机械故障诊断信 幅域分析- 时域统计特征 | 基于python代码实现,在CWRU和IMF轴承数据集上实战

最详细的机械故障信 时域特征分析及实战

  • 1、摘要
  • 2、有量纲幅域参数计算公式及物理意义
  • 3、无量纲幅域参数计算公式及物理意义
  • 4、模拟数据代码实战
    • 4.1 导入包
    • 4.2 生成模拟正弦数据
    • 4.3 绘制幅值概率密度函数
    • 4.4 计算时域特征
  • 5、CWRU数据实战
    • 5.1 内圈故障
    • 5.2 正常状态
    • 5.3 外圈故障
    • 5.4 滚动体故障
  • 6、IMF加速寿命实验轴承数据
    • 6.1 单个数据尝试
    • 6.2 整个寿命周期数据分析
  • 7、总结

1、摘要

2、有量纲幅域参数计算公式及物理意义

幅值域参数可以通过三种方式计算。

第1种:随机信 的幅值域参数与幅值概率密度函数有密切关系,对于各态历经的平稳信 ,可以由幅值概率密度函数计算如下统计参数

均值: μ x = ∫ ∞ + ∞ x p ( x ) d x {mu_{x}=int_{-infty}^{+infty} x p(x) mathrm{d} x} μx/span>=/span>+/span>xp(x)dx

均方根值: x r m s = ∫ ∞ + ∞ x 2 p ( x ) d x {x_{mathrm{rms}}=sqrt{int_{-infty}^{+infty} x^{2} p(x) mathrm{d} x}} xrms/span>=/span>+/span>x2p(x)dx /span>

方差: σ x 2 = ∫ ∞ ∞ ( x x ˉ ) 2 p ( x ) d x = x r m s 2 x ˉ 2 {sigma_{x}^{2}=int_{-infty}^{infty}(x-bar{x})^{2} p(x) mathrm{d} x=x_{mathrm{rms}}^{2}-bar{x}^{2}} σx2/span>=/span>/span>(x/span>xˉ)2p(x)dx=xrms2/span>/span>xˉ2

绝对平均值: ∣ x ˉ ∣ = ∫ ∞ + ∞ ∣ x ∣ p ( x ) d x {|bar{x}|=int_{-infty}^{+infty}|x| p(x) mathrm{d} x} xˉ=/span>+/span>xp(x)dx

方根幅值: x r = [ ∫ ∞ + ∞ ∣ x ∣ p ( x ) d x ] 2 {x_{mathrm{r}}=left[int_{-infty}^{+infty} sqrt{|x|} p(x) mathrm{d} xright]^{2}} xr/span>=[/span>+/span>x /span>p(x)dx]2

歪度: x = ∫ ∞ + ∞ x 3 p ( x ) d x {x=int_{-infty}^{+infty} x^{3} p(x) mathrm{d} x} x=/span>+/span>x3p(x)dx

峭度: β = ∫ ∞ + ∞ x 4 p ( x ) d x {beta=int_{-infty}^{+infty} x^{4} p(x) mathrm{d} x} β=/span>+/span>x4p(x)dx

第2种:以上参数计算需要用到幅值概率密度函数,不易计算。实际上对于各态历经的平稳随机信 ,可以直接利用单个样本进行计算,公式如下:

均值: μ x = lim T

声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!

上一篇 2022年9月9日
下一篇 2022年9月9日

相关推荐