分布式目标参数估计的波束域处理方法

利用labview进行信号的时域分析

利用labview进行信号的时域分析 信号的时域分析主要是测量测试信号经滤波处理后的特征值，这些特征值以一个数值表示信号的某些时域特征，是对测试信号最简单直观的时域描述。将测试信号采集到计算机后，在测试VI 中进行信号特征值处理，并在测试VI 前面板上直观地表示出信号的特征值，可以给测试VI 的使用者提供一个了解测试信号变化的快速途径。信号的特征值分为幅值特征值、时间特征值和相位特征值。 用于信号时域分析的函数，VIs,Express VIs主要位于函数模板中的Signal Processing子模板中，其中多数对象位于Waveform Measurements子模板，如图所示 LabVIEW8.0中用于信号分析的Waveform Measurements子模板 基本平均值与均方差VI 基本平均值与均方差VI-------Basic Averaged DC—RMS.vi用于测量信号的平均以及均方差。计算方法是在信号上加窗，即将原有信号乘以一个窗函数，窗函数的类型可以选择矩形窗、Haning窗、以及Low side lob窗，然后计算加窗后信号的均值以及均方差值。 演示程序的前面板和后面板如下图所示 Basic Averaged DC—RMS演示程序的前面板

Basic Averaged DC—RMS演示程序的后面板 平均值与均方差值 平均值与均方差值VI------Averaged DC—RMS.vi同样也是用于计算信号的平均值与均方差值，只是Averaged DC—RMS.vi的输出是一个波形函数，这里我们可以看到加窗截断后，正弦信号的平均值和均方差随时间变化的波形。 编写程序演示Average DC----Averaged—RMS.vi的使用方法，程序的后面板和前面板如下图所示 Averaged DC—RMS演示程序的后面板

语音信号的时域特征分析

中北大学 课程设计说明书 学生姓名：蒋宝哲学号： 24 学生姓名：瓮泽勇学号： 42 学生姓名：侯战祎学号： 47 学院：信息商务学院 专业：电子信息工程 题目：信息处理实践:语音信号的时域特征分析指导教师：徐美芳职称: 讲师 2013 年 6 月 28 日

中北大学 课程设计任务书 2012-2013 学年第二学期 学院：信息商务学院 专业：电子信息工程 学生姓名：蒋宝哲学号： 24 学生姓名：瓮泽勇学号： 42 学生姓名：侯战祎学号： 47 课程设计题目：信息处理实践:语音信号的时域特征分析起迄日期： 2013年6 月7日～2013年6月 28 日 课程设计地点：学院楼201实验室、510实验室、608实验室指导教师：徐美芳 系主任：王浩全 下达任务书日期: 2013 年 6 月 7 日

语音信号的采集与分析 摘要 语音信号的采集与分析技术是一门涉及面很广的交叉科学，它的应用和发展与语音学、声音测量学、电子测量技术以及数字信号处理等学科紧密联系。其中语音采集和分析仪器的小型化、智能化、数字化以及多功能化的发展越来越快，分析速度较以往也有了大幅度的高。本文简要介绍了语音信号采集与分析的发展史以及语音信号的特征、采集与分析方法，并通过PC机录制自己的一段声音，运用Matlab进行仿真分析，最后加入噪声进行滤波处理，比较滤波前后的变化。 关键词：语音信号，采集与分析， Matlab 0 引言 通过语音传递倍息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能．声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。 让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法。随着计算机越来越向便携化方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科鼓应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理．工业生产部门的语声控制，电话、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代操作系统和应用程序的用户界面。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走人人们的日常生活当中，并不断朝更高目标而努力。 语音信号采集与分析之所以能够那样长期地、深深地吸引广大科学工作者去不断地对其进行研究和探讨，除了它的实用性之外，另一个重要原因是，它始终与当时信息科学中最活跃的前沿学科保持密切的联系．并且一起发展。语音信号采集与分析是以语音语言学和数字

