常见故障和振动信号特征
常见故障振动分析
1
1 Analysis Definitions: Unbalance 不平衡 特征：1X 径向（V&H ） 不平衡定义：转轴的几何中心线和质量中心线不重合时的一种状态。或质量中心线不
在旋转轴线上。换句话说，转轴上有个重点。
两种类型的不平衡：静不平衡和力偶不平衡。如果转子的跨度相比较直径不是太窄的
话，通常是两种类型的组合，即动不平衡。
我们会在频谱中看到1X 转频幅值较高。由于刚度不同，水平方向振值较垂直方向大。
时域波形：时域时域波形应该是正旋波；如果不是，可能是不对中，松动或其它故障
（除了不平衡）。尽量采用速度单位。
相位：相位是最好的指示。同一轴承位置的垂直和水平方向间相位差应该是90°。
另请参阅静和偶不平衡，立式和悬臂设备不平衡。
1.1 Unbalance: Static imbalance 静不平衡
Symptoms: 1X radial (V & H) 特征：1X 径向（V&H ） 我们会在频谱中看到水平和垂直方向的1X 转频幅值较高，轴向1X 幅值较低。
最简单的不平衡相当于转子的重点在某个单点上。由于转子停止时也会表现出来，故
叫静不平衡。 如果转子放在无摩擦轴承上，会自动旋转，重点会在最低的位置。静不平衡采用单面
平衡校正。
静不平衡会在转子两侧轴承产生1X 力，两侧轴承的力方向总是一致的，所以两侧轴
承同向振动信号是同相的也是一致的。
频谱：径向1X 幅值较高，轴向1X 较低
时域波形：采用速度单位时，正旋波。如果不是，可能是不对中，翘曲轴承，轴弯或
其它故障。
幅值：对于卧式设备，比较垂直和水平方向上的振值。如果水平>2倍的垂直方向，那
么怀疑基础松动或共振。（此处我觉得没写错了，基础松动譬如一侧地脚松动，机组产生摆动，此时水平方向就比垂直方向大很多作者应该写反了，应该是垂直>3X 水平） 径
向
径向
阶次
相位：同一轴承位置的垂直和水平相位差90°。对于纯静不平衡，两侧轴承同一方向的相位一致。
1.2 Unbalance: Couple imbalance力偶不平衡
Symptoms: 1X radial (V & H) 特征：1X径向（V&H）
我们会在频谱中看到水平和垂直方向的1X转频幅值较高，轴向1X幅值较低。
力偶不平衡的转子可能静态时是平衡的（如果放在无摩擦轴承上，看起来平衡状态完美），但是当转子旋转时，它会在两侧轴承产生方向相反的离心力。
力偶不平衡需要采用双面平衡校正。
频谱：径向1X幅值较高，轴向1X较低
时域波形：采用速度单位时，正旋波。如果不是，可能是不对中，翘曲轴承，轴弯或其它故障。
2
幅值：对于卧式设备，比较垂直和水平方向上的振值。如果水平>2倍的垂直方向，那么怀疑基础松动或共振。（同上，作者应该写反了，应该是垂直>3X水平）
相位：同一轴承位置的垂直和水平相位差90°。对于纯力偶不平衡，两侧轴承同一方向的相位差180°。
3
1.3 Unbalance: Dynamic unbalance动不平衡
Symptoms: 1X radial (V & H) 特征：1X径向（V&H）
动不平衡是静不平衡和力偶不平衡的组合。常常发生在转子的跨度相比直径较长的情况下，对于这种类型的转子，动不平衡是最常见的。动不平衡需要采用双面平衡校正。
频谱：径向1X幅值较高，轴向1X较低
时域波形：应该是正旋波。如果不是，可能是不对中，松动，或其它故障（除了不平衡）。尽量采用速度单位。
相位：相位是最好的指示。同一轴承位置的垂直和水平相位差90°。两侧轴承同一方向的相位差30°和150°。
4
1.4 Unbalance: Vertical machines立式设备
Symptoms: 1X radial (horizontal) 特征：1X径向（水平）
在径向方向（水平或切向）测量时，1X转频幅值较高。
为了区分电机还是泵不平衡，脱开联轴器，单独运行电机进行测量，如果1X还是高，那么电机有故障，否则是泵。
频谱：径向1X幅值高
时域波形：采用速度单位时，时域波形将是正旋波。
幅值：刚度最小的地方，振值会最高。通常电机的顶部会最高，沿着管道方向会最小。
相位：同一方向上的相位应该一致。
5
1.5 Unbalance: Overhung machines悬臂设备
Symptoms: High 1X axial, 1X radial (V & H)特征：1X轴向高，1X径向（V & H）
在悬臂设备上，你会看到垂直、水平、轴向的1X幅值较高。
我们看到1X轴向高，是因为不平衡对转子产生了弯矩，导致轴承箱沿轴向移动。典型的悬臂转子如：悬臂泵、轴流风机、小型汽轮机。
频谱：1X径向高，但是1X轴向最高
时域波形：采用速度单位，时域波形是正旋波。
相位：同一轴承位置的水平和垂直相位差90°。两侧轴承轴向的相位一致，径向相位一致。
6
2 Analysis Definitions: Misalignment不对中
Frequency: 1X axial, 2X radial (V & H)频率1X轴承，2X径向（V & H）
不对中就是联轴器两侧轴的中心线不重合。由于对中经验不足或热膨胀、基础移位、管道应力或等，不对中很常见。
如果不对中轴的中心线是平行的，但是没有重合，那么这种不对中被认为是平行不对中。如果不对中轴的中心线相交于一点，那么这种不对中被认为是角不对中。当轴不对中时，振动变化并不总是按照预测的方式发展不总是可以预测的。
大多数情况下，不对中是平行不对中和角不对中的组合。一般的诊断原则，轴向、垂直或水平方向，2X是主导频率，1X幅值逐渐升高。
7
频谱：对于角不对中，我们会看到1X轴向幅值高；对于平行不对中，我们会看到1X、2X、3X，甚至是4X、5X的径向幅值高。
在部件（如电机）的一端垂直方向振动更大，而在其另一端，水平方向更大。
相位：由于角不对中，部件间的轴向相位反向。当比较垂直和水平相位读数时，可能是0或 180°。联轴器两侧（电机驱动端和泵驱动端）垂直相位会是反向。
时域波形：时域波形将是1X、2X或其它频率的组合，因此形状会是“M”,“W”。
8
2.1 Misalignment: Parallel (Offset)平行不对中
如果不对中轴的中心线是平行的，但是
没有重合，那么这种不对中被认为是平行不对中。
由于热膨胀、基础移位、管道应力或对中经验不足等，不对中很常见。
平行不对中会对耦合的两根轴的末端产生剪切力和弯矩。频谱测量是很有用的；但是它可能和其它故障混淆。相位可以提供更多的证据。
频谱：对于平行不对中，我们会看到1X、2X、3X，甚至是4X、5X的径向幅值高，2X相比1X可以更高。3X、4X、5X等取决于联轴器的类型和不对中的程度。
在部件（如电机）的一端垂直方向振动更大，而在其另一端，水平方向更大。
相位：比较垂直和水平相位读数时，可能是0或 180°。联轴器两侧（电机驱动端和泵驱动端）垂直相位会是反向。
时域波形：时域波形将是1X、2X或其它频率的组合，因此形状会是“M”,“W”。
9
2.2 Misalignment: Angular (Gap)角不对中
特征：1X轴向，2X轴向较小，1X径向较小
如果不对中轴的中心线相交于一点而不是平行的，那么这种不对中被认为是角不对中。由于热膨胀、基础移位、管道应力或对中经验不足等，不对中很常见。当轴不对中时，产生的振动不总是可以预测的。角不对中会对耦合的每根轴产生弯矩，两个轴承位的轴向上产生较大的1X和较小2X幅值。
径向（水平和垂直）也会产生相当大的1X和2X幅值。但是这些部件会是同相的。
频谱：我们看到轴向1X幅值高，2X幅值小，3X取决于振动的“线性”，可能径向会存在1X和2X。
