轴承故障信号求边际谱，故障频率不明显
本帖最后由 214670964 于 2012-5-5 22:29 编辑对一组轴承故障振动信号进了了EMD分解求解其故障特征频率，该数据使用的是美国西储大学的轴承故障数据，本次使用的是采样频率12000hz，轴承内圈故障信号。已知其内圈故障特征频率是162.18hz，下面通过对其进行emd分解，求其边际谱。但是求得的边际谱并不能看到162.18hz这个故障特征频率。边际谱如下有600多hz，1000多hz，3000多hz的频率，这是怎么回事，这些频率是什么意思，代表什么呢，怎么会有这些频率呢？？？而且并没有162.18故障特征频率，这是怎么回事？？？？
程序如下;
fs=12000;
data=X105_DE_time(1:5000);%这个是西储大学轴承中心下载的数据，驱动端内圈采集数，数据很大，采样频率是12000；imf=emd(data); %对输入信号进行EMD分解
=hhspectrum(imf); %对IMF分量求取瞬时频率与振幅：A：是每个IMF的振幅向量,f:每个IMF对应的瞬时频率，t：时间序列号
=toimage(A,f); %将每个IMF信号合成求取Hilbert谱，E：对应的振幅值，Cenf：每个网格对应的中心频率这里横轴为时间，纵轴为频率
%即时频图(用颜色表示第三维值的大小)和三维图（三维坐标系：时间，中心频率，振幅）
cemd_visu(data,1:length(data),imf); %显示每个IMF分量及残余信号--------------------------------------------
disp_hhs(E); %希尔伯特谱----------------------------------------------------------
%画出边际谱
%N=length(Cenf);%设置频率点数 %完全从理论公式出发。网格化后中心频率很重要，大家从连续数据变为离散的角度去思考，相信应该很容易理解
for k=1:size(E,1)
bjp(k)=sum(E(k,:))*1/fs;
end
分解得到的imf分量如下
figure(3);
plot(Cenf(1,:)*fs,bjp);% 作边际谱图 进行求取Hilbert谱时频率已经被抽样成具有一定窗长的离散频率，所以此时的频率轴已经是中心频率
xlabel('频率 / Hz');
ylabel('幅值');
100多HZ那也突出来了吧··· 回复 2 # 817huang 的帖子
600hz 1000多hz，3000多hz，这些频率是怎么回事？？？ 回复 3 # 214670964 的帖子
看你要分解的数据（轴承故障数据）信号能量主要集中在高频？还是低频？
如果轴承故障信号能量主要集中在高频上，那么低频上（也就是100多hz那出现较高幅值），能不能说明它是故障频率呢？边际谱的某一瞬时频率处的幅值就是所有时刻该瞬时频率所有幅值（之和）。感觉还需要对被分解的数据进行下分析···
具体我也不是很清楚，因为不是研究故障诊断的····不知道说的对不对呢 回复 4 # 817huang 的帖子
他的故障特征频率是162hz的，所以我感觉这边际谱在162应该很突出的，但是我不明白为什么还有600,1000,3000多hz也这么突出？？？这些频率怎么解释 一楼能否给一份采集到的轴承故障信号的数据呢。作分析用。万分感激。 回复 6 # vivina81 的帖子
看我发的其他帖子中附带数据了 我也是碰到了这种问题，郁闷的不得了，是不是应该先对数据进行滤波处理更好啊？你最近有进展吗 将板凳坐穿 发表于 2012-6-13 21:04 static/image/common/back.gif
我也是碰到了这种问题，郁闷的不得了，是不是应该先对数据进行滤波处理更好啊？你最近有进展吗
要对数据进行重采样和滤波、除噪。 safin0524 发表于 2013-5-20 21:09
要对数据进行重采样和滤波、除噪。
你好，滤波和除噪是差不多的概念吧，你说的这些有相关的程序吗，希望得到你的回复 武林低手 发表于 2015-6-2 10:08
你好，滤波和除噪是差不多的概念吧，你说的这些有相关的程序吗，希望得到你的回复
你好，你的这个问题解决没有，我分析轴承的声发射信号，求指导 最好是给出相关的程序啊供大家分析参考谢谢
页:
[1]