时域分析

机械振动故障诊断中时域参数指标的分析 一、滚动轴承的失效形式 1.疲劳剥落 在滚动轴承的滚动或滚动体表面，由于承受交变负荷的作用是接触面表层金属呈片状玻剥落，并逐步扩大而形成凹坑。如继续运转，则将形成面积剥落区域。由于安装不当或轴承座孔与轴的中心线倾斜等原因将使轴承中局部区域承受较大负荷而出现早期疲劳破坏。 2.磨损 当滚动轴承密封不好，使灰尘或微粒物质进入轴承，或是润滑不良，将引起接触表面较严重的擦伤或磨损，并使轴承的振动和噪声增大。 3.断裂和裂纹 材料缺陷和热处理不当，配合过硬两太大，组合设计不当，如支撑面有沟槽而引起应力集中等，将形成套圈裂纹和断裂。 4.压痕 外接硬颗粒物质进入轴承中，并压在滚动体与滚道之间，可是滚动表面形成压痕。此外，过大的冲击负荷也可以使接触表面产生局部塑性变形而形成凹坑。当轴承静止时，即使负荷很小，由于周围环境的振动也将在滚道上形成均匀分布的凹坑。 5.腐蚀 电机或者机械漏电或者有部分静电时产生电流，一般轴承都是需要使用，在轴承内部可以在轴承的内圈、外圈、滚动体之间产生油膜（很薄左右），电流可以击穿轴承内部的（油膜），造成轴承内圈、外圈、滚动体之间的直接接触、在接触的表面会产生电击，对轴承的沟道造成损伤，从而引起轴承早期失效。 6.胶合 指滚道和滚动体表面由于受热而局部融合在一起的现象。常发生在润滑不良、告诉、重在、高温、启动加速度过大等情况下。由于摩擦发热，轴承零件可以在极短时间内达到很高的温度，导致表面灼伤或某处表面上的金属粘附到另一表面上。 二、时域参数主要参数指标 峰值、均值、方差、歪度、峭度、均方根值，波形指标、脉冲指标、峭度指标、歪度指标和裕度指标。其中前一类是有量纲指标，后一类是无量纲指标。 1.峰值 在某个时间段内幅值的最大值。由于它是一个时不稳参数，不同的时刻变动很大，因此常用来检测冲击振动。 2.均值 指在一组数据中所有数据之和再除以这组数据的个数，这里指所有幅值的均值。反映了数据趋势的大小。信号的均值反映信号中的静态部分，一般对诊断不起作用，但对计算其它参数有很大影响，所以，一般在计算时应先从数据中去除均值，剩下对诊断有用的动态部分。 计算表达式：11N i i x x N ==∑。 3.均方根值 也称有效值，在电路中定义为一确定的交流电相当于多大数值的交流电在相同时间内所做的功一样。它用来反应信号的能量大小，特别适用于具有随机振动的性质的轴承测量。在滚动轴承的故障诊断中，均方根值可以用来反应各个滚动体在滚道上运动时，由于制造精度差以及工作表面点蚀所产生的不规则振动状况。制造精度愈低或轴承磨损程度愈大，则均方根值值愈高。对于正常轴承以及表面发生点蚀的轴承均方根值很稳定，不受偶然因素的干扰；但对于表面剥落或局部损伤产生的冲击脉冲振动波形，脉冲幅值的大小均方根值是反映不出来的。

时域信号特征参数

设离散振动信号为{}(1~,)i x i N N =为采样点数 常用特征参数如下： 1、有量纲特征参数 1. 峰值p X 把{}i x 的N 个采样点分成n 段，在每一段中找出n 个峰值{} (1~)pj X j n =，则{}i x 的峰值指标为： 1 1n p pj j X X n ==∑ 峰值p X 反映的是某时刻振幅的最大值，因而适用于表面点蚀损伤之类的具有瞬时冲击的故障诊断。另外，对转速较低的情况（如300r/min 以下），也常采用峰值经行诊断。 2. 均值X 对于简谐振动为半个周期内的平均值，对于轴承冲击振动为经绝对值处理后的平均值。 1 1n i i X x n ==∑ 用于诊断的效果与峰值基本一样，其优点是检测值较峰值稳定，但一般用于转速较高的情况（如300r/min 以上）。 3. 均方根值（有效值）rms X rms X = 均方根值是对时间平均的，用来反映信号的能量大小，适用于象磨损之类的振幅值随时间缓慢变化的故障诊断。轴承制造精度愈低或轴承磨损程度愈大，则rms X 值愈高。 对早期故障不敏感，但稳定性很好。 4. 方差 Matlab 中有直接求离散数据方差的函数var （）。 2、无量纲特征参数 1. 峰值因子（波峰因素）f C p f rms X C X = 轴承元件上的局部剥落、擦伤、刻痕、和凹痕等一类离散型缺陷，产生的脉冲波形总能量