10
相位：由于角不对中，部件间（电机驱动端和泵驱动端）的轴向相位反向。测量联轴器两侧部件的轴向相位，注意传感器方向相同。联轴器两侧径向相位会是反向。
时域波形：轴向1X占主导的正旋波。
3 Analysis Definitions: Rolling element bearings滚动轴承Symptoms: Non-synchronous vibration and others特征：非同步振动和其它
跟滚动轴承相关的故障有很多，如：1-4
阶段的轴承磨损、润滑故障、翘曲轴承、电蚀、打滑、松动。
11
●润滑：润滑不良
●磨损/裂纹/剥落：内圈或外圈和滚子损伤。振动分析监测保持架损伤故障比较困难。
●电蚀：电流通过轴承-搓衣板图案会蚀刻在滚道上。
●翘曲轴承：内圈与转轴安装虚位，外圈与轴承箱安装虚位。
●间隙过大：过度磨损或轴承选择错误。
●打滑：当在非负载区，滚子在内滚道上打滑。
●内圈松动：内圈在轴上转动。
●外圈松动：外圈在轴承箱内转动。
频谱分析是很有用的，但是也应该使用时域波形。高频技术（包络、解调、PeakVue?、Shock Pulse? 、Spike Energy?）在监测多种轴承故障上，也是很有用的。
润滑：高频振动
磨损/裂纹/剥落：刚开始高频振动，当故障变得严重时，延伸至低频振动。非同步频率。
电蚀：100-180kCPM范围内底部噪声的峰值。
翘曲轴承：轴向振动-同一方向的相位辅助诊断。
间隙过大：1X转频的高次谐频。
打滑：100-180kCPM范围内底部噪声峰值。
内圈松动：3X峰值与谐频
外圈松动：4X峰值
12
3.1 Rolling element bearings: Stage one fault滚道轴承：第一阶段故障Symptoms: Very low amplitude, very high frequency vibration特征：幅值低，高频振动
13
润滑不足或轻微轴承损伤的初步特征是
振动幅值很低。产生的振动时很高频的。可能超过10kHz。
传统的频谱分析和时域波形技术不能监测到该故障。高频技术如超声可以监测润滑故障，包络、解调、PeakVue?、Shock Pulse? 、Spike Energy?可以监测第一阶段故障。
频谱：只有高频技术的频谱才能监测到该故障。
时域波形：在第一阶段，没有帮助。
高频技术：只有当滤波设置合理和加速度传感器（或shock pulse传感器）安装正确时，包络、解调、PeakVue?、Shock Pulse? 、Spike Energy?可能有效果。
14
3.2 Rolling element bearings: Stage two fault滚动轴承：第二阶段故障Symptoms: Very low amplitude, very high frequency vibration幅值低，高频振动
随着轴承故障发展，包络和解调技术相
比较第一阶段更有用。但是在线性速度谱中不会显示故障。如果频谱采用对数方式或使用加速度单位，看到故障的几率会更大。
加速度单位的时域波形会显示故障的征兆，特别是应用在低速设备上。
如果滤波设置合理和加速度传感器安装正确，PeakVue?、Shock Pulse? 、Spike Energy?都是有用的。
频谱：只有高频技术的频谱才能监测到该故障。
时域波形：可能是有效的。在低速设备上可能最有效。
高频技术：只有当滤波设置合理和传感器（或shock pulse传感器）安装正确时，包络、解调、PeakVue?、Shock Pulse? 、Spike Energy?可以是有效的。
15
3.3 Rolling element bearings: Stage three fault: outer race滚动轴承：第
三阶段：外圈
Symptoms: Non-synchronous harmonics特征：非同步谐频
当轴承故障发展到第三阶段，损伤就比较严重了，如果拆下轴承，肉眼就能看见损BPFI>BPFO>BSF>1X>FT
BPFI + BPFO = NB
?-(1.2/NB)
BSF~?[(NB/2)-(1.2/NB)]
BPFO≈(NB/2)-1.2
16
BPFI≈(NB/2)+1.2
伤。除了时域波形（速度或加速度单位）和高频技术（包络、解调、PeakVue?, Shock Pulse?, and Spike Energy?），速度谱也能监测该故障。
如果损伤发生在外滚道，那么滚子接触损伤区域，就会发生一次撞击。幅值应该是一定的，因此也没有调制（边带）如果外圈旋转，就会有1X边带。
频谱：查找非整数倍转频（如，4.31X）的谐频。如果轴承上内圈旋转，不应该看到边带。
时域波形：时域波形上能看到冲击。采样频率和采样时间设置合理，才能看到冲击。
高频技术：只有当滤波设置合理和传感器（或shock pulse传感器）安装正确时，包络、解调、PeakVue?、Shock Pulse? 、Spike Energy?可以是有效的。
17
3.4 Rolling element bearings: Stage three fault: inner race滚道轴承：第
三阶段：内滚道
Symptoms: Non-synchronous harmonics & 1X sidebands特征：非正式倍&1X边带当轴承故障发展到第三阶段，损伤就比较严重了，如果拆下轴承，肉眼就能看见损BPFI>BPFO>BSF>1X>FT
BPFI + BPFO = NB
FT≈?-(1.2/NB)
BSF~?[(NB/2)-(1.2/NB)]
BPFO≈(NB/2)-1.2
BPFI≈(NB/2)+1.2
伤。除了时域波形（速度或加速度单位）和高频技术（包络、解调、PeakVue?, Shock Pulse?, and Spike Energy?），速度谱也能监测该故障。
如果损伤发生在轴承内滚道，那么滚子接触损伤区域，就会发生一次撞击。当损伤区域进入负载区时，幅值会最高，所以会有1X边带。
频谱：查找非整数倍转频±1X边带（如，6.31X）的谐频。如果轴承上外圈旋转，不应该看到边带。
时域波形：时域波形上能看到冲击。采样频率和采样时间设置合理，才能看到冲击。
高频技术：只有当滤波设置合理和传感器（或shock pulse传感器）安装正确时，包络、解调、PeakVue?、Shock Pulse? 、Spike Energy?可以是有效的。
18
3.5 Rolling element bearings: Stage three fault: ball damage滚动轴承：
第三阶段：滚子损伤
Symptoms: Non-synchronous harmonics & FTF sidebands特征：非同步谐频&FTF 边带
当轴承故障发展到第三阶段，损伤就比较严重了，如果拆下轴承，肉眼就能看见损伤。除了时域波形（速度或加速度单位）和高频技术（包络、解调、PeakVue?, Shock Pulse?, and Spike Energy?），速度谱也能监测该故障。
如果损伤发生在滚子上，那么损伤区域接触内滚道或外滚道，就会发生一次撞击。当损伤滚子进入负载区时，幅值会最高，所以会有FTF边带。
19
滚动轴承的振动机理与信号特征
