【故障诊断】用于轴承故障诊断的候选故障频率优化克改进包络频谱研究(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现


💥1 概述

该文讲解一种基于候选故障频率优化克(IESCFFOgram)的改进包络频谱的特征自适应方法,用于从频谱相干性(SCoh)中识别信息 频谱频段,以进行轴承故障诊断。在新方法中,根据SCoh的局部特征自动识别候选故障频率(CFF),而不是标称故障特性频率(FCF), 并进一步用于指导信息频段的选择。 这种新方法完全摆脱了对FCF或稀疏性指标的依赖,可以通过 挖掘隐藏在SCoh平面中的故障信息,自适应地生成诊断IES。 因此,所提出的IESCFFOgram适用于在没有准确FCF的情况下滚动轴承的故障识别。还提供用于估计光谱相关性(或光谱相干性)的快速算法。
用于检测和分析循环平稳信号。

📚2 运行结果

 

 

 

 

 

部分代码:

%% Load Simlated Inner race fault signal
load('SimInner');
Sigplot = SimInner;

%% Basic parameters
Fs = 12800*2;     % Sampling Frequency
N = 1*Fs ;        % Sampling Length
t  = 0 : 1/Fs : (N-1)/Fs ;  % Time
f_m = 142 ;       % Bearing fault charatersitic fraquency
f_shaft = 26;

%% Plot the raw signal components and the frequency spectrum of the mixed signal
% Frequency spectrum of the mixed siganl
nfft = 2*ceil(length(Sigplot(:,5))/2); Freraw = Fs*(0:nfft/2-1)/nfft;
env = Sigplot(:,5);  
% env = abs(hilbert(Sigplot(:,5))); 
Han = hanning(length(env)); Han = Han(:); 
EnvSpec = abs(fft(((env-mean(env)).^1).*Han,nfft)); 
EnvSpec = EnvSpec./max(EnvSpec);
EnvSpec(nfft/2+1:end) = []; 

% Figure
figure(1)
subplotnum_1 = 3;
subplotnum_2 = 2; 
leftleave = 0.067;
upleave = 0.005;
downleave = 0.082;
step_1 = (1-0-upleave)/subplotnum_1;
step_2 = 1/subplotnum_2;
plotheight = step_1*0.70; 
plotwidth = step_2*0.83;   
str = {'(a)','(b)','(c)','(d)','(e)','(f)'};
set (gcf,'unit','centimeters','Position',[12 15 14 8.5], 'color','w'); % 脥录脝卢脦禄脰脙 麓贸脨隆
for i = 1 : subplotnum_1
    for j = 1 : subplotnum_2
        if (i-1)*2+j <6
            plotx = t';
            ploty = Sigplot( : , (i-1)*2+j  );
        else
            plotx =  Freraw/1000;
            ploty = EnvSpec*0.3;
        end
        subplot(subplotnum_1,subplotnum_2, (i-1)*subplotnum_2+j)
        plot( plotx , ploty, 'b' );     % ylabel('Amplitude');
        set(gca,'unit','normalized','Position',[leftleave+(j-1)*step_2   downleave+(subplotnum_1-i)*step_1  plotwidth*1 plotheight*1]);
        figure_FontSize = 7; set(gca,'Fontsize',figure_FontSize,'Fontname','Times New Roman');
        if (i-1)*2+j  == 1
            set(gca,'ytick',[-1 0 1]); set(gca,'ylim',[-1  1]);
            yt = 1;ys = 0;
        elseif (i-1)*2+j  == 2
            set(gca,'ytick',[-2 :2: 2]); set(gca,'ylim',[-2  2]);
            yt = 2;ys = 0;
        elseif (i-1)*2+j  == 3
            set(gca,'ytick',[-0.8 0.4 1.6]); set(gca,'ylim',[-0.8  1.6]);
            yt = 1.6;ys = 0.4;
        elseif (i-1)*2+j  == 4
            set(gca,'ytick',[-3 0 3]); set(gca,'ylim',[-3  3]);
            yt = 3; ys = 0;
        elseif (i-1)*2+j  == 5
            set(gca,'ytick',[-4 0 4]); set(gca,'ylim',[-4  4]);
            yt = 4; ys = 0;   
        elseif (i-1)*2+j  == 6
            set(gca,'ytick',[0 :0.1 : 0.3]); set(gca,'ylim',[0  0.3]);
            yt = 0.3; ys = 0.15;
        end
        if (i-1)*2+j  < 6
            set(gca,'xtick',[0: 0.2: 1]); set(gca,'xlim',[0  1]);
             xlabel('Time [s]');  
             ylabel('Amplitude','Position',[-0.10*1 ys]);
             xt = -0.15*1; 
        else
            set(gca,'xtick',[0: 1: Fs/2/1000]); set(gca,'xlim',[0 Fs/2/1000]);
            xlabel('Frequency [kHz]');
            ylabel('Amplitude','Position',[-0.10*Fs/2/1000 ys]);
            xt = -0.15*Fs/2/1000;
        end
        text(xt,yt,str{(i-1)*2+j},'Fontname','Times New Roman','FontSize',8,'FontWeight','bold')