并不大，但是波形的尖峰度明显，因此，峰值因子适用于这类故障的诊断。 （波峰因数f C ，能恰当的反映尖峰的相对大小。评判轴承合不合格的f C 界限值约为1.5， f C 值大于1.5，则认为轴承元件上存在局部缺陷。——设备故障诊断 沈庆根） 正常轴承的振动波峰因子约为4~5，因剥落等局部缺陷引起的振动峰值因子往往超过10，缺陷愈大，f C 值也愈大。 轴承发生剥落等局部缺陷时，f C 值相对较大；当发生润滑不良和磨损等异常情况时，f C 值相对较小。 需要指出的是在轴承出现故障的整个过程波峰因数值并不是一直增加，而是先增加再减小。这是因为故障初期，振动幅值会明显增加，而均方根值变化尚不明显，随故障不断扩展，峰值达到极限值，均方根值开始明显增大。 波峰因子是一个相对值的比率，它不受振动信号绝对电平值大小的影响，与传感器的灵敏度和放大器的放大率无关，同时也不受轴承尺寸大小和转速不同的影响，因而测定数据很方便。 2. 峭度指标K （Kurtosisvalue ） 离散序列的峭度指标定义为归一化的4阶中心矩: 441 1 41,N N i i i i rms x x K N X N β=== ∑ ∑其中= 称为峭度值。 振幅满足正态分布的无故障轴承其峭度值约为3，轴承振动信号的峭度值一般在3—45， 当值大于4时，即预示着轴承有一定程度的损伤。采用该特征参数的优点在于与轴承的转速、尺寸和载荷无关，主要适用于点蚀类故障的诊断。 峭度值具有与波峰因子类似的变化趋势，轴承良好状态和严重故障状态下的裕度指标几乎是相同的。（参考：P287，设备故障诊断，沈庆根） 对早期故障由较高的敏感性，但稳定性不好，可同时与有效值进行故障监测。 3. 波形因子（波形指标）Ws 波形因数定义为均方根值与绝对均值之比： rms X Ws X = 当/p X X 值过大时，表明滚动轴承可能有点蚀；/p X X 值过小时，有可能发生了磨损。 4. 脉冲指标I p X I X = =峰值平均幅值 5. 裕度系数L

语音信号时域特征参数提取

学院：信电学院班级：电信102 姓名：徐景广学号：2010081261 课程：专业综合实验实验日期：2014年1 月 3 日成绩： 实验二、语音信号时域特征参数提取 一、实验目的 1．掌握利用matlab程序进行语音信号的录制与回放。 2．理解语音信号的时域特征参数的概念，如短时能量、短时过零率等。 3．掌握matlab的开发环境。 4．掌握对语音信号进行时域特征参数提取的方法。 二、实验原理 本实验要求掌握时域特征分析原理，并利用已学知识，编写程序求解语音信号的短时过零率、短时能量、短时自相关特征，分析实验结果。 1.窗口的选择 通过对发声机理的认识，语音信号可以认为是短时平稳的。在5~50ms的范围内，语音频谱特性和一些物理特性参数基本保持不变。我们将每个短时的语音称为一个分析帧。一般帧长取10~30ms。我们采用一个长度有限的窗函数来截取语音信号形成分析帧。通常会采用矩形窗和汉明窗。图1.1给出了这两种窗函数在帧长N=50时的时域波形。

学院： 信电学院 班级：电信102 姓名： 徐景广 学号： 2010081261 课程：专业综合实验 实验日期：2014年 1 月 3 日 成绩： 0.2 0.40.60.811.2 1.41.61.82矩形窗 sample w （n ） 0.1 0.20.30.40.50.6 0.70.80.91hanming 窗 sample w （n ） 图1.1 矩形窗和Hamming 窗的时域波形 矩形窗的定义：一个N 点的矩形窗函数定义为如下 {1,00,()n N w n ≤<=其他 hamming 窗的定义：一个N 点的hamming 窗函数定义为如下 0.540.46cos(2),010,()n n N N w n π-≤<-??? 其他 = 这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发现（如图1.2）：矩形窗的主瓣宽度小（4*pi/N ），具有较高的频率分辨率，旁瓣峰值大（-13.3dB ），会导致泄漏现象；汉明窗的主瓣宽8*pi/N ，旁瓣峰值低（-42.7dB ），可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分析时常使用汉明窗，在计算短时能量和平均幅度时通常用矩形窗。表1.1对比了这两种窗函数的主瓣宽度和旁瓣峰值。