滚动轴承的振动机理与信号特征 滚动轴承的振动可由外部振源引起，也可由轴承本身的结构特点及缺陷引起。此外，润滑剂在轴承运转时产生的流体动力也可以是振动（噪声）源。上述振源施加于轴承零件及附近的结构件上时都会激励起振动。 一、滚动轴承振动的基本参数 1．滚动轴承的典型结构 滚动轴承的典型结构如图1所示，它由内圈、外圈、滚动体和保持架四部分组成。 图1 滚动轴承的典型结构 图示滚动轴承的几何参数主要有： 轴承节径D：轴承滚动体中心所在的圆的直径 滚动体直径d：滚动体的平均直径 内圈滚道半径r1：内圈滚道的平均半径 外圈滚道半径r2：外圈滚道的平均半径 接触角α：滚动体受力方向与内外滚道垂直线的夹角 滚动体个数Z：滚珠或滚珠的数目 2．滚动轴承的特征频率 为分析轴承各部运动参数，先做如下假设：
(1)滚道与滚动体之间无相对滑动； (2)承受径向、轴向载荷时各部分无变形； (3)内圈滚道回转频率为fi; (4)外圈滚道回转频率为fO; (5)保持架回转频率（即滚动体公转频率为fc）。 参见图1，则滚动轴承工作时各点的转动速度如下： 内滑道上一点的速度为：V i=2πr1f i=πf i(D-dcosa) 外滑道上一点的速度为：V O=2πr2f O=πf O(D+dcosa) 保持架上一点的速度为：V c=1/2(V i+V O)=πf c D 由此可得保持架的旋转频率（即滚动体的公转频率）为： 从固定在保持架上的动坐标系来看，滚动体与内圈作无滑动滚动，它的回转频率之比与d/2r1成反比。由此可得滚动体相对于保持架的回转频率（即滚动体的自转频率，滚动体通过内滚道或外滚道的频率）fbc 根据滚动轴承的实际工作情况，定义滚动轴承内、外圈的相对转动频率为 一般情况下，滚动轴承外圈固定，内圈旋转，即： 同时考虑到滚动轴承有Z个滚动体，则滚动轴承的特征频率如下：滚动体在外圈滚道上的通过频率zfoc为：
现场设备常见振动故障及其一些表现特征(一)
现场设备常见振动故障及其一些表现特征(一) 做好故障诊断这项工作，就必须掌握一定量的常见故障原因及其主要表现特征，例如，经频谱分析发现振动为单一的旋转频率，这时候我们会想到，振动原因可能是转子不平衡、是共振、转子中间弯曲、支撑刚度不足等原因，这些故障发生时都将产生绝对的转频振动，我们只能再根据这些故障的其它特征进行排除确定最终找到故障原因，振动方向、振动位置、振动与负荷关系、振动与时间关系、振动与压力关系、振动相位、振动相位差、振动稳定性、相位的稳定性等等，假如我们不知道转频对应的这些原因，或者只知道其中的一两种，而真正的故障原因又不在其中，单从频谱上就无法进行判断，又假如我们知道了上述诸多原因但却不知道每种故障所表现出的特征同样无法进行判断和甄别。 需要强调的是无论是牵引部分振动还是被牵引部分振动，我们都必须将其作为一个整体看待，而不是哪地方振动最大就测哪。一般情况下振动最大位置往往就是故障部位，但很多情况下却不是这样的，造成这种情况的主要原因是设备整体刚度分布不均，但各部件刚度可能是一样的，但连接成整体以后，刚度可能存在很大差异，往往振动突出在刚度差的部位，另一种情况是共振。 机械松动故障：
说到机械松动大家就会想到活动部件，这当然是松动故障之一，比如过盈部件出现了间隙，如轴承内圈与轴的配合、联轴器与轴的配合、叶轮与轴的配合等等，紧固件出现了松动，连接螺栓不紧固等等，但通常配合间隙过大时也会出现以上的松动现象，所以常常也把它列入松动故障之列. 松动通常会表现出线性和非线性两种特征，这与松动的程度、转子偏心距的大小、及转速与临界转速之比来确定，也正是这种非线性，致使利用精确平衡减小振动变的极为困难，没有平衡经验工作人员在现场平衡变得几乎不可能完成。 频谱特征，因为松动直接导致的后果是放大不平衡振动，所以松动故障反应在频谱上也就有单一的基频振动或者是基频加丰富倍频的振动，也就形成了是线性与非线性两种振动特征，而且基频几乎总是占有绝对大位置，这种现象在连接松动上表现尤为明显 松动故障通常表现出不稳定的振动，一般成周期性变化，比如振动从85um 慢慢涨到110um，又从110um慢慢回到85um，形成一个周期性振动。这个是松动故障的典型特征之一。它的不稳定还表现在突发性上，它可以在正常运转时振动突然增大，也可在停启机时振动突然变小或变大，类似情况通常表现为转动部件松动。 松动现象有时与时间有关，确切说应是与温度有关，对于刚投运的设备随着运行时间的增长，温度也逐渐增高，零部件充分膨胀后出现的一种松动现象。 当发生机械松动时，除振动不稳定外，相位同样存在不稳定或突变现象，当结合面松动时除利用振动幅值进行判别外，还可利用相位差特征，如图如果
语音信号特征的提取
语音信号特征的提取 摘要 随着计算机技术的发展，语音交互已经成为人机交互的必要手段,语音特征参数的精确度直接影响着语音合成的音质和语音识别的准确率。因此语音信号参数提取是语音信号处理研究中一项非常有意义的工作。 本文采用Matlab软件提取语音信号特征参数，首先对语音信号进行数字化处理，其次，进行预处理，包括预加重、加窗和分帧，本文讨论了预处理中各种参数的选择，以使信号特征提取更加准确。第三，讨论了各种时域特征参数的算法，包括短时能量、短时过零率等。 关键词：语音信号, 特征参数, 提取, Matlab 目录 第一章绪论 1.1语音信号特征提取概况 1.1.1研究意义 语音处理技术广泛应用于语音通信系统、声控电话交换、数据查询、计算机控制、工业控制等领域，带有语音功能的计算机也将很快成为大众化产品，语音将可能取代键盘和鼠标成为计算机的主要输入手段，为用户界面带来一次飞跃。 语音信号特征的提取是语音信号处理的前提和基础，只有分析出可表示语音信号本质特征的参数，才有可能利用这些参数进行高效的语音通信和准确的语音识别，才能建立语音合成的语音库。因此语音信号参数提取是语音信号处理研究中一项非常有意义的工作。 1.1.2 发展现状 语音信号处理是一门综合性的学科，包括计算机科学、语音学、语言学、声学和数学等诸多领域的内容。它的发展过程中，有过两次飞跃。第一次飞跃是1907年电子管的发明和1920年无线电广播的出现，电子管放大器使很微弱的声
音也可以放大和定量测量，从而使电声学和语言声学的一些研究成果扩展到通信和广播部门；第二次飞跃是在20世纪70年代初，电子计算机和数字信号处理的发展使声音信号特别是语音信号，可以通过模数转换器（A/D）采样和量化转换为数字信号，这样就可以用数字计算方法对语音信号进行处理和加工，提高了语音信号处理的准确性和高效性。 语音信号处理在现代信息科学中的地位举足轻重，但它仍有些基础的理论问题和技术问题有待解决，这些难题如听觉器官的物理模型和数学表示及语音增强的技术理论等，目前还有待发展。 1.2 本课题研究内容 本文主要介绍语音信号处理的理论及Matlab的相关内容，然后从Matlab仿真角度验证了录音、预处理、提取语音信号时域特征参数，主要讨论了预处理中各种参数的选择，以使信号特征提取更加准确。再次讨论了各种时域特征参数的算法，包括短时能量、短时过零率等，介绍了各环节的不同软件实现方法。最后对基于Matlab的语音信号特征参数提取进行总结。 第二章Matlab简介 MATLAB是国际上仿真领域最权威、最实用的计算机工具。它是MathWork 公司于1984年推出，它以强大的科学计算与可视化功能、简单易用、开放式可扩展环境，特别是所附带的30多种面向不同领域的工具箱支持，使得它在许多科学领域中成为计算机辅助设计和分析、算法研究和应用开发的基本工具和首选平台。 2.1 发展概况 Matlab是Matrix Laboratory(矩阵实验室的缩写)，最初由美国Cleve Moler 博士在70年代末讲授矩阵理论和数据分析等课程时编写的软件包Linpack与Eispack组成，旨在使应用人员免去大量经常重复的矩阵运算和基本数学运算等繁琐的编程工作。1984年成立的Math Works公司正式把Matlab推向市场，并从事Matlab的研究和开发。1990年，该公司推出了以框图为基础的控制系统仿真工具Simulink，它方便了系统的研究与开发，使控制工程师可以直接构造系统框图进行仿真，并提供了控制系统中常用的各种环节的模块库。1993年，Math Works 公司推出的Matlab4.0版在原来的基础上又作了较大改进，并推出了Windows版，
