matlab trendsurface,MATLAB 添加新的预测性维护产品

图1：源自脉宽调制波形的脉宽趋势和跟踪。

中心迹线(橙色)是脉宽的跟踪。该波形包含与采集波形相同的100k个点。对每个测量值进行升采样(upsampled，即加大采样率)以匹配源波形每个周期的持续时间。跟踪图始终与源波形同步。

由于跟踪功能具有时间同步特性，因此可以使用它来解调PWM波形信号。通过跟踪参数频率，也可以使用它来解调调频(FM)或调相(PM)信号。

数据记录

趋势功能非常适合数据记录。我们来看看图2中的测量数据。

图2：数据记录示例记录了RMS线电压和室温的变化。触发迟滞(hold-off)用于每隔5秒读一次数。

顶部迹线是RMS线电压的趋势。触发迟滞用于在每次测量之间插入5s延迟。顶部往下数的第二条迹线是热电偶输出趋势。数学迹线F4(顶部往下数的第三条迹线)对热电偶输出进行滤波，并重新以摄氏度进行数值标度。整个图中记录了2000次测量，每次间隔5秒，时长2.7小时。

当空调系统开启时，线电压下降，然后温度稍微下降。整个过程呈现周期性变化。这可通过交叉关联原始趋势波形进行验证，在底部迹线中有显示。在相关功能中清楚地显示出周期性，大约每252次测量或每20分钟循环一次。

使用跟踪进行解调

在某些应用中，解调角度调制信号很有帮助。例如，在测量锁相环(PLL)的频率响应时，可以使用跟踪功能查看PLL输入和输出处的相位变化。图3显示了PLL频率响应测量。

图3：使用时间间隔误差跟踪来解调相位调制输入并输出到PLL。

任何器件的频率响应都可以通过使用阶跃函数激励来测量，差分该阶跃响应并对该响应进行快速傅立叶变换(FFT)。在图3中，左上方的迹线是PLL输入：66.67MHz的正弦波，在波形的中点有一个2弧度的相位阶跃。测量参数P1测量的是波形的时间间隔误差(TIE)。TIE测量波形边沿或阈值交叉点的测量位置与该边缘的理想位置之间的时差。TIE本质上是信号的瞬时相位。图3左侧顶部往下数的第二条迹线显示了PLL输入的TIE跟踪。TIE跟踪解调了相位调制输入。输入波形中心的相位阶跃显而易见。

右上方的迹线是PLL的输出。测量PLL输出的TIE并使用跟踪来解调相位，可以看到PLL对相位阶跃的影响。请参见图3右侧顶部往下数的第二条迹线。跟踪功能可以查看PLL输入和输出的相位变化，提供了源迹线中不明显的相位变化的视图，这很重要，因为PLL是相位敏感器件。

通常使用脉冲函数作为输入信号来测量信号的频率响应。差分该阶跃响应产生脉冲响应。第三组迹线分别显示了解调的PLL输入和输出信号，分别在图3的左侧和右侧。

图3中左下方的迹线显示了PLL的脉冲响应FFT。请注意，这是个基本平坦的响应。在右下方的迹线中，PLL输出脉冲响应FFT显示了PLL的频率响应。从技术上讲，频率响应是输出与输入FFT的复数比，但由于输入在频谱上是平坦的，输出频谱接近PLL的频率响应。

趋势还是跟踪？

趋势是数据记录的不二之选。趋势迹线仅包含每个测量值的一个点，因此存储效率很高。如果需要执行时间相关的操作(例如FFT或对迹线的滤波)，跟踪是必需的。若拟将异常测量读数追溯回源迹线，跟踪也很有用，因为跟踪与源迹线保持时间同步。跟踪完成这一工作的代价是在该函数中使用更多采样。

趋势和跟踪功能可让你查看单个参数测量的历史记录。通过对波形进行一系列测量，可以使用示波器的数学和分析工具来深入了解关于被测过程的信息，从而可以大大缩短故障排除和调试时间。

matlab trendsurface,MATLAB 添加新的预测性维护产品相关推荐

【智能制造】预测性维护：工业数字化领域潜在爆发点
读而思预测性维护对制造业的重要性已被充分认识和广泛接受.预测性维护是保证未来高效.可持续服务的关键.虽然预测性维护所依赖的技术已经取得了快速发展与突破,但在将数据系统地转化成(客户)利益并应用到特定 ...
制造业预测性维护市场现状研究分析报告 -
辰宇信息咨询市场调研公司最近发布-<2022-2028中国制造业预测性维护市场现状研究分析与发展前景预测报告 > 内容摘要本文研究中国市场制造业预测性维护现状及未来发展趋势,侧重分析在中 ...
2022-2028全球与中国油田预测性维护市场现状及未来发展趋势
本文研究全球及中国市场油田预测性维护现状及未来发展趋势,侧重分析全球及中国市场的主要企业,同时对比北美.欧洲.中国.日本.东南亚和印度等地区的现状及未来发展趋势. 2021年全球油田预测性维护市场销售 ...
Matlab 预防性维修,MATLAB进行预测性维护（官网例程）-基于相似性进行剩余有效寿命预测 – MATLAB中文论坛...
本帖最后由 zwlbeyond 于 2020-5-19 14:30 编辑数据集使用了PHM08挑战数据集,是涡轮风扇发动机退化模拟数据集. 训练数据包含218个运行到故障模拟.这组测量被称为&quo ...
通过深度学习进行高频传感器故障检测和预测性维护
机器都会有故障和失灵.确定设备的状况或维护计划何时应该执行,是影响成本和生产力的极其战略性的决定. 机器学习方法已经成为一种很有前途的工具,在预测维修应用,以防止故障在生产线.然而,这些解决方案的性能 ...
深度学习决策支持时空预测_重工业的预测性维护和决策支持系统
深度学习决策支持时空预测 Digital transformation is one of the top priorities for industrial companies. The larg ...
选择最合适的预测性维护传感器
选择最合适的预测性维护传感器 Choosing the most suitable predictive maintenance sensor 基于状态的监测(CbM)包括使用传感器监测机器或资产,以 ...
国家标准《智能服务预测性维护通用要求》
国标名称:智能服务预测性维护通用要求(Intelligent service-Predictive maintenance-General requirements) 标准号:GB/T 40571 ...
微软Azure AI Gallery 预测性维护案例
目录 1. 简介 2. 数据准备与特征工程 2.1 数据准备数据集数据采集数据标签 2.2 特征工程 3. 模型训练与评估 3.1 回归模型 3.2 二分类模型 3.3 多分类模型微软 Azu ...

matlab trendsurface,MATLAB 添加新的预测性维护产品

matlab trendsurface,MATLAB 添加新的预测性维护产品相关推荐

最新文章

热门文章