连续时间信号和系统时域分析报告及MATLAB实现.docx

实用标准文案 MATLAB课程设计任务书 姓名：王 **学号：2010******010 题目 : 连续时间信号和系统时域分析及MATLAB实现 初始条件： MATLAB 7.5.0 ， Windows XP系统 实验任务： 一、用 MATLAB实现常用连续时间信号的时域波形（通过改变参数，分析其时域特性）。 1、单位阶跃信号， 2、单位冲激信号， 3、正弦信号， 4、实指数信号， 5、虚指数信号， 6、复指数信号。 二、用 MATLAB实现信号的时域运算 1、相加， 2、相乘， 3、数乘， 4、微分， 5、积分 三、用 MATLAB实现信号的时域变换（参数变化，分析波形变化） 1、反转， 2、使移（超时，延时）， 3、展缩， 4、倒相， 5、综合变化 四、用 MATLAB实现信号简单的时域分解 1、信号的交直流分解， 2、信号的奇偶分解 五、用 MATLAB实现连续时间系统的卷积积分的仿真波形 给出几个典型例子，对每个例子，要求画出对应波形。 六、用MATLAB实现连续时间系统的冲激响应、阶跃响应的仿真波形。 给出几个典型例子，四种调用格式。 七、利用 MATLAB实现连续时间系统对正弦信号、实指数信号的零状态响应的仿真波形。

目录 1 MATLAB简介 (1) 1.1 MATLAB 设计目的 (1) 1.2 MATLAB 语言特点 (1) 2 常用连续时间信号的时域波形 (1) 2.1单位阶跃信号 (1) 2.2单位冲激信号 (2) 2.3正弦信号 (3) 2.4实指数信号 (4) 2.5虚指数信号 (5) 2.6复指数信号 (6) 3 连续时间信号的时域运算 (7) 3.1相加 (7) 3.2相乘 (8) 3.3数乘 (9) 3.4微分 (10) 3.5积分 (11) 4.1反转 (12) 4.2时移 (13) 4.3展缩 (14) 4.4倒相 (15)

第五章 时域分析

第5章 时域分析 我们在上一章已经介绍了信号的频域分析法，这里我们再讨论信号的时域分析法。 所谓信号的时域分析．．．．．．．，就是根据信号的时间历程记录或波形，分析信号的组成和特征量。换句话说，我们既可以通过波形分析．．．．来分析信号的强弱，也可以通过相关分析．．．．来确定信号前后时刻的相似程度。 5.1 波形分析 一、 周期波形分析 1. 简谐波 简谐波是最简单的周期信号，其数学表达式为 )sin()(φω+=t x t x m 可见，描述简谐波的主要波形参数有峰值（最大幅值）x m ，角频率ω和初相角φ。其中波形幅值除了用峰值表示以外，还可以用均值（平均绝对值）和方均根来表示如下： 均值 ∑?-=≈ =1 01 1N i i T x N dt x T x 方均根 ∑? -=≈ = 1 20 2 11N i i T rms x N dt x T x 式中，T 为采样周期；N 为采样点数，x i 为采样瞬时的信号幅值。 注意：上述公式的两部分中，前者是模拟分析法的计算式，而后者为数字分析法的计算式。 2. 复杂的周期信号 对于复杂周期信号的波形分析，实际上就是要确定其各次谐波的幅值、角频率和初相角，这种分析又称为谐波分析。 二、 随机波形分析 我们在第一章中曾经介绍过，随机信号是用概率统计的方法来描述的，则其幅值可以用均值、方差、均方值、均方根以及概率密度函数来表征。 注意：这里仅对平稳．．随机信号x (t )进行讨论。 1. 均值、均方值和均方根 均值（静态分量） ∑?-=≈==? 1 01)(1][N i i T x N dt t x T x E x 均方值 [] ? = =T dt t x T x E x 0 22 2 )(1 均方根 2x x rms = 2. 方差和标准偏差 方差（动态分量） []()[] [] () 2 22 22 22 ][][)(1x x x E x E x E x E dt x t x T T x -=-=-=-=?σ