滚动轴承的振动信号特征分析报告
南昌航空大学实验报告 课程名称：数字信号处理 实验名称：滚动轴承的振动信号特征分析实验时间： 2013年5月14日 班级： 100421 学号： 10042134 姓名：吴涌涛 成绩：
滚动轴承的振动信号特征分析 一、实验目的 利用《数字信号处理》课程中学习的序列运算、周期信号知识、DFT 知识，对给定的正常轴承数据、内圈故障轴承数据、外圈故障轴承数据、滚珠故障轴承数据进行时域特征或频域特征提取和分析，找出能区分四种状态（滚动轴承的外圈故障、内圈故障、滚珠故障和正常状态）的特征。 二、实验原理 振动机理分析：机械在运动时，由于旋转件的不平衡、负载的不均匀、结构刚度的各向异性、间隙、润滑不良、支撑松动等因素，总是伴随着各种振动。 振动的幅值、频率和相位是振动的三个基本参数，称为振动三要素。 幅值：幅值是振动强度的标志，它可以用峰值、有效值、平均值等方法来表示。 频率：不同的频率成分反映系统内不同的振源。通过频谱分析可以确定主要频率成分及其幅值大小，从而寻找振源，采取相应的措施。 相位：振动信号的相位信息十分重要，如利用相位关系确定共振点、测量振型、旋转件动平衡、有源振动控制、降噪等。对于复杂振动的波形分析，各谐波的相位关系是不可缺少的。 在振动测量时，应合理选择测量参数，如振动位移是研究强度和变形的重要依据；振动加速度与作用力或载荷成正比，是研究动力强度和疲劳的重要依据；振动速度决定了噪声的高低，人对机械振动的敏感程度在很大频率范围内是由速度决定的。速度又与能量和功率有关，并决定动量的大小。 提取振动信号的幅域、时域、频域、时频域特征，根据特征进行故
障有无、故障类型和故障程度三个层次的判断。 三、 实验内容 Step1、使用importdata （）函数导入振动数据。 Step2、把大量数据分割成周期为单元的数据，分割方法为： 设振动信号为{x k }(k =1,2,3,…,n )采样频率为f s ，传动轴的转动速率为V r 。 采样间隔为： 1 s t f ?= （1） 旋转频率为： 60 r r V f = （2） 传动轴的转动周期为： 1 r T f = （3） 由式（1）和（3）可推出振动信号一个周期内采样点数N ： 1 1s r r s f f T N t f f = ==? （4） 由式（2）可得到传动轴的转动基频f r =29.95Hz ，再由式（3）可得到一个周期内采样点数N=400.67，取N =400。 Step3、提取振动信号的特征，分析方法包括： 1、时域统计分析指标（波形指标(Shape Factor)、峰值指标(Crest Factor)、脉冲指标(Impulse Factor)、裕度指标(Clearance Factor)、峭度指标(KurtosisValue) ）等，相关计算公式如下： （1）波形指标： P f X WK X = (5) 其中，P X 为峰值，X 为均值。p X 计算公式如下：
常见转机振动问题
摘要：本文综述了常见转动机械振动故障的原因、危害、检查、处理和预防，可 供设备使用管理技术人员参考。9 L% S9 q, n7 S$ W" 关键词：转机；振动故障；原因；分析；处理；预防 2 p E2 I/ V, B0 K1 y Y. i# { 转机振动原因通常有四种：不平衡、共振、不对中和机械故障。 1.转子不平衡 它是最常见的振动原因，如转子制造不良、转子叶片上异物的堆积、电机转子平 衡不良等。 不平衡造成较大振动的另一原因是设备底座刚度较差或发生共振。) W: H$ E3 G1 B! B; 键和键槽也是导致不平衡振动的另一原因。1 \; @6 k" ?+ X! H8 ^/ W 转轴热弯曲是引起转子不平衡的另一种现象。一般热弯曲引起的不平衡振动随负荷变化而略有变化。但如果设备基础与其转动发生共振，则极有可能发生剧烈振动。因此，预防的关键，一是转轴的材质必须满足要求；二是转机机座必须坚实 可靠。& t2 C; g' ~: Y& M4 2.共振* d _+ L& B$ l) T# k- m 系统中的共振频率取决于其自由度数量；共振频率则由质量、刚度和衰减系数决定。转机支承共振频率应远离任何激振频率。对于新装置，可向制造厂咨询所需地基刚度以达到此目的。对于共振频率与转速相同的现有装置有两种选择—最大限度地减少激振力或改变共振频率。后者可通过增加系统刚度和质量来实现。处 理共振问题时，最好改变共振频率。 共振也可能由不对中或机械和电气故障而引起。5 n+ f/ G" Q: c/ A6 }' C( }. K, 转速下谐波的共振频率也易造成故障。它们也可能由于不对中或机械和电气故障而诱发。然而与相同频率下的问题相比，这些共振造成的问题并不常见。0 \% C5 Y" B" ]6 i0 3.不对中* Q! M" X6 X) 它可能在转速和两倍转速下造成径向和轴向的激振力。但是绝不能因为没有上述现象中的一种或两种而断定不存在对中问题。同时应考虑机组的热膨胀，一副联 轴节之间要留有1.5-3mm间隙。 4.机械故障 B+ \0 C1 p+ s: b2 质量低劣的联轴器、轴承和润滑不良以及支座不坚固，都是产生不同频率和幅值 激振力的原因。 （1）质量低劣的联轴器主要表现在铸造质量差、连接螺孔偏斜、毛刺，橡皮垫圈很快损坏，使联轴器由软连接变为硬连接，产生振动、磨损。8 a( N. w) O. u) b （2）径向轴承的更换，一般是简单更换。为了避振换新轴承时，应对轴承外环 作接触涂色检查，必要时处理轴承座。 （3）轴向波动是造成转机，包括联轴器、轴承在内的另一振动问题的起因。一般转机的轴向推力靠止推轴承约束。但是，如果轴向对中不良，且转子轴向发生 磨蹭，则可能会产生剧烈的轴向振动。 （4）支座软弱即四个支脚不在同一平面上。转机用螺栓紧固在这四点时，如果各轴承不对中，必然造成剧烈振动。因此转机安装时，应该先用适当力矩对称拧紧几个紧固点。然后每次松开一个紧固点，并用千分表测量该点垂直变形量。如果垂直变形量大于.05mm，应在此支脚下加垫片，其厚度等于变形量。重复以上过程，直至松开时每个点垂直变形量小于0.05mm为止。 （5）转机底座和地基的问题有可能是振动过大的直接原因。因此地脚螺栓必须有足够强度，混凝土基础结实无空洞，转机运行中要经常检查地脚螺栓是否松动、断裂，并及时排除。同时要查转机的附属连接设备支承是否牢靠。 ?# V9 n/ q( V, Y
转动设备常见振动故障频谱特征及其案例解析分析
转动设备常见振动故障频谱特征及案例分析 一、不平衡 转子不平衡是由于转子部件质量偏心或转子部件出现缺损造成的故障，它是旋转机械最常见的故障。结构设计不合理，制造和安装误差，材质不均匀造成的质量偏心，以及转子运行过程中由于腐蚀、结垢、交变应力作用等造成的零部件局部损坏、脱落等，都会使转子在转动过程中受到旋转离心力的作用，发生异常振动。 转子不平衡的主要振动特征： 1、振动方向以径向为主，悬臂式转子不平衡可能会表现出轴向振动； 2、波形为典型的正弦波； 3、振动频率为工频，水平与垂直方向振动的相位差接近90度。 案例：某装置泵轴承箱靠联轴器侧振动烈度水平13.2 mm／s，垂直11.8mm ／s，轴向12.0 mm／s。各方向振动都为工频成分，水平、垂直波形为正弦波，水平振动频谱如图1所示，水平振动波形如图2所示。再对水平和垂直振动进行双通道相位差测量，显示相位差接近90度。诊断为不平衡故障，并且不平衡很可能出现在联轴器部位。