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]Yao Cheng, Shengbo Wang, Bingyan Chen, Guiming Mei, Weihua Zhang, Han Peng, Guangrong Tian, "An Improved Envelope Spectrum via Candidate Fault Frequency Optimization-gram for Bearing Fault Diagnosis", Journal of Sound and Vibration,Elsevier, 2022.

[2]徐秀芳,徐丹妍,徐森,郭乃瑄,许贺洋.一种结合谱聚类与关联规则的轴承故障诊断方法[J].计算机测量与控制,2023,31(01):51-58.DOI:10.16526/j.cnki.11-4762/tp.2023.01.008.

🌈4 Matlab代码实现

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.mzph.cn/news/110272.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

微信小程序完整项目实战(前端+后端)

基于微信小程序的在线商城点单系统 前言&#xff1a;闲来无事&#xff0c;想以后自己开一个小超市或者小吃店&#xff0c;能够支持线上下单&#xff0c;既方便客户也方便自己。系统采用Java语言作为后端实现与小程序的交互&#xff0c;给用来学习或者想自己开个小店的朋友当个参…

在亚马逊云科技Amazon SageMaker上进行Stable Diffusion模型训练和推理

Stable Diffusion Quick Kit是一个基于亚马逊云科技Amazon SageMaker进行Stable Diffusion模型快速部署的工具包&#xff0c;包括了一组示例代码、服务部署脚本、前端UI&#xff0c;可以帮助可以快速部署一套Stable Diffusion的原型服务。 本文将介绍如何在SageMaker Training …

2530. 执行 K 次操作后的最大分数

给你一个下标从 0 开始的整数数组 nums 和一个整数 k 。你的 起始分数 为 0 。 在一步 操作 中&#xff1a; 选出一个满足 0 < i < nums.length 的下标 i &#xff0c; 将你的 分数 增加 nums[i] &#xff0c;并且 将 nums[i] 替换为 ceil(nums[i] / 3) 。 返回在 恰好…

服务器中了mkp勒索病毒怎么处理,mkp勒索病毒解密,数据恢复

10月份以来&#xff0c;云天数据恢复中心陆续接到很多企业的求助&#xff0c;企业的服务器遭到了mkp勒索病毒攻击&#xff0c;导致企业的服务器数据库被加密&#xff0c;严重影响了企业工作&#xff0c;通过这一波mkp勒索病毒的攻击&#xff0c;云天数据恢复工程师为大家总结了…

【AI视野·今日Sound 声学论文速览 第二十六期】Mon, 16 Oct 2023

AI视野今日CS.Sound 声学论文速览 Mon, 16 Oct 2023 Totally 7 papers &#x1f449;上期速览✈更多精彩请移步主页 Daily Sound Papers Low-latency Speech Enhancement via Speech Token Generation Authors Huaying Xue, Xiulian Peng, Yan Lu现有的基于深度学习的语音增强…

力扣第90题 子集|| 去重问题 c++ 注释版

题目 90. 子集 II 中等 相关标签 位运算 数组 回溯 给你一个整数数组 nums &#xff0c;其中可能包含重复元素&#xff0c;请你返回该数组所有可能的子集&#xff08;幂集&#xff09;。 解集 不能 包含重复的子集。返回的解集中&#xff0c;子集可以按 任意顺序 排列…

中文编程开发语言工具开发的实际软件案例:称重管理系统软件

中文编程开发语言工具开发的实际软件案例&#xff1a;称重管理系统软件 中文编程开发语言工具开发的实际软件案例&#xff1a;称重管理系统软件&#xff0c;软件可以安装在电脑上&#xff0c;也可以安装在收银机上&#xff0c;支持触摸和鼠标点&#xff0c;想学编程可以关注系统…

【web前端】web前端设计入门到实战第一弹——html基础精华

前端 一&#xff1a;图片属性二&#xff1a;音频标签三&#xff1a; 视频标签四&#xff1a;链接标签五&#xff1a;列表标签5.1.无序列表5.2.有序列表3.自定义列表 六&#xff1a;表格6.1合并单元格 七&#xff1a;input标签八&#xff1a;select系列九&#xff1a; 文本域标签…

