最近在学习基于HHT的轴承振动分析,遇到了一些麻烦,还望各位看官多多指教。
原料:凯斯西储大学官网(https://csegroups.case.edu/bearingdatacenter/pages/download-data-file)的数据,采样频率12k
工具:python
过程:
1、对数据进行重采样(512Hz)及截断(截取前512个数据)
2、利用pyhht进行emd分解得到imf
3、计算各个imf与原信号的相关系数,然后加权重构得到信号data_fin
4、对data_fin进行希尔伯特变换及FFT(用的scipy里面的函数),此部分代码如下

Nn = 512
fs = 512
yh = hilbert(data_fin)
# yh = hilbert(imfs[0])
# amplitude_envelope = np.abs(analytic_signal)
instantaneous_phase = np.unwrap(np.angle(yh))
instantaneous_frequency = (np.diff(instantaneous_phase) /(2.0*np.pi)) * fs
f = fs*np.linspace(0,1,Nn)
YH = fft(yh, Nn)/Nn
# %figure
plt.subplot(221)
plt.scatter(t[1:],instantaneous_frequency,s=5)
# plt.xlim([0,200])
plt.grid()
plt.title('时频谱')
plt.xlabel('时间t (s)')
plt.ylabel('频率(Hz)')
plt.subplot(222)
plt.scatter(instantaneous_frequency, np.abs(yh[1:]), s=5)
# plt.xlim([0,200])
plt.grid()
plt.title('幅频谱')
plt.xlabel('频率f (Hz)')
plt.ylabel('|YH(f)|')
plt.subplot(223)
plt.plot(f, np.abs(YH))
# plt.xlim([0, 200])
plt.grid()
plt.title('幅频谱')
plt.xlabel('频率f (Hz)')
plt.ylabel('|YH(f)|')
plt.show()

得到的图像如下:

图1.正常轴承


图2.外圈故障

图3.内圈故障

图4.滚珠故障

以上几个图并不能直接观察到明显的故障频率,不知道是不是过程中哪一步弄错了,请各位不吝赐教!

机械故障诊断02-基于HHT的轴承振动分析相关推荐

  1. 机械故障诊断信号的幅域分析 - 幅值概率密度函数 | 基于python的代码实现,在CWRU轴承数据上实战

    机械故障诊断信号的幅域分析 - 幅值概率密度函数 | 基于python的代码实现,在CWRU数据上实战 **1.随机信号的幅值概率密度函数介绍** **2.代码实战** 2.1导入包 2.2定义CWR ...

  2. 机械故障诊断信号幅域分析- 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号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 ...

  3. matlab应用于机械的实例,机械工程前沿著作系列:基于MATLAB的机械故障诊断技术案例教程(附光盘)简介,目录书摘...

    编辑推荐: 内容全面:涵盖基础篇.信号处理篇和模式识别篇,MATLAB使用方法和工程应用尽在掌握,一本书相当于三本书! 方法新颖:综合展示了作者团队多年来在机械故障诊断领域的新研究成果! 上手容易:采 ...

  4. (阶次分析、阶比追踪)故障诊断之基于振动信号的阶比谱分析

    故障诊断之基于振动信号的阶比谱分析 前言 一.阶次分析是什么 二.阶次分析的基本原理 三.基于加拿大渥太华数据进行分析 1.数据下载链接: 2.数据说明 四.变速的故障信号仿真模拟 五.MATLAB代 ...

  5. 【故障诊断】基于贝叶斯优化支持向量机的轴承故障诊断附matlab代码

    1 内容介绍 贝叶斯网络(Bayesian Network或BN)是人工智能领域进行建模和不确定性推理的一个有效工具.贝叶斯网推理的基本任务是:给定一组证据变量观察值,通过搜索条件概率表计算一组查询变 ...

  6. 2021-06-21基于深度学习的智能机械故障诊断的部分域适应方法阅读笔记

    文章目录 基于深度学习的智能机械故障诊断的部分域适应方法 一.提出的方法 二.网络优化 1.源域监督损失 2.实验比较 总结 基于深度学习的智能机械故障诊断的部分域适应方法 无监督的目标域训练数据不会 ...

  7. 计算机仿真应用于诊断什么故障,基于MATLAB/Simulink的机械故障诊断研究

    摘要:机械故障诊断技术能够提供高质量的监控系统,提升管理效率,降低维护成本.通过MATLAB/Simulink仿真技术可以简洁地将故障诊断的结果图像化表达出来,提高故障诊断的质量和效率.该文模拟了机械 ...

  8. 【故障诊断】基于粒子群和多元宇宙算法优化最大相关峭度解卷积(MCKD)实现信号处理附matlab代码

    1 内容介绍 1.1研究背景及意义 制造业的发展支撑着国家经济的稳定快速发展,是人民生活幸福和国家局势 稳定的保障.发展制造业离不开科技创新.加强制造业创新.推动产业转型升级是 提升我国国际地位.实现 ...

  9. 传统的线性降维方法效果不佳。_高压断路器机械故障诊断与定位的新思路:KPCA-SoftMax诊断方法...

    高压断路器是保证电力系统安全.可靠运行的重要设备,对于高压断路器机械故障定位和诊断成为近年来重要的研究课题.北京航空航天大学自动化科学与电气工程学院.江苏省电力公司电力科学研究院的研究人员王昱皓.武建 ...

最新文章

  1. Vue(十)生命周期
  2. python字典练习题
  3. 通过UltraISO来提取U盘启动盘的ISO镜像文件
  4. IDEA查看Java源码
  5. 模拟spring IOC、源码分析
  6. HDU - 6126 Give out candies
  7. MySQL 使用Navicat连接MySQL8出现1251错误
  8. [Windows]_[0基础]_[使用命令行工具dumpbin分析文件]
  9. linux下nand flash驱动工作原理,Linux驱动之Nand Flash四问,原理、工作方式都包含了...
  10. Linux less命令:查看文件内容
  11. 跳过人脸检测和关键点定位,Facebook等提出实时3D人脸姿态估计新方法
  12. Atitit.ide技术原理与实践attilax总结
  13. MyEclipse2014+JDK1.7+Tomcat8.0+Maven3.2 开发环境搭建
  14. ovito :qt.qpa.plugin: Could not load the Qt platform plugin “xcb“ in ““ even though it was found.
  15. 人工智能“国家队”云从科技行人再识别达到96.6%,创世界纪录;知产链IPC与雷神展开合作,推出雷神通证
  16. win10远程桌面连接无法找到计算机,解决win10远程桌面无法连接操作教程
  17. 计算机管理禁用usb,电脑如何禁用U盘、怎样禁用USB存储工具,防止USB端口泄密?...
  18. 化工原理 --- 流体流动 2
  19. CommonJs和Es Module的区别
  20. 机器学习:数据预处理之独热编码(One-Hot)详解

热门文章

  1. 微信小程序要这样去解读
  2. 吃一堑长一智!centos7安装oracle11g
  3. 入职第二天(培训第二天)
  4. 我对知乎前端相关问题的十问十答
  5. 【网易算法提前批】平分物品
  6. 用PyThon实现单词本的6个功能
  7. 【Matlab】JOR迭代法
  8. 联机五子棋小程序:C++ MFC创建游戏界面
  9. (二)Markdown编辑器的使用效果 | 以CSDN自带MD编辑器为例
  10. TRL去嵌(De-embedding)