解体检查未见零部件的明显磨损，但联轴器经检测存在质量偏心，动平衡操作时对联轴器相应部位进行打磨校正后振动降至2.4 mm／s。 二、不对中 转子不对中包括轴系不对中和轴承不对中两种情况。轴系不对中是指转子联接后各转子的轴线不在同一条直线上。轴承不对中是指轴颈在轴承中偏斜，轴颈与轴承孔轴线相互不平行。通常所讲不对中多指轴系不对中。 不对中的振动特征： 1、最大振动往往在不对中联轴器两侧的轴承上，振动值随负荷的增大而增高；
2、平行不对中主要引起径向振动，振动频率为2倍工频，同时也存在工频和多倍频，但以工频和2倍工频为主； 3、平行不对中在联轴节两端径向振动的相位差接近180度； 4、角度不对中时，轴向振动较大，振动频率为工频，联轴器两端轴向振动相位差接近180度。 案例：某卧式高速泵振动达16.0 mm／s，由振动频谱图(图3)可以看出，50 Hz（电机工频）及其2倍频幅值显著，且2倍频振幅明显高于工频，初步判定为不对中故障。再测量泵轴承箱与电机轴承座对应部位的相位差，发现接近180度。 解体检查发现联轴器有2根联接螺栓断裂，高速轴上部径向轴瓦有金属脱落现象，轴瓦间隙偏大；高速轴止推面磨损，推力瓦及惰性轴轴瓦的间隙偏大。检修更换高速轴轴瓦、惰性轴轴瓦及联轴器联接螺栓后，振动降到A区。 三、松动 机械存在松动时，极小的不平衡或不对中都会导致很大的振动。通常有三种类型的机械松动，第一种类型的松动是指机器的底座、台板和基础存在结构松动，或水泥灌浆不实以及结构或基础的变形，此类松动表现出的振动频谱主要为1x。第二种类型的松动主要是由于机器底座固定螺栓的松动或轴承座出现裂纹引起，其振动频谱除1X外，还存在相当大的2X分量，有时还激发出1／2X和3X振动
基于S变换的信号瞬时频率特征提取
基于S 变换的信号瞬时频率特征提取 摘要： S 变换是一种优越的时频分析方法，能够清晰表达信号瞬时频率的变化特征。与传统时频分析方法相对比，S 变换的抗噪性较强，无交叉项干扰。本文提出了采用S 变换来提取调制信号的瞬时频率。仿真实验结果表明，S 变换时频谱能够清晰表示出不同信号的瞬时频率特征。 关键词：时频分析；S 变换；时频图；调制信号；瞬时频率 1 引言 信号的瞬时频率特征可以反映信号在不同时刻的频率变化规律。与传统的时频分析方法相比较，S 变换的时频分析方法具有频率分辨率高、抗噪性强、无交叉项干扰等优点，这使得S 变换能够准确提取信号的瞬时频率。 2S 变换的基本原理 2.1S 变换的提出 S 变换由短时傅里叶变换发展而来，借鉴了短时傅里叶变换加窗的思想。将短时傅里叶变换中的高斯窗函数进行相关伸缩和平移，从而使信号的频率分辨率具备随频率的适应性。这个特点使得S 变换在信号的时频分析中具有明显的优势。 S 变换[1]是由地球物理学家Stockwell 于1996年首次提出的。它可由短时傅里叶变换推导而来，对于连续信号()h t 的短时傅里叶变换为： 2(,)()()j ft STFT f x t w t e dt π+∞ --∞τ=-τ?(1) 其中， 22()t t -δω= (2) 若窗函数为归一化的高斯函数，且对窗函数进行依赖频率的伸缩和平移，那么 22()2(,)t f t f τ τ--ω-= (3) 这样就得到了连续信号()h t 的S 变换定义式： 22()22(,)(f t i ft ST f h t e dt πτ-+∞---∞τ=? (4) 其中，τ为时移因子。 利用S 变换与傅里叶变换之间的紧密联系，可实现信号从S 变换中的无损恢复。S 变换的逆变换形式如式(5)所示： {} 2()(,)j ft h t S f d e df πττ+∞ +∞-∞-∞=?? (5) S 变换还可以看成是信号的小波变换与相位因子的乘积。它采用平移、伸缩的局部高斯窗函数作为母小波，具有频率分辨率高、抗噪性强的优点，且不需满足小波变换的容许性条件。因此，S 变换并不是严格意义上的小波变换，但可以看成是小波变换的一种扩展。 2.2S 变换的瞬时频率表达 由于S 变换为复数，包含实部和虚部，所以S 变换可以表示为： (,)(,)(,)j f S f A f e τττΦ= (6) 其中(,)A f τ为振幅谱，(,)f τΦ为相位谱： (,)f τA =[][]Im (,)(,)arctan Re (,)S f f S f τττ????Φ=?????? (8)
常见设备故障特征分析 (DEMO)
常见设备故障特征分析 一、不平衡 当转子质量中心偏离旋转中心时出现不平衡。造成不平衡的原因通常是： ●装配不当； ●转子上有附加物生成； ●转子质量磨损； ●转子破裂或丢失部件； ●转子初始弯曲； ●转子热态不平衡； ●联轴器不平衡等； 转子不平衡的故障特征： 1.静不平衡 1)振动同相，且相位稳定。 2)在一阶临界转速下，振幅与转速平方成正比。 3)1×RPM占主导位置。 4)可在转子重心处加重校正。 5)转子两侧轴承水平振动相位差约为0，垂直方向也如此。 6)每个轴承的水平和垂直方向的振动的相位差约为90°。 2．偶不平衡 1)振动反相。 2)在一阶临界转速下，振幅与转速平方成正比。
3)1×RPM占主导位置。可能引起较大轴向振动。 4)必须在至少两个平面加重才能校正不平衡。 5)转子两侧轴承水平振动相位差约为180°，垂直方向亦如 此。 6)每个轴承的水平和垂直方向的振动相位差约为90°。 3．动不平衡 1)是静不平衡和偶不平衡的合成。 2)振动的时域波形为正弦波。 3)频谱中基频有稳定的高峰，谐波的能量集中于基频，而其 它的倍频振幅很小。 4)径向振动大。 5)必须在至少两个平面加重才能校正不平衡。 6)转子两侧轴承同相振动相位差在0至180°之间，但两侧 轴承之间水平方向的相位差约等于垂直方向相位差。 7)每个轴承的水平和垂直方向的振动的相位差约为90°。 8)由于通常轴承水平方向的刚度较小，振动幅值较大，使轴 心轨迹成为椭圆形。 9)振动的强烈程度对工作转速的变化很敏感。 10)当转速小于临界转速时，基频振幅随转速的增加而增大； 当转速大于临界转速后，转速增加振幅趋于一个较小的稳定值；当转速接近临界转速时，机器发生共振，振幅具有最大峰值。这是不平衡的重要特征。
车辆振动信号的特征提取方法比较
