、全终端分发,分发的视频流包括RTSP、RTMP、HTTP-FLV、WS-FLV、HLS、WebRTC等格式。平台可提供的视频能力包括:…

FLEXPART拉格朗日粒子扩散模式建模技术及研究大气污染物源-汇关系

原文链接:FLEXPART拉格朗日粒子扩散模式建模技术及研究大气污染物源-汇关系 当前,大气污染是我国重要的环境问题之一。为了高效、精准地治理区域大气污染,需要弄清污染物的来源。拉格朗日粒子扩散模式FLEXPART通过计算点、线、面或体积源释放…

RocketMQ快速入门:如何保证消息不丢失|保证消息可靠性(九)

0. 引言 在金融、电商等对数据完整性要求极高的行业,消息的丢失可能会导致数据不一致,严重影响业务逻辑和数据统计,也影响客户体验,所以在很多业务场景下,我们都要求数据不能丢失。而rocketmq中,如何对消息…

jar包运行脚本

start: # 启动项目 #!/bin/bash nohup java -jar audit-2.1.0.jar > app.log 2>&1 & quit: # 关闭程序 #!/bin/bash PID$(pgrep -f audit-2.1.0.jar) # 根据应用程序名称查找进程ID kill -9 $PID # 结束进程使用 sh命令运行

泛微开发修炼之旅--22泛微实现免登陆得解决方案之一

文章链接:22泛微实现免登陆得解决方案之一

SSM旅游系统

摘要 旅游业正处于快速发展阶段,旅游系统的建设已经成为了旅游业发展的重要核心问题。在这样的背景下,SSM框架正逐步发展为一种主要的架构。但目前青海省旅游业信息化的发展仍面临诸多问题,包括系统功能不完善、用户体验不佳、数据管理不规范…

【记录】使用远程SSH配置d2l环境(含装pytorch,同时适用于本地anaconda)

文章目录 前言一、从创建新环境开始二、使用步骤1.安装pytorch2.安装 d2l 包3.安装其他包4.使用jupyter notebook 前言 记录一下如何利用使用命令行进行anaconda配置 d2l环境、pytorch并进行训练深度学习模型。 一、从创建新环境开始 如果是本地直接装一个 anaconda 软件就行…

Matlab数学建模实战应用:案例4 - 图像处理

目录 前言 一、图像处理基础 二、Matlab图像处理工具箱 三、案例:图像锐化、去噪和分割 步骤 1:读取和显示图像 步骤 2:图像锐化 步骤 3:图像去噪 步骤 4:图像分割 完整代码示例 四、实际应用 实例总结 总…

多路输出调光无频闪36V48V60V/300W恒流舞台灯调光芯片FP7126 LED舞台帕灯/激光灯控制IC,无频闪无噪音,多路共阳,调光深度0.1%

方案背景 在舞台演出中,灯光扮演着非常重要的角色,它不仅可以烘托氛围,营造氛围,更能够为表演者增添光彩,塑造形象。在博物馆场所中,突出展品细节。根据灯光用途和适用类型,舞台灯可以细分为聚光…

软硬件节水“组合拳”,助力智慧灌区信息化建设!

水资源短缺已成为全球共同面临的挑战,尤其在农业灌溉领域,其影响尤为显著。农业作为水资源消耗的主要行业之一,在日益严峻的水资源形势下,构建节水型灌区的紧迫性日益凸显。 节水型灌区的建设,旨在通过优化灌溉方式、减…

第三期【Demo教程】教你使用SeaTunnel把数据从MySQL导到Hive

随着数据技术的快速发展,了解并掌握各种工具和技术变得尤为重要。为此,我们准备在Apache SeaTunnel社区发起如何使用连接器的Demo演示计划,邀请所有热爱数据同步技术的同学分享他们的知识和实操经验! 我们第三期主题是:如何使用Se…

Python和OpenCV图像分块之图像边长缩小比率是2

import cv2 import numpy as npimg cv2.imread("F:\\mytupian\\xihuduanqiao.jpg") # 低反光 cv2.imshow(image, img) # # 图像分块 # dst np.zeros(img.shape, img.dtype) ratio 2 #图像边长缩小比率是2,也就是一张图片被分割成四份 height, wi…

Python学习笔记6:pychram相关知识及安装教程,后续需要学习的入门知识

上篇文章说了,今天去公司重新装一下IDE,最后也是把过程这边再记录一下,有需要的可以参考一下。 关于pychram pychram是什么? PyCharm是由JetBrains公司开发的一款流行的Python集成开发环境(IDE)。它专为…

[创业之路-120] :全程图解:软件研发人员如何从企业的顶层看软件产品研发?

目录 一、企业全局 二、供应链 三、团队管理 四、研发流程IPD 五、软件开发流程 六、项目管理 七、研发管理者的自我修炼 一、企业全局 二、供应链 三、团队管理 四、研发流程IPD 五、软件开发流程 六、项目管理 七、研发管理者的自我修炼

RabbitMQ的部署

一、前言 演示的为RabbitMQ的单机部署,在Centos7虚拟机中使用Docker来安装,需要掌握相应的docker命令 二、下载镜像 启动Docker: systemctl start docker 在线拉取:docker pull docker pull rabbitmq:3-management 三、安装MQ 运行容器&…

华媒舍:8个让你东南亚媒体发稿事半功倍的方法

本文将为您介绍8个方法,可以帮助您在东南亚地区的媒体发稿过程中事半功倍。无论您是一名公关人员、市场营销专家还是普通的新闻工作者,这些方法都将对您极具帮助。 1. 了解目标受众 在东南亚地区发布媒体稿件时,首要的步骤是了解目标受众。不…