资源简介
小波包分解,重构轴承振动信号,Hilbert包络,FFT进行频谱分析,以获得轴承故障频率。
代码片段和文件信息
%采样频率
fs=12000;
%轴承滚动体故障信号
fid=fopen(‘B007-0.mat‘‘r‘);%打开故障文件
N=12000;
xdata=fread(fidN‘int16‘);
fclose(fid);
%xdata=xdata-mean(xdata)/std(xdata1);%归一化处理
figure(1);
subplot(211);
plot(xdata)
xlabel (‘采样数/个‘);
ylabel (‘电压/V‘);
xdatac=xcorr(xdata);
subplot(212);
plot(xdatac);
xlabel (‘采样数/个‘);
ylabel (‘电压/V‘);
[td]=wpdec(xdatac3‘db5‘);
plottree(t);
figure(2);
plot([30]);
%求每组系数>>>>>阈值=均值+标准方差
thr0=mean([30])+std([30]);
thr1=mean([31])+std([31]);
thr2=mean([32])+std([32]);
thr3=mean([33])+std([33]);
thr4=mean([34])+std([34]);
thr5=mean([35])+std([35]);
thr6=mean([36])+std([36]);
thr7=mean([37])+std([37]);
%THR=[thr0thr1thr2thr3thr4thr5thr6thr7];%向量?
%消噪
xd0=wpdencmp([30]‘s‘3‘db5‘‘threshold‘thr00);
xd1=wpdencmp([31]‘s‘3‘db5‘‘threshold‘thr10);
xd2=wpdencmp([32]‘s‘3‘db5‘‘threshold‘thr20);
xd3=wpdencmp([33]‘s‘3‘db5‘‘threshold‘thr30);
xd4=wpdencmp([34]‘s‘3‘db5‘‘threshold‘thr40);
xd5=wpdencmp([35]‘s‘3‘db5‘‘threshold‘thr50);
xd6=wpdencmp([36]‘s‘3‘db5‘‘threshold‘thr60);
xd7=wpdencmp([37]‘s‘3‘db5‘‘threshold‘thr70);
%XD=wpdencmp([td]‘s‘3‘db5‘‘threshold‘THR0);%用一个公式代替
figure(3);
subplot(811);
plot(xd0);
subplot(812);
plot(xd1);
subplot(813);
plot(xd2);
subplot(814);
plot(xd3);
subplot(815);
plot(xd4);
subplot(816);
plot(xd5);
subplot(817);
plot(xd6);
subplot(818);
plot(xd7);
%计算每组系数的能量
p0=sum(xd0^2);
p1=sum(xd1^2);
p2=sum(xd2^2);
p3=sum(xd3^2);
p4=sum(xd4^2);
p5=sum(xd5^2);
p6=sum(xd6^2);
p7=sum(xd7^2);
%找到最大的能量所对应的序数
pmax=max(p0p1p2p3p4p5p6p7);
if pmax==p0 xdmax=xd0;
elseif pmax==p1 xdmax=xd1;
elseif pmax==p2 xdmax=xd2;
elseif pmax==p3 xdmax=xd3;
elseif pmax==p4 xdmax=xd4;
elseif pmax==p5 xdmax=xd5;
elseif pmax==p6 xdmax=xd6;
else xdmax=xd7;
end
%计算其自相关序列
rce=xcorr(xdmax);
%hilbert包络&FFT频谱分析
z2=hilbert(rec);
zdata=abs(z2);
z2=z2-mean(z2);
nfft=12000;
p=abs(fft(zdatanfft));
figure(4);
plot((0:nfft/2-1)/nfft*fsp(1:nfft/2));
title ‘包络后频谱图(消噪后)‘
xlabel(‘频率 f/Hz‘);
ylabel(‘幅值 P/W‘);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2207 2013-07-05 14:58 Version1.m
- 上一篇:视频群体异常行为识别
- 下一篇:BP神经网络的算法实现分类功能
相关资源
- 小波分析matlab程序
- SAR图像去噪matlab小波去噪、contourlet变
- matlab实现的小波变换彩色图像水印嵌
- pq pca svm 使用小波能量差提取信号
- Wavelet power load forecasting 基于小波神经
- 小波变换的压缩感知图像处理
- morlet小波分析
- 小波变换实现微弱信号检测
- 实时提升小波,滤波
- NLTV WI v1 非局部全变分小波域图像修复
- 图像处理
- 短期电力负荷预测
- 阀值去噪
- 图像的小波系数提取
- 低频融合策略的小波图像融合算法
- 检测ECG信号的R波
- 小波包分解
- 30个MATLAB神经网络的案例
- 基于墨西哥草帽小波函数进行连续小
- 螺纹钢期货小波区间突破策略MATLAB代
- 小波去噪
- 小波变换的水下图像目标检测
- 小波包降噪
- FISTA 压缩感知的图像使用快速迭代s
- 小波分析语音信号并计算各IMF包络的
- 基于小波变换的数字水印算法
- matlab小波变换 边缘检测
- 语音信号的MATLAB小波去噪程序
- 希尔伯特包络谱matlab
- 求信号包络谱程序
评论
共有 条评论