第37卷 第4期吉林大学学报(工学版) Vol.37 No.4 2007年7月Journal o f Jilin U niv ersity(Engineering and T echnolo gy Edition) July2007车辆振动信号的特征提取方法比较 廖庆斌1,李舜酩1,覃小攀2 (1.南京航空航天大学能源与动力学院,南京210016; 2.吉林大学汽车工程学院,长春130022) 摘 要:针对用于车辆振动信号分析的常用方法:小波分析方法和H ilbert H uang变换方法,以及作者新近提出的时序多相关 经验模式分解方法,通过仿真对比分析了它们各自的特点以及它们在振动信号特征提取中的适用性。非线性信号的仿真分析表明,在没有噪声或分析对象背景噪声较小的情况下,后两种方法能提取到特征信号,小波分析不适合非线性信号的分析;在强背景噪声下,前两种方法均不能得到满意的特征信息,而时序多相关 经验模式分解方法能提取到所需的目标信息。最后将时序多相关 经验模式分解方法用于某特种车辆特征信号的提取,得到了满意的结果,验证了该方法在车辆振动信号特征提取中的有效性。 关键词:信息处理技术;振动信号;特征提取;小波分析;H ilbert H uang变换;时间序列多相关;经验模式分解 中图分类号:T N911;U270 文献标识码:A 文章编号:1671 5497(2007)04 0910 06 Comparison of feature extraction methods of vehicle vibration signal Liao Qing bin1,Li Shun m ing1,Qin Xiao pan2 (1.College of E ner gy and P ower E ngineer ing,N anj ing Univer sity of A er onautics and A s tronautics,N anj ing210016, China;2.College of A uto motiv e Engineer ing,J ilin Univ er sity,Changchun130022,China) Abstract:The v ibration signals o f a vehicle alw ay s car ry the dynamic info rmation of the vehicle.These signals are very useful for the health monitoring and fault diag no sis.H ow ever,in many cases, because these sig nals have v ery low signal to no ise ratio(SNR),to ex tract feature co mpo nents beco mes difficult and the applicability of info rmation drops dow n.T he characters of feature extraction of vibration signal w er e compared,among the tw o popular m ethods named w avelet analy sis(WA)and H ilbert H uang translatio n(H H T)and the multi correlatio n o f tim e series and empirical mo de decom po sitio n(M CT S EM D),via simulation.And the applicability of them w as analyzed using the simulatio n signal.The H H T and M CTS EM D can extract the feature signal in no interference of noise or the SNR is a larg e number,w hile the WA is not suit for the featur e ex tr actio n o f nonlinear signal. In the str ong backgro und noise,the WA and H H T can not w ork w ell,contrasting them;the M CTS EM D can ex tract the w anted object inform ation.A t last,T he M CTS EM D method w as used to ex tract the featur e sig nal of som e special vehicle,a satisfactor y result can be g et,this validity of MCT S EMD w as validated in the feature ex traction of v ehicle vibration sig nal. Key words:info rmatio n processing;v ibration signal;feature extraction;w avelet analy sis;H ilbert H uang 收稿日期:2006 06 22. 基金项目:航空科学基金资助项目(04I52066);国家自然科学基金资助项目(50675099). 作者简介:廖庆斌(1979 ),男,博士研究生.研究方向:振动、噪声的分析与控制.E mail:qb_liao@https://www.360docs.net/doc/fa7518353.html, 通讯联系人:李舜酩(1962 ),男,教授,博士生导师.研究方向:振动噪声分析与控制,现代信号处理,转子振动监测与诊断.E ma il:lishunm ing69@https://www.360docs.net/doc/fa7518353.html,
设备运行振动测定
为什么要量测振动？?各种设备的所有机械问题及电气问题均会产生振动讯号，如果能掌握振动的大小及来源，就能在设备尚未严重恶化之前，事先完成检修工作，以避免造成设备更大的损坏，而影响生产或增加维修费用。 ?振动大小与设备问题的严重性息息相关。 做振动检测的好处有哪些？?从振动情况了解设备及机械组件的状况。 ?振动情况可作为是否停机之依据，降低意外当机的机率。 ?新机台的验收、维修后机台的验收。 ?降低保养成本：提升人力资源运用及效率、加强零组件及备品存量控制等。振动的基本常识:表示振动的四大要素: ?振幅：代表振动的大小 è设备或机械组件损坏的「严重程度」。 振幅的单位有：位移值（mm）、速度值 （mm/sec）、加速度值（g） ?频率：代表振动的来源 è设备或机械组件损坏的「原因」。 频率的单位有：每秒发生次数（Hz或CPS）、 每分钟发生次数（CPM） ?相位：代表测点间振动的相互关系 è设备或机械组件的「运转模态」。 相位的单位为：度（o） ?能量：代表振动的破坏力 è设备或机械组件损坏的「冲击状况」。 计算振幅时需以均方根值（rms）表示 振动值的表示方式有哪几种？振幅值单位表示值用途 公制英制 位移值mm mils Peak to PeakPeakRMS 1.在早期为大部份机械检测之标准单位2.目前常用于固定型非接触式位移量测3.低频（或低转速）量测时使用 速度值mm/sec in/sec Peak to PeakPeakRMS 1.普遍使用于各种机械之振动量测2.不论高频或低频皆适用3.ISO标准所使用的单位（RMS值） 加速度值g g Peak to PeakPeakRMS 1.高频检测时使用2.最常使用于轴承检测3.振动冲击能量之检测 g = 9.8 m/sec2 = 386.1 in/sec2。红色标示部份为目前国内较为常用的单位。 Viber-A手持式振动检测仪有哪些特点？?振幅量测范围广：0~200 mm/sec, rms。 ?量测条件符合ISO国际标准，频率范围10~3200Hz。 ?轴承状况检测，频率涵盖范围3200~20000Hz，以g值表示。 ?使用一般9V电池做为电源。 ?操作简易、价格便宜。 为什么要使用mm/sec, rms做单位？?除要配合ISO国际标准之外，速度值不会因设备转速的高或低呈现振幅放大或缩小的问题。 ?均方根值（rms）除代表振动的加权平均值之外，另代表一种「损坏能量」（Break Down Energy）的意义，此能量为导致机械磨耗、损坏的主因。振动量测点的位置选择?设备的任何一个组件或部位发生问题时几乎都会产生振动，其振动会经由转轴、基座或结构传递至轴承位置，因此在做定期振动量测时，最好都能在轴承部位进行量测，而且最好能量测到每个轴承。 ?由于设备异常振动问题的研判必须仰赖比较各方向的振动值，才能做较准确的判断，因此除量测水平及垂