机械测试信号时域和频域特征分析

第一章绪论 1.1 概述 机械信号是指机械系统在运行过程中各种随时间变化的动态信息，经各种测试仪器拾取并记录和存储下来的数据或图像。机械设备是工业生产的基础，而机械信号处理与分析技术则是工业发展的一个重要基础技术。 随着各行各业的快速发展和各种各样的应用需求，信号分析和处理技术在信号处理速度、分辨能力、功能范围以及特殊处理等方面将会不断进步，新的处理激素将会不断涌现。当前信号处理的发展主要表现在：1.新技术、新方法的出现；2.实时能力的进一步提高；3.高分辨率频谱分析方法的研究三方面。 信号处理的发展与应用是相辅相成的，工业方面应用的需求是信号处理发展的动力，而信号处理的发展反过来又拓展了它的应用领域。机械信号的分析与处理方法从早期模拟系统向着数字化方向发展。在几乎所有的机械工程领域中，它一直是一个重要的研究课题。 机械信号分析与处理技术正在不断发展，它已有可能帮助从事故障诊断和监测的专业技术人员从机器运行记录中提取和归纳机器运行的基本规律，并且充分利用当前的运行状态和对未来条件的了解与研究，综合分析和处理各种干扰因素可能造成的影响，预测机器在未来运行期间的状态和动态特性，为发展预知维修制度、延长大修期及科学地制定设备的更新和维护计划提供依据，从而更为有效地保证机器的稳定可靠运行，提高大型关键设备的利用率和效率。 机械信号处理是通过对测量信号进行某种加工变换，削弱机械信号中的无用的冗余信号，滤除混杂的噪声干扰，或者将信号变成便于识别的形式以便提取它的特征值等。机械信号处理的基本流程图如图1.1所示。 图1.1 机械信号处理的基本流程 本文主要就第三、第四步骤展开讨论。

语音信号的时域特征与频域特征

实验报告 课程名称____________语音信号处理__________________ 实验项目语音信号的时域特征与频域特征 实验仪器__台式计算机、Matlab软件、Cool Edit__ 系别____信息与通信工程学院_____ 专业_____电子信息工程专业______ 班级/学号_____ 学生姓名___________________ 实验日期_______2013/4/17________ 成绩_________________________ 指导教师_____________________

实验一：语音信号的时域特征与频域特征 一、实验目的 使学生通过本实验观察语音信号在时域和频域的基本特征（语音波形、基音频率、过零数、共振峰），验证教材中关于语音信号在时域和频域的基本特征的概念与论述；通过采集语音数据与在实验中记录每个元音的基音周期、过零数、共振峰等环节熟悉这些语音的基本特征，为今后深入学习语音信号处理奠定基础。 二、实验内容 学习音频编辑软件Cool Edit的使用方法及语音文件的建立；采集语音数据；观察语音波形；记录每个元音的基音周期（其倒数为基音频率）、过零数、共振峰；观察语音频域特征；分析不同元音的共振峰模式的特点（频率、相对振幅）。 三、实验原理 元音与辅音在发音方法有如下基本区别：发元音时气流顺利通过声腔，声带颤动，形成的声波是周期性的；发辅音时气流暂时被阻不能通过或只能勉强挤出去。 元音具有基音与共振峰结构，辅音则不具有这两者。 基音由声带振动频率产生，决定语音的音高、音调。在语音波形中表现为准周期峰值。 共振峰是语音频谱上的强频区，表现为频谱上呈峰状。共振峰由声腔形状的变化决定，不同的声腔形状有不同的固有频率，产生不同的共振峰模式。每个元音有特定的共振峰模式。

信号的时域分析

信号的时域分析 一、课程内容： 以时间为自变量描述物理量的变化是信号最基本、最直观的表达形式。 在时域内对信号进行滤波、放大、统计特征计算、相关性分析等处理，统称为信号的时域分析。通过时域分析方法，可以有效提高信噪比，求取信号波形在不同时刻的相似性和关联性，获得反映机械设备运行状态的特征参数，为机械系统动态分析和故障诊断提供有效的信息。 2.1 信号的预处理 传感器获取的信号往往比较微弱，并伴随着各种噪声。不同类型的传感器，其输出信号的形式也不尽相同。为了抑制信号中的噪声，提高检测信号的信噪比，便于信息提取，须对传感器检测到的信号进行预处理。所谓信号预处理，是指在对信号进行变换、提取、识别或评估之前，对检测信号进行的转换、滤波、放大等处理。 常用的信号预处理方法 （1）信号类型转换 应变测力传感器、热电阻传感器输出的信号均为电阻信号，为了便于后续处理常用电桥将电阻信号转变为电压信号 （2）信号放大 常用的信号放大器包括：测量放大器、隔离放大器、可编程增益放大器等 信号滤波（本节重点介绍） （3）去除均值 在计算信号的标准差等统计量时，需要去除信号均值 （4）去除趋势项 常用的趋势项消除方法有滤波法、多项式拟合法 2.1.1 信号的滤波处理 信号滤波处理是消除或减弱干扰噪声，保留有用信号的过程。 把实现滤波功能的系统称之为滤波器。 滤波器可分为两大类，即经典滤波器和现代滤波器 1.经典滤波器 定义：当噪声和有用信号处于不同的频带时，噪声通过滤波器将被衰减或消除，而有用信号得以保留 分类： 根据幅频特性的不同，滤波器分为低通滤波器、高通滤波器、带通滤波器、带阻滤波器等类型。根据处理信号类型的不同，滤波器可分为模拟滤波器和数字滤波器。 对于数字滤波器来说，根据滤波器的单位脉冲响应序列长度的无限和有限，数字滤波器可进一步分为无限冲击响应滤波器(IIR)和有限冲击响应滤波器(FIR)两类。 2．现代滤波器 当噪声频带和有用信号频带相互重叠时，经典滤波器就无法实现滤波功能 现代滤波器也称统计滤波器，从统计的概念出发对信号在时域进行估计，在统计指标最优的意义下，用估计值去逼近有用信号，相应的噪声也在统计最优的意义下得以减弱或消除 常用的统计滤波器有维纳滤波器和卡尔曼滤波器两类。 1）维纳滤波器2）卡尔曼滤波器

