改进的谱峭度方法对于滚动轴承故障诊断的应用.docVIP

改进的谱峭度方法对于滚动轴承故障诊断的应用 一、论文步骤： 对信号做四层基于db10小波包分解 对每层分量信号做改进的峭度值计算 计算公式为： 做峭度分布图 选出最大峭度的分量，并做解调 对选出的分量做包络谱分析 诊断故障类型 二、Matlab代码 %轴承外圈 clear all Fs=15360; T=1/Fs; N=8192; n=0:N-1; t=n/Fs; f=n*Fs/N; X=load(C:\Users\loveh\Desktop\实验数据\s3.TXT);%载入数据 %数据波形 figure(1) subplot(211) plot(t,X) title(实验数据曲线S);xlabel(t);ylabel(c); Y=fft(X,N); magY=abs(Y); subplot(212); plot(f(1:N/2),magY(1:N/2)*2/N) title(信号频谱图);xlabel(f);ylabel(c); %Daubechies小波包变换，WPT nlevel=4; Dau=wpdec(X,nlevel,db10); cfs=zeros(31,8192); k=zeros(1,31); NN=zeros(1,31); for i=1:31 cfs(i,1:length(wpcoef(Dau,i-1)))=wpcoef(Dau,i-1); NN(1,i)=length(wpcoef(Dau,i-1)); ka=sum((cfs(i,:)-mean(cfs(i,:))).^4); kb=(NN(1,i)-1)*std(cfs(i,:))^4; k(1,i)=ka/kb; end %求出最大峭度值 kur=zeros(5,16); kur(1,:)=k(1,1)*ones(1,16); kur(2,1:8)=k(1,2)*ones(1,8); kur(2,9:16)=k(1,3)*ones(1,8); kur(3,1:4)=k(1,4)*ones(1,4); kur(3,5:8)=k(1,5)*ones(1,4); kur(3,9:12)=k(1,6)*ones(1,4); kur(3,13:16)=k(1,7)*ones(1,4); kur(4,1:2)=k(1,8)*ones(1,2); kur(4,3:4)=k(1,9)*ones(1,2); kur(4,5:6)=k(1,10)*ones(1,2); kur(4,7:8)=k(1,11)*ones(1,2); kur(4,9:10)=k(1,12)*ones(1,2); kur(4,11:12)=k(1,13)*ones(1,2); kur(4,13:14)=k(1,14)*ones(1,2); kur(4,15:16)=k(1,15)*ones(1,2); kur(5,1:16)=k(1,16:31); Level_x=1:nlevel; Level_x=[Level_x;Level_x+log2(3)-1]; Level_x=Level_x(:); Level_x=[0 Level_x(1:2*nlevel-1)];%图形纵坐标 Level_y=Fs*((0:3*2^nlevel-1)/(3*2^(nlevel+1))+1/(3*2^(2+nlevel))); figure imagesc(Level_y,Level_x,kur),colorbar; title(峭度分布图); xlabel(频率/f); ylabel(尺度/k); %找出最大峭度值位置 [temp,tempI]=max(kur);%求每列的最大值，并记录每列最大值的行位置 [M,J]=max(temp);%求矩阵最大值，并记录列位置 I=tempI(J);%矩阵最大值的行位置 %最大峭度值频段信号重构 Cfs=wprcoef(Dau,2^(I-1)+J-2); figure subplot(211) plot(t,Cfs) title(峭度最大的频段信号重构图像); xlabel(时间/t); ylabel(幅值/c); %做包络谱分析 CFs=hilbert(Cfs-mean(Cfs));%hilbert对信号进行包络分析 mag=abs(CFs);%取模 subplot(212); plot(t,mag) title(hilbert方法包络图像); xlabel(时间/t); ylabel(幅值/c); CFS=fft(mag,N); Mag=abs(CFS);%取模 figure; plot(f(1:N/2),Mag(1:N/2)*2/N) title(包络解调谱图); xlabel(频率/f); ylabel(幅值/c);