测控技术大作业 徐尧 0417.docx

测控技术大作业 徐尧 0417.docx

《测控技术大作业 徐尧 0417.docx》由会员分享，可在线阅读，更多相关《测控技术大作业 徐尧 0417.docx（18页珍藏版）》请在冰豆网上搜索。

测控技术大作业徐尧0417

测试技术大作业

02011417徐尧

指导教师贾明平

课程：

机械工程测试与控制技术Ⅱ

时间：

2014年6月1日

摘要：

本次实验通过对具体给定的实际题目来进行分析处理以获得信号处理方面处理结果和结论。

项目设计围绕动态信号采集、分析与处理的基本原理，与方法进行，包含以下三个方面的内容：

（1）信号的仿真、采集和处理：

这个实验模拟不同频率、幅值、相位和白噪音的情况下，不同采样频率、采样长度与分辨率等之间的关系，通过matlab仿真信号并且进行DFFT处理以获得时域和频域的图像，从而进一步得到需要的结论；

（2）基于计算机的声音信号的采集与分析：

本实验利用计算机上的声卡和AD来获得若干人说同样话情况下的信号，然后用matlab进行频谱分析，并作出时域、频域图，进而分析其中的频率特性和采样方法；

（3）机械运行数据分析与处理：

实验依靠已经采集好的处理为ASCII码的TXT文件数据进行处理分析，在用matlab导入数据后对数据进行频谱分析，做出对应不同转速下的时域与频域图，从中进行观察并且分析发现电机可能出现的问题，进而提出问题所在。

创新方面：

这次项目设计核心是利用matlab进行数据处理与分析，为后续进行GUI进行了基础搭建。

关键词：

matlab；时域-频域分析；机械故障检测分析；

目录

1、信号仿真、采集与分析处理1

1.1题目描述1

1.2分析思路1

2、基于计算机的声信号采集与分析9

2.1题目描述9

2.2实验过程描述9

2.3题后讨论10

3、机械运行数据分析与处理12

3.1题目描述12

3.2数据处理过程12

3.3题后讨论12

4、心得

1、信号仿真、采集与分析处理

1.1题目描述

号采集过程中一般需要考虑以下几个参数：

信号频率、采样频率、采样长度等，不同参数的数值设定对于信号采集的效果会产生直接影响，为了掌握信号采集过程中这些参数对

采集过程及其效果产生的影响，可以通过Matlab或C语言对信号采集与分析处理的过程进行仿真分析，具体要求如下：

利用Matlab或C语言产生信号，

其中：

频率需要考虑低、中、高，典型的如：

f1=30Hz、f2=400Hz、f3=2000Hz。

每位同学可按照此思路自己取值，与他人不同；

n（t）为白噪声，均值为零，方差为0.7；频率、幅值、相位任意设定，要求每人不同；

对上述等式进行DFFT处理。

讨论：

（1）通过设置不同的采样频率，画出时域波形和傅里叶变换后的频谱图，用数据验证采样定理。

讨论在采样点数一定（2的整数次方）的情况下，如1024点，2048点，4096点，采样频率对信号时域复现、频域分析的影响；

（2）采样频率、采样长度（采样点数）与频率分辨率的关系；

（3）通过设置不同幅值的信号与噪声，讨论噪声对信号时域分析和频域分析的影响；

（4）考虑矩形窗和Hanning窗对频谱的影响。

1.2分析思路

1.2.1背景知识介绍

采样定理：

在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时（fs.max>2fmax），采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；采样定理又称奈奎斯特定理。

（以上摘自XX百科）为了避免发生混叠现象，采样频率fs必须大于信号最高频率fc的两倍，即fs>2fc，这就是采样定理。

实际中，一般采样频率应选为被测信号中最高频率的2.56倍以上。

（摘自《测试技术》）

Hanning窗：

汉宁窗又称升余弦窗，汉宁窗可以看作是3个矩形时间窗的频谱之和，或者说是3个sinc（t）型函数之和，而括号中的两项相对于第一个谱窗向左、右各移动了π/T，从而使旁瓣互相抵消，消去高频干扰和漏能。