齿轮箱振动信号特征提取的一种新方法
2010年第三届国际会议图像和信号处理（CISP2010） 齿轮箱振动信号特征提取的一种新方法 彭立，何清波，孔繁嚷 (精密机械与精密仪器系中国科技大学） 摘要：本文基于小波分析提出一种对于齿轮箱振动信号特征提取的新方法，并进行了研究！变速箱振动信号和1 / f过程的信号之间的功率谱相似，使基于小波变换的变速箱故障诊断的分形分析变得自然。那么对这种方法的原理进行了讨论。为了验证这一方法的可行性和实用性，进行了实验基础上的汽车变速器。箱体表面上附着的加速度传感器所收集的不同工作阶段的振动信号。然后预处理后，这些振动信号在不同小波尺度分解10个详细的信号通过离散小波变换与Dubieties小波。然后对3至7尺度的细节系数的差异进行了计算和加速度信号的分形特征，估计从斜坡的详细系数方差进展。时间窗口试验的结果表明，这些分形特征有显着不同的变速箱不同的工作阶段，并表现出较高的重复性，这表明，本文提出的方法提取的分型特征是说服和基于小波变换分形分析分类齿轮箱的振动信号有效。 关键词：特征提取，变速箱，振动，小波变换
1.导言 变速箱是在工业应用中最重要的设备之一。一个变速箱的意外故障可能导致人身伤亡和重大经济损失。在许多情况下，精度的仪器和设备是高度依赖于所使用的变速箱的动态性能。因此，变速箱的状态监测和故障诊断成为宝贵的系统维护和过程自动化，通常这些情况有必要制定，实施和部署在线诊断监测系统是独立经营的条件。齿轮典型故障包括腐蚀和更严重的打击[1]。许多功能生成方法已经被提出，如短时傅立叶变换（STFT），时间尺度小波分解[2，3]，累积频谱等。结合信号检测与识别方法的故障诊断系统，可以实现多种故障的自动识别和正确的诊断。被认为是各种信号，如声音，图像和振动状态监测与故障诊断。通常用于齿轮箱状态监测振动信号，因为它很容易聚集，并有高的相关性与变速箱的工作条件。 变速箱振动产生的噪音会降低产品质量。重型齿轮箱振动甚至可以导致整个系统的异常运行，造成系统停机和客户的经济损失。因此，适当的变速箱振动监测在尽量减少维修停机时间是极具成本效益，同时通过提供预先警告和交货时间进而准备适当的纠正措施，并确保该制度不恶化到一个需要采取紧急行动的条件[8]。因此，重要的是要把齿轮箱振动诊断纳入计划的电机系统的故障诊断。较早的方法进行振动信号分析，概率分析，频率分析，时域分析和有限元分析[9，10，11，12]。振动信号的特点，是众所周知的，更容易被发现，而不是在时域频域。频率分析技术涉及的频率振动信号分析和进一步处理所产生的频谱，以获得诊断明确界定信息，如高频冲击脉冲。最近的时频分析方法变得越来越受欢迎。 齿轮箱的振动信号通常是嘈杂。因此，它是很难找到一个潜在的故障在变速箱的早期症状。一个显着的变速箱诊断的最新发展是时频分析中的应用。它能够揭示在整个频率范围内的信号随时间变化的频谱，因此可以在很大程度上克服传统技术的弊端。小波变换是一个功能强大的时频分析工具，披露在信号瞬态信息。最近，小波分析方法的应用范围从振动信号，声音信号在机械故障诊断和状态监测等领域迅速增加。具体来说，它已成为一个强大的光谱特性随时间变化的替代品的，因为广泛使用的频谱分析方法提供所观察到的频率成分的本地化信号的频率内容的非平稳信号的分析。这是因为这些信号的统计特性，大部分都是非平稳振动信号分析中非常重要的。因此，在实践中，小波变换方法对振动信号高频率的密切合作是短暂的，持续时间长的密切频率位于元件间距元件组的分析时间是适当的。本文所设计的功能，通过提取方法选择时频信号分析技术，分析振动信号的分形特征的离散小波变换。 分形分析的分形数据的建模。它由一个信号，数据集或对象，这可能是声音，图像，分子，网络或其他数据到指定的分形特征的方法。目前分形分析广泛使用在科学的所有领域。分形维数是一个非平稳信号的良好指标，它有不同的定义。变速箱的加速度信号代表复杂的图案，非固定的复杂的信号可以通过一些分形特征量化[13]。 据统计，牙齿断裂是最严重的变速箱故障。因此，我们的实验中关注的汽车变速器疲劳试验四个阶段，包括检测正常，轻微磨损，严重磨损及牙坏了。预处理后，变速箱的四个工作阶段的振动信号是离散小波变换的分析。信号分解为十个使用Dubieties的水平小波的阶数N= 12。然后进行了分形分析估算数据定义的分形特征。最后，反复试验结果表明，该方法是稳定和有效的，这表明，这种新的变速箱特征提取方法能起到良好的性能，具有很大的应用价值。 本文组织如下：第一节的背景介绍；第二节中，基于小波变换的功能估计的
基于MATLABGUI的语音信号特征提取系统设计
第39卷第4期河北工业大学学报2010年8月V ol.39No.4JOURNAL OF HEBEI UNIVERSITY OF TECHNOLOGY August2010 文章编号：1007-2373(2010)04-0014-05 基于 The typical time-frequency characteristics of speech signal and the core algorithms are the key problems in spe- ech recognition,speech synthesis and speaker recognition system.According to the algorithm principles of linear pre-diction coding(LPC)theory and Mel frequency cepstrum coefficient(MFCC),a features extraction system platform for speech signal based on MATLAB GUI was implemented.On this platform,the speech signal in different audio formats can be loaded and played,and the waveform of the loaded speech signal can be displayed.Furthermore,the calculated results of LPC and MFCC can be displayed on the interface.At the same time,the data results can be saved in the corre-sponding files.The system supplied friendly human computer interaction and easy operation.The designed system will provide important and intuitive auxiliary effect on verifying the algorithms and data processing efficiency for the research fields related to speech signal processing.
