基于matlab GUI 的齿轮箱振动数据分析

内容是设计的一款基于matlab GUI 的齿轮箱振动数据分析系统。这是初版，后面还有另一款加入更多特征提取和神经网络分析的综合版本。

clear all;
close all;

%----------------信号说明—————————————————%
%   normal880-1    正常齿轮箱  实测转速880
%   normal880-2    加载0.2A下正常齿轮箱 数据记录 实测转速800
%   normal880-3    加载0.1A下正常齿轮箱据记录 实测转速820
%   normal880-4    加载0.05A下正常齿轮箱据记录 实测转速852 
%   传感器:
%   1------------TACH1  转速，光电， 每周1个脉冲
%   2------------ch1  输入轴 X方向位移    
%   3------------ch2   Y方向位移
%   4------------CH3   加速度 输入轴电机侧轴承Y  
%   5------------CH4  加速度 输出轴电机侧轴承Y
%   6------------CH5    加速度 输入轴负载侧轴承Y
%   7------------CH6 加速度 输出轴负载 侧轴承Y
%   8------------CH7  加速度 输出轴负载 侧轴承X
%   9------------CH8  磁电式速度  输出轴负载 侧轴承X 
%-------------------------------------------------------%
fs=2000*2.56;        % 采样率
load data.mat
t=0:1/fs:（length（signal（1:））-1）/fs;     %以时间为横坐标

%% 去噪法二：小波分解消噪
%使用一维信号的自动消噪函数wden对信号进行消噪
%将信号使用小波函数‘sym5‘分解到第5层 
%使用minimaxi阈值选择对系数进行处理，消除噪声信号 
n=length（signal（1:））;
for i=1:1:4
    signalnew（i:）=wden（signal（i:）‘minimaxi‘‘s‘‘mln‘5‘sym5‘）;   %小波分解去噪
end

% 时域波形图---去噪前，去噪后
figure（1）
subplot（221）;
plot（tsignal（1:）‘-b‘）;hold on;plot（tsignalnew（1:）‘-r‘）;
xlim（[011]）;ylabel（‘加速度‘）;xlabel（‘时间（s）‘）;title（‘1.正常齿轮箱（880r/min）‘）;
subplot（222）;
plot（tsignal（2:）‘-b‘）;hold on;plot（tsignalnew（2:）‘-r‘）;
xlim（[011]）;ylabel（‘加速度‘）;xlabel（‘时间（s）‘）;title（‘2.加载0.2A下正常齿轮箱（800r/min）‘）;
subplot（223）;
plot（tsignal（3:）‘-b‘）;hold on;plot（tsignalnew（3:）‘-r‘）;
xlim（[011]）;xlabel（‘加速度‘）;xlabel（‘时间（s）‘）;title（‘3.加载0.1A下正常齿轮箱（820r/min）‘）;
subplot（224）;
plot（tsignal（4:）‘-b‘）;hold on;plot（tsignalnew（4:）‘-r‘）;
xlim（[011]）;ylabel（‘加速度‘）;xlabel（‘时间（s）‘）;title（‘4.加载0.05A下正常齿轮箱（852r/min）‘）;
legend（‘去噪前‘‘去噪后‘）;

figure;
plot（abs（fft（signal（1:）））1024）;

%时域特征计算----结果显示在命令框
for i=1:1:4
    feature（i1）=var（signalnew（i:））;        %特征1 方差
    feature（i2）=skewness（signalnew（i:））;   %特征2 偏度
    feature（i3）=kurtosis（signalnew（i:））;   %特征3 峰度
    feature（i4）=std（signalnew（i:））;        %特征4 均方根
    disp（[‘信号‘num2str（i）‘的方差、偏度、峰度、均方根分别为‘]）;   %输出
    disp（feature（i:））;
end

%小波变换
percent=zeros（433）;
for i=1:1:4
    percent（i1）=i;
    c=cwt（signalnew（i:）1:32‘morl‘）;   %morlet小波  32维
    a=zeros（321）;
    for j=1:1:32
        for jj=1:1:n
            a（j1）=a（j1）+（c（jjj））.^2;
        end 
    end    
    %计算每个尺度对应能量占总能量的百分比
    sum1=0;
    for j=1:1:32
        sum1=sum1+a（j）;
    end
    b=zeros（321）;
    for j=1:1:32
        b（j1）=a（j1）./sum1;
    end
    b=b‘;
    percent（i2:1:33）=b（1:）;
    figure（2）;
    color=[0 0 0;
           0 0 1;
           0 1 0;
           1 0 0];
    for i=1:1:4
        plot（percent（i2:33）‘color‘color（i:））;hold on;grid on;
    end
    xlabel（‘尺度‘）;ylabel（‘各尺度能量百分比‘）;title（‘齿轮振动信号能量-尺度图‘）;
end
legend（‘信号1‘‘信号2‘‘信号3‘‘信号4‘）

%功率谱计算 Welch法
nfft=128;
window=hamming（100）;
noverlap=20;
figure（3）;
for i=1:1:4
    [Pxxf]=pwelch（signalnew（i:）windownoverlapnfftfs）;
    Pxx_log=10*log（Pxx）;
    plot（fPxx_log‘color‘color（i:））;hold on;grid on;
e

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件      486691  2017-08-29 16:17  2017082902\data.mat
     文件        3599  2017-08-29 16:48  2017082902\process.m
     文件        8239  2017-08-30 14:35  2017082902\process_gui.fig
     文件       14743  2017-08-30 14:36  2017082902\process_gui.m
     目录           0  2017-08-30 14:34  2017082902\