时域分析主要特征参数教学教材

时域分析主要特征参 数

设离散振动信号为{}(1~,)i x i N N =为采样点数 常用特征参数如下： 1、有量纲特征参数 1. 峰值p X 把{}i x 的N 个采样点分成n 段，在每一段中找出n 个峰值{}(1~)pj X j n =，则{}i x 的峰值指标为： 1 1n p pj j X X n ==∑ 峰值p X 反映的是某时刻振幅的最大值，因而适用于表面点蚀损伤之类的具有瞬时冲击的故障诊断。另外，对转速较低的情况（如300r/min 以下），也常采用峰值经行诊断。 2. 均值X 对于简谐振动为半个周期内的平均值，对于轴承冲击振动为经绝对值处理后的平均值。 1 1n i i X x n ==∑ 用于诊断的效果与峰值基本一样，其优点是检测值较峰值稳定，但一般用于转速较高的情况（如300r/min 以上）。 3. 均方根值（有效值）rms X rms X =

均方根值是对时间平均的，用来反映信号的能量大小，适用于象磨损之类的振幅值随时间缓慢变化的故障诊断。轴承制造精度愈低或轴承磨损程度愈大，则rms X 值愈高。 对早期故障不敏感，但稳定性很好。 4. 方差 Matlab 中有直接求离散数据方差的函数var （）。 2、无量纲特征参数 1. 峰值因子（波峰因素）f C p f rms X C X 轴承元件上的局部剥落、擦伤、刻痕、和凹痕等一类离散型缺陷，产生的脉冲波形总能量并不大，但是波形的尖峰度明显，因此，峰值因子适用于这类故障的诊断。 （波峰因数f C ，能恰当的反映尖峰的相对大小。评判轴承合不合格的f C 界限值约为1.5，f C 值大于1.5，则认为轴承元件上存在局部缺陷。——设备故障诊断 沈庆根） 正常轴承的振动波峰因子约为4~5，因剥落等局部缺陷引起的振动峰值因子往往超过10，缺陷愈大，f C 值也愈大。 轴承发生剥落等局部缺陷时，f C 值相对较大；当发生润滑不良和磨损等异常情况时，f C 值相对较小。 需要指出的是在轴承出现故障的整个过程波峰因数值并不是一直增加，而是先增加再减小。这是因为故障初期，振动幅值会明显增加，而均方根值变化尚不明显，随故障不断扩展，峰值达到极限值，均方根值开始明显增大。

时域分析主要特征参数

设离散振动信号为(1~,) xiNN为采样点数 i 常用特征参数如下： 1、有量纲特征参数 1.峰值X p 把x 的N个采样点分成n段，在每一段中找出n个峰值X pj(j1~n)，则x i的 i 峰值指标为： n1 XX ppj n j1 峰值X反映的是某时刻振幅的最大值，因而适用于表面点蚀损伤之类的具有瞬时冲击p 的故障诊断。另外，对转速较低的情况（如300r/min以下），也常采用峰值经行诊断。 2.均值X 对于简谐振动为半个周期内的平均值，对于轴承冲击振动为经绝对值处理后的平均值。 n1 Xx i n i1 用于诊断的效果与峰值基本一样，其优点是检测值较峰值稳定，但一般用于转速较高的情况（如300r/min以上）。 3.均方根值（有效值）X rms N 1 2 Xx rmsi N i1 均方根值是对时间平均的，用来反映信号的能量大小，适用于象磨损之类的振幅值随时 间缓慢变化的故障诊断。轴承制造精度愈低或轴承磨损程度愈大，则X值愈高。 rms 对早期故障不敏感，但稳定性很好。 4.方差 Matlab中有直接求离散数据方差的函数var（）。 2、无量纲特征参数 1.峰值因子（波峰因素）C f