《软件方法》2023版第1章(10)应用UML的建模工作流-大图

DDD领域驱动设计批评文集 做强化自测题获得“软件方法建模师”称号 《软件方法》各章合集 1.4 应用UML的建模工作流 1.4.1 概念 我用类图表示建模工作流相关概念如图1-16。 图1-16 建模工作流相关概念 图1-16左侧灰色部分定义了“游戏规则”&#xff0c;右侧则是在“游戏规…

Canvas绘图学习笔记:画笔的路径与状态

beginPath beginPath表示开始一个路径&#xff0c;我们在上一章画弧的时候用到过好多次&#xff0c;他的API非常简单&#xff1a; context.beginPath(); 开始路径有2层意思&#xff0c;一个就是本次绘制的起点是新的&#xff08;不再是上次结束的点了&#xff09;&#xff0…

2021-9-25 美团售后服务系统后端一面【2024秋招】

1 实习 1.1 讲讲你做的一个需求&#xff0c;为什么这么做之类的 答&#xff1a; 1.2 什么是接线 1.3 什么的初始接线&#xff0c;和权威接线 答&#xff1a;初始接线是现状&#xff0c;权威是规划中的 1.4 为什么要做比较呢&#xff1f; 答&#xff1a;运维人员需要查看…

强大的下载管理器:Progressive Downloader for Mac

Progressive Downloader for Mac是一种强大的下载管理器&#xff0c;它可以帮助用户更快速、更稳定地下载文件。相比于其他下载工具&#xff0c;PD下载管理器具有很多独特的功能和优势&#xff0c;本文将对其进行详细推广。 在数字化时代&#xff0c;下载已成为我们日常工作中必…

pdf压缩文件怎么压缩最小?

pdf压缩文件怎么压缩最小&#xff1f;我们很多项目介绍或是学术的报告都是采用的这个pdf格式&#xff0c;那么我们在存储或是需要进行分享的时候&#xff0c;可能就会因为文件过大而导致无法打开或是发送了。那么就需要将其进行压缩。PDF文件压缩方法很多&#xff0c;pdf压缩文…

批量处理图像模板

以下是一个Python模板&#xff0c;用于批量处理图像并将处理后的图像保存在另一个文件夹中。在此示例中&#xff0c;将使用Pillow库来处理图像&#xff0c;可以使用其他图像处理库&#xff0c;根据需要进行修改。   首先&#xff0c;确保已经安装了Pillow库&#xff0c;可以使…

web前端面试-- http的各个版本的区别(HTTP/0.9、HTTP/1.0、HTTP/1.1、HTTP/2.0、HTTP/3.0)

本人是一个web前端开发工程师&#xff0c;主要是vue框架&#xff0c;整理了一些面试题&#xff0c;今后也会一直更新&#xff0c;有好题目的同学欢迎评论区分享 ;-&#xff09; web面试题专栏&#xff1a;点击此处 http的各个版本的区别 HTTP&#xff08;超文本传输协议&…

el-input: 把不符合正则校验的值动态清空,只保留符合的值

<el-input v-model"form.profit" placeholder"请输入授权专利新增利润" input"handleInput" clearable />/*** 不符合正则校验,清空*/const handleInput () > {if (form.value.profit) {if (!/^\d*\.?\d*$/.test(form.value.profit))…

hive往es映射表写数据报错

hive是基于Hadoop的一个数据仓库工具&#xff0c;用来进行数据提取、转化、加载&#xff0c;这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表&#xff0c;并提供SQL查询功能&#xff0c;能将SQL语句转…

JDK版本和Gradle版本配套关系

Java versionSupport for compiling/testing/…​Support for running Gradle 8 N/A 2.0 9 N/A 4.3 10 N/A 4.7 11 N/A 5.0 12 N/A 5.4 13 N/A 6.0 14 N/A 6.3 15 6.7 6.7 16 7.0 7.0 17 7.3 7.3 18 7.5 7.5 19 7.6 7.6 20 8.1 8.3 21 …

Elasticsearch7.9.3保姆级安装教程

Linux版本Elasticsearch版本(待安装)Kibana版本(待安装)CentOS 77.9.37.9.3 一、下载地址 1、官网下载 打开地址 https://www.elastic.co/cn/downloads/past-releases#elasticsearch&#xff0c;按如图所示选择对应版本即可 2、采用wget下载 为了不必要的麻烦&#xff0c;建…