轴承matlab处理程序

1．数据导入matlab1.1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4105.4），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：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';fork=1:2b(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;forj=3:N-2b(j)=(-3*(a(j-2)+a(j+2))+12*(a(j-1)+a(j+1))+17*a(j))/35;endb(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;endG201ph=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2400hzws=2800;%阻带截至频率2800hzrp=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：与前面零均值化处理中做频域图的方法一样，做出G201与G201lb的频谱图G201p与G201lbp，得到图形如下：在时域内不能明显的看出处理前后的区别。但从频域图可以看出，2500Hz后的频率几乎不存在。因为低通滤波器的通带截至频率为2400hz，阻带截至频率为2800hz。可见滤波效果是很好的。以上介绍了一些数据预处理的方法，鉴于本文采集的原始信号数据较好，故只做零均值化这一项处理。3．时域特征值提取（原理公式见P15）命令窗口输入：G201m=sum(G201l)/20000;%G201m为均值，G201l为零均值化处理后结果，下同G201f=sum((G201l-G201m).^2);%G201f为方差G201rms=sqrt(sum(G201l.^2)/20000);%G201rms均方根值G201peak=(max(G201l)-min(G201l))/2;%G201peak为峰值G201c=G201peak/G201rms;%G201c为峰值因子G201k=sum(G201l.^4)/((G201rms.^4)*20000);%G201k为峭度系数G201s=(G201rms*20000)/sum(abs(G201l));%G201s为波形因子G201cl=G201peak/(sum(sqrt(abs(G201l)))/20000).^2;%G201cl裕度因子G201i=(G201peak*20000)/sum(abs(G201l));%G201i脉冲因子由此得到G201的时域特征值根据前述方法一次得到G202~G2010，Z201~Z2010的时域特征值，建立表格状态样本时域特征值均值（710）方差均方根值RMS峰值peak峭度系数K峰值因子C裕度因子CL脉冲因子I波形因子S故障轴承G2016.85222340.800.34212.270113.32346.635718.225912.46491.8785G20222.34522605.740.36102.354914.21706.524218.821212.62771.9355G203-32.38542902.360.38092.488613.53206.532618.932312.63601.9343G20415.32902630.680.36272.480313.87566.838819.028812.96441.8957G20515.89442510.690.35432.337913.26326.598518.574012.52711.8985G206-3.73632647.010.36382.393613.53826.579318.240812.42951.8892G207-2.06752379.660.34492.287112.38826.630517.562312.11901.8278G208-4.51022548.620.35702.451214.04576.866619.819513.28391.9346G2098.08802496.800.35332.337112.63046.614617.375712.08231.8266G20104.40802871.860.37892.316711.7416.113816.91311.3861.8625746正常轴承Z2015.24191940.060.31151.58504.32035.08898.18286.73971.3244Z20227.71791805.180.30041.50304.46845.00278.06126.63511.3263Z203-23.98241698.730.29141.37644.62554.72287.70336.31551.3372Z2042.58211677.680.28961.73994.88596.00739.68087.97701.3279Z2053.42741890.520.30751.52314.50354.95397.94036.55221.3226Z20628.42331688.290.29051.32473.92824.55947.21485.96471.3082Z20716.67021629.540.28541.46184.58805.12138.23386.79211.3262Z208-17.69651605.220.28331.34904.43664.76187.67706.32011.3272Z20920.48481714.370.29281.45734.66104.97748.09836.64661.3354Z2010-4.03201790.060.29921.68775.19085.64129.37957.64671.3555列出时域参数的数字表后可以简单分析，故障轴承和正常轴承在方差，峰值，峭度系数，裕度因子，脉冲因子，波形因子差别较为明显，而在均值，均方根值，峰值因子差别不明显。4．频域特征值提取（原理公式见P18）4.1频域参数命令窗口输入：fori=2:20000G201g(i)=(G201l(i)-G201l(i-1))/(1/10000);endfori=2:20000G201gg(i)=G201g(i)*G201l(i);endG201msf=(sum((G201g).^2))/(4*(pi^2)*sum(G201l.^2));%G201msf为均方频率G201fc=(sum(G201gg))/(2*pi*sum(G201l.^2));%G201fc重心频率G201vf=G201msf-G201fc.^2;%G201vf为频率方差由此得到G201l的频域参数。根据前述方法一次得到G202~G2010，Z201~Z2010的时域特征值，建立表格状态样本频域参数重心频率频率方差均方频率故障轴承G201727.4390768683.09001297850.5751G202732.7359755254.24021292156.1458G203783.7554830793.71491445066.2883G204772.6559858228.74341455225.8325G205708.5887743009.38451245107.3676G206807.0247876652.13131527941.0240G207776.6448825242.15171428419.3696G20875