C f X p X rm s 轴承元件上的局部剥落、擦伤、刻痕、和凹痕等一类离散型缺陷，产生的脉冲波形总能量

并不大，但是波形的尖峰度明显，因此，峰值因子适用于这类故障的诊断。 （波峰因数C，能恰当的反映尖峰的相对大小。评判轴承合不合格的C f界限值约为1.5，f C值大于1.5，则认为轴承元件上存在局部缺陷。——设备故障诊断沈庆根） f 正常轴承的振动波峰因子约为4~5，因剥落等局部缺陷引起的振动峰值因子往往超过10，缺陷愈大，C f值也愈大。 轴承发生剥落等局部缺陷时，C 值相对较大；当发生润滑不良和磨损等异常情况时，C f f 值相对较小。 需要指出的是在轴承出现故障的整个过程波峰因数值并不是一直增加，而是先增加再减小。这是因为故障初期，振动幅值会明显增加，而均方根值变化尚不明显，随故障不断扩展，峰值达到极限值，均方根值开始明显增大。 波峰因子是一个相对值的比率，它不受振动信号绝对电平值大小的影响，与传感器的灵敏度和放大器的放大率无关，同时也不受轴承尺寸大小和转速不同的影响，因而测定数据很方便。 5.峭度指标K（Kurtosisvalue） 离散序列的峭度指标定义为归一化的4阶中心矩: K NN 44 xx ii 1 i1i1 ,其中=称为峭度值。 4 NXN rms 振幅满足正态分布的无故障轴承其峭度值约为3，轴承振动信号的峭度值一般在3—45，当值大于4时，即预示着轴承有一定程度的损伤。采用该特征参数的优点在于与轴承的转速、尺寸和载荷无关，主要适用于点蚀类故障的诊断。 峭度值具有与波峰因子类似的变化趋势，轴承良好状态和严重故障状态下的裕度指标几乎是相同的。（参考：P287，设备故障诊断，沈庆根） 对早期故障由较高的敏感性，但稳定性不好，可同时与有效值进行故障监测。 6.波形因子（波形指标）Ws 波形因数定义为均方根值与绝对均值之比： Ws X r m s X 当X/X值过大时，表明滚动轴承可能有点蚀；X p/X值过小时，有可能发生了磨损。 p 7.脉冲指标I I 峰值 平均幅值 X X p

第三章 线性系统的时域分析法

第三章线性系统的时域分析法 一、教学目的与要求： 对本章的讲授任务很重，要使学生通过本章的学习建立起分析系统特性的概念及方法，围绕控制系统要解决的三大问题，怎样从动态性能、稳态性能及稳定性三方面衡量控制系统，要求学生掌握一阶、二阶系统的典型输入信号响应，参数变化对系统性能的影响，尤其是二阶系统参数与特征根的关系，系统稳定性的概念与判据方法，精度问题，即稳态误差的分析与求法。 二、授课主要内容： 本章着重讨论标准二阶系统的阶跃响应，明确系统的特征参数与性能指标的关系。通过对系统阶跃响应的分析，明确系统稳定的充要条件，掌握时域判稳方法。 1．系统时间响应的性能指标 1）典型输入信号 2）动态过程与稳态过程 3）动态性能与稳态性能 2．一阶系统的时域分析 3．二阶系统的时域分析 1）二阶系统数学模型的标准形式 2）二阶系统的瞬态响应和稳态响应 3）系统参数与特征根及瞬态响应的关系 4．高阶系统的时域分析 1）高阶系统的单位阶跃响应 2）闭环主导极点 5．性系统的稳定性分析 1）系统稳定的充分必要条件 2）劳斯—赫尔维茨稳定判据 6．线性系统的稳态误差计算 1）误差与稳态误差

2）系统类型与静态误差系数 （详细内容见讲稿） 三、重点、难点及对学生的要求（掌握、熟悉、了解、自学） 重点：二阶系统的特点，劳斯稳定判据，稳态误差。 难点：二阶系统阶跃响应与特征根及参数ζ和ωｎ的关系。 要求： 1.掌握一阶系统对典型试验信号的输出响应的推导，理解系统参数T和K的物 理意义。 2.重点掌握不同二阶系统阶跃响应的特点，及阶跃响应与特征根在根平面位置 之间的关系；理解系统参数ζ和ωｎ的物理意义。 3.掌握控制系统阶跃响应性能指标的含义，以及计算二阶欠阻尼系统性能指标 的方法。 4.掌握劳斯稳定判据判别系统稳定性的方法。 5.理解系统稳态误差与系统的“型”及输入信号的形式之间的关系。 6.理解高阶系统主导极点的概念，以及高阶系统可以低阶近似的原理。 7.了解根据系统的阶跃和脉冲响应曲线获得系统数学模型的方法。 四、主要外语词汇 时域分析法 time scale analytical method 根轨迹法 root-locus plot method 频域分析法 phase scale analytical method 性能指标 performance specification 高阶系统 higher-order system 稳定性 stability 劳思-赫尔维茨判据 routh’s stability criterion 稳态误差 stability error 误差系数 error parameter 五、辅助教学情况（见课件） 六、复习思考题