振动盘常见故障
振动盘振动乏力或过慢，零星地或不规则地送料，可能是由于： 1. 弹簧断裂 2. 底板太薄 3. 安装台面有缺陷，缺少硬度。如果悬吊于设备台面，会造成振动过弱，台面厚度应该至少达到1-1/2"，这样才不会吸振，圆柱式撑脚必须配备三角支撑片。 4. 台面不水平 5. 盘内有杂物 6. 线圈气隙应尽可能小 7. 机器节奏过快导致零件从振盘滑落。 8. 零件太多 9. 电网波动 10.控制器需要重新调整以适应电网波动。 11.零件问题：超差、弯曲、含油等 12.盘与底座紧固螺丝不紧或位置不对。 13.物料变更，应当重新修整盘面并重调底盘 14.底盘调整不当 15.在使用气吹的场合可能会产生一些问题，可能存在：气压不稳、气源污染、含水或油，这些污染物会滞留在振盘表面，导致送料速度减慢甚至不走。气源必须清洁、干燥，配备独立的调压器、过滤器。不要使用刚性的管子会降低送料性能。应当使用柔韧的软管。 振动盘不工作的7个可能原因: 1、电源电压不足 2、线圈烧断 4、振动盘与控制器间的连线断裂 3、控制器保险丝烧断 5、有零件卡在线圈与骨架间 6、线圈与骨架间隙过小或过大 7、振动盘抵住硬物，顶盘或底盘碰到其他设备 压电式振动盘是利用压电素子的压电效应来达到搬送物料的一种振动机。特长: 1.不用调节弹簧片弹簧片共振的调节、电源50·60HZ的调节等等一概不用。通过控制器对电源周波数的设定，能使振动机长时间稳定地运行。2.没有磁性影响压电素子产生振动时不会产生磁场，所以对被搬运物料不会产生磁场影响，使用范围扩大了许多。3.最适合搬运小形物料搬运小形物料时具有极佳的性能。4.省能源压电素子的电能转换成机械能的效率很高，和同类产品相比能节省70%的能源。5.100V、200V共用使用了专门的控制器，实现了100V、200V的共用. 振动盘除满足产品排序外还可用于分选、检测、计数包装，是一种现代化高科技产品震动盘的组成：料斗、底盘、控制器、直线送料器。振动盘的料斗分为筒形料斗、螺旋、线料斗、锥形料斗、等分线料斗五种;底盘有正拉底盘、侧拉底盘、压电式底盘、精密底盘四种;控制器分为普通控制器、分极控制器、调频控制器、带缓启动控制器、数显调频控制器五种;直线送料器可根据客户需求订制各式各样型号直线送料器亦可根据产品要求订制。振动盘常见故障及排除方法有以下几点：一.接通电源后不振动，要检查电气控制器保险丝是否溶断，电气元件是否松动，插头插座是否接触不良.如果是输送速度达不到要求又要注意以下三点; 1.检查紧固弹性元件的螺丝钉是否松动. 2.弹簧片是否断裂. 3.电磁间隙是否过于大，正常间隙对应小型振动盘的电磁铁与衔铁的间距在0.5MM至1.2MM 范围内.铁心与衔铁工作面不平行度不大于0.02MM. 二.电磁铁线圈温度偏高或烧毁线圈有2点：1.电磁与衔铁之间间隔过大，线圈容易烧毁. 2.适应于全波振动的电磁铁如果用于半波电源会出现温度偏高
时域和频域特征提取Matlab编程实例
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。
脑电信号特征提取及分类
第 1 章绪论 1.1引言 大脑又称端脑，是脊椎动物脑的高级的主要部分，由左右两半球组成及连接两个半球的中间部分，即第三脑室前端的终板组成。它是控制运动、产生感觉及实现高级脑功能的高级神经中枢[1]。大脑是人的身体中高级神经活动中枢，控制着人体这个复杂而精密的系统，对人脑神经机制及高级功能进行多层次、多学科的综合研究已经成为当代脑科学发展的热点方向之一。 人的思维、语言、感知和运动能力都是通过大脑对人体器官和相应肌肉群的有效控制来实现的[2]。人的大脑由大约1011个互相连接的单元体组成，其中每个单元体有大约104个连接，这些单元体称做神经元。在生物学中，神经元是由三个部分组成：树突、轴突和细胞体。神经元的树突和其他神经元的轴突相连，连接部分称为突触。神经元之间的信号传递就是通过这些突触进行的。生物电信号的本质是离子跨膜流动而不是电子的流动。每有一个足够大的刺激去极化神经元细胞时，可以记录到一个持续1-2ERP的沿轴突波形传导的峰形电位-动作电位。动作电位上升到顶端后开始下降，产生一些小的超极化波动后恢复到静息电位（静息电位（Resting Potential，RP）是指细胞未受刺激时，存在于细胞膜内外两侧的外正内负的电位差）。人的神经细胞的静息电位为-70mV（就是膜内比膜外电位低70mV）。这个变化过程的电位是局部电位。局部电位是神经系统分析整合信息的基础。细胞膜的电特性决定着神经元的电活动[3]。当神经元受到外界刺激时，神经细胞膜内外两侧的电位差被降低从而提高了膜的兴奋性，当兴奋性超过特定阈值时就会产生神经冲动或兴奋，神经冲动或兴奋通过突触传递给下一个神经元。由上述可知，膜电位是神经组织实现正常功能的基本条件，是兴奋产生的本质。膜电位使神经元能够接收刺激信号并将这一刺激信号沿神经束传递下去。在神经元内部，树突的外形就像树根一样发散，由很多细小的神经纤维丝组成，可以接收电信号，然后传递给细胞体。如果说树突是树根的话，那么细胞体就是树桩，对树突传递进来的信号进行处理，如果信号超过特定的阈值，细胞体就把信号继续传递给轴突。轴突的形状像树干，是一根细长的纤维体，它把细胞体传递过来的信号通过突触发送给相邻神经元的树突。突触的连接强度和神经元的排列方式都影响着神经组织的输出结果。而正是这种错综复杂的神经组织结构和复杂的信息处理机制，才使得人脑拥有高度的智慧。我们的大脑无时无刻不在产生着脑电波，对脑来说，脑细胞就像是脑内一个个“微小的发电站”。早在1857年，英国的青年生理科学工作者卡通（R.Caton）就在猴