第三章 线性系统的时域分析

【教学目的】 ※熟悉系统时间响应、性能指标的概念及求法 ※了解稳态误差的相关知识 【教学重点】 ※时间响应的基本概念 ※二阶系统的阶跃响应及欠阻尼状态下的性能指标及参数的求取 ※误差及稳态误差的概念 ※位置误差、速度误差和加速度误差的计算 【教学难点】 ※二阶系统的时间响应 ※干扰作用下的系统误差的计算 【教学方法及手段】 采用板书讲授的方式，将二阶系统在不同阻尼下的时间响应进行对比讲解，并将各种阻尼状态下的极点分布进行比较，画在一个复平面上，通过绘制响应曲线来表明各性能指标在图上的位置，帮助学生对概念的理解。 【学时分配】 8课时 【教学内容】 对于一个实际的系统，在建立数学模型之后，就可以采用不同的方法来分析和研究系统的动态性能。本章的时域分析就是其中一种重要的方法。 时域分析法是直接求解系统的微分方程，即利用拉氏变换和拉氏反变换求解，然后根据响应的表达式及其描述曲线来分析系统的性能。这种方法结果直观，应用范围广。 本章主要介绍系统的时间响应及其组成，并对一阶、二阶系统的典型时间响应进行分析，最后介绍系统的误差与稳态误差的概念。

3-1 时间响应 时间响应的概念 系统在外加作用激励下，其输出量随时间变化的函数关系，称之为系统的时间响应。通过对时间响应的分析可揭示系统本身的动态特性。 任一系统的时间响应都是由瞬态响应和稳态响应两个部分组成。 瞬态响应：系统受到外加作用激励后，从初始状态到最终状态的响应过程。 稳态响应：时间趋于无穷大时，系统的输出状态。 瞬态响应反映了系统动态性能。 稳态响应偏离系统希望值的程度可用来衡量系统的精确程度。 3-2 一阶系统的时间响应 1、一阶系统的数学模型 用一阶微分方程描述的控制系统称为一阶系统。 a 图示的RC 电路，其微分方程为 i(t)+ r(t) + （a ） 电路图 R C )(t r U dt du RC c c =+ )()()(t r t C t C T =+? 其中C(t)为电路输出电压，r(t)为电路输入电压，T=RC 为时间常数。 （b ）方块图

第3章时域分析

第三章 时域分析
刘健 副教授 liujian@https://www.360docs.net/doc/c25456997.html, 课件下载地址 课件下载地址： voicesp2013@https://www.360docs.net/doc/c25456997.html,/voicesp123456 北京科技大学

3.1 语音分析方法概述
语音分析是语音合成及语音识别的基础。 短时分析技术——贯穿语音分析全过程 语音分析的三种方法： （1）时域分析法——时域波形图。 （2）频域分析法 （2）频域分析法——频谱图。 频谱图 （3）语谱分析法——语谱图。

1.语音分析方法概述
（1）时域分析法 语音的时域分析采用时域波形图。 坐 是 ，纵坐 是 。 横坐标是时间，纵坐标是幅值。

1.语音分析方法概述
（2）频域分析法 频域分析包含：语音信号的频谱、功率 包含 信 的 率 谱、倒频谱、频谱包络、短时间谱等。 常用的频域分析方法有： a 带通滤波器组法 a.带通滤波器组法。 b.傅里叶变换法。 c.线性预测法等。

1.语音分析方法概述
（3）语谱分析法 语谱分析法是另 种用于语音分析的有效方 语谱分析法是另一种用于语音分析的有效方 法。语谱分析法始于20世纪40年代，当时研制成 功语谱仪，能生成语谱图。 语谱图可以在二维（时间及频率）图上表示 音强的关系，提供了有关不同时间不同频率的相 对音强的有价值的信息。 对音强的有价值的信息

3.2 语音的时域分析
三种常用的时域分析方法 三种常用的时域分析方法： （1）过零分析 （2）幅度分析/能量分析 （3）相关分析