可以看出，汉宁窗主瓣加宽并降低，旁瓣则显著减小，从减小泄漏观点出发，汉宁窗优于矩形窗．但汉宁窗主瓣加宽，相当于分析带宽加宽，频率分辨力下降。

DFFT：

快速离散傅里叶变换。

高斯白噪音：

所谓高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。

如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。

（摘自XX百科）

1.2.2实验参数的拟定和过程

本次实验首先设定的参数如下：

其中n（t）是白噪音。

白噪音的生成程序如下：

程序中，参数FC代表方差。

最后获得的nt直接加到信号上就可以了。

（1）采样频率对信号时域复现、频域分析的影响

在这里我们先设采样长度为L=2048.。

然后在不同的采样频率下进行频谱分析。

（以下图片figure1是时域图，figure2是频域图）

fs=1000hz时，图像如下：

fs=2000hz=fmax时，图像如下：

fs=4000hz时，图像如下：

fs=5120hz=2.56fmax时，图像如下

fs=10khz时，图像如下：

分析与结论：

通过观察图像，我们可以发现，随着采样频率fs的升高，时域中图像越来越近似于一个正弦信号，信号细节越好，这与输入信号是有关系的。

且可以看出，在fs<2fmax的时候，时域图像里的信号是杂乱无章的，看不到信号周期，而且fs较小时在频域图中也看不到高频分量，从而导致错误。

fs=4000hz的时候是一个分水岭，此时频域图正好在末尾出现了高频分量，从而可以证明采样定理的正确性。

但同时，随着采样频率上升，频域中的主瓣也变大了，信号效果也变得不好了。

（2）采样频率、采样长度（采样点数）与频率分辨率的关系

采样频率与分辨率的关系可以在上图中看出：

采样频率越大，图像的分辨性能越好，频率分辨率越高。

采样长度与频率分辨率的关系可以用以下的图表示，其中fs=5120hz：

L=2048时的图像：

L=4096时的图像：

L=1024时的图像：

由以上三幅图对比可以看见，采样频率一定时，采样长度越大，频域中频率的主瓣越小，频率分辨率越大。

（3）通过设置不同幅值的信号与噪声，讨论噪声对信号时域分析和频域分析的影响

对于输入信号，我们改变其幅值，改变后为如下（信号幅值为原来10倍，白噪音不变）：

我们在L=1024，fs=5120hz的情况下作图：

接着，我们将幅值改为初始的0.1倍，白噪音幅值不变，同样的，在L=1024，fs=5120hz的条件下作图：

从这两幅图中可以看出，信号幅值对于图像来说是比较重要的，当幅值远大于白噪音时，可以清楚的看到干扰被抑制了，分辨率相对比较高；同理，当信号幅值接近白噪音甚至比白噪音小的时候，在时域就基本上看不出信号了，但频域里面只能够勉强分辨出一到两个频率，但误差都很大。

改变噪音的幅值得到的结果也是相似的。

所以可以说，信号幅值和白噪音的幅值的比较对信号分辨率是有影响的。

将幅值改为原来的值后，噪音的方差改变为1，在L=2048，fs=5120hz时所得图如下：

对比，方差为0.7时的图：

观察两图，对照可以发现主频仍然可以看到，但是如果把坐标系统一后，能够发现方差为1时，频域图里的干扰噪音的高度相对会变大一些，0.7的相对矮（小）一些。

进而可以得出结论，白噪音对图像也是有影响的，主要作用于非主瓣、旁瓣的频率上。

（4）考虑矩形窗和Hanning窗对频谱的影响

a矩形窗（fs=5120hz）：

长度为300时图像：

长度为900时图像：

从中可见，矩形窗函数对时域图形影响较小，但对于频谱影响比较大。

可以明显发现，矩形窗函数越长的时候，主瓣越窄，频谱图效果更加好。

B.对于Hanning窗，同样的方法，长度为300时的图像：

长度为900时的图像：

通过观察可以发现，Hanning窗函数采样长度越长，主瓣越窄，分辨力越高。

将矩形窗函数与Hanning窗函数对比，能够发现Hanning窗的旁瓣小得多，泄漏也少得多，但是Hanning窗主瓣较宽。

2、基于计算机的声音信号的采集与分析

2.1题目描述

现代计算机具有对声音、视频进行采样的功能，把模拟信号转换为数字信号。

通过计算机上的麦克风及声卡与AD，录制3人以上在不同环境噪声、不同发声状态下讲同一句话，如“机械工程测试与控制技术”语句。

先利用软件将录制语音转换为数据文件ASCII码（text文本），再利用1.1的软件进行频谱分析，画出时域、频域图形。

录音软件：

如：

蓝光影音Mp3录音机

Matlab读取MP3文件：

mp3readwrite

讨论：

（1）该设置至少为多少的采样频率？

采样长度多长为合适？

（2）不同人员讲话声音的时域、频域有什么区别？

根据你的分析，该怎样区分不同人员的讲话声音？

（3）要使他人不易识别你的讲话声音，该怎么处理？

2.2实验过程描述

（1）数据采集：

我采集了同宿舍三个人（均为男生）说的同一句话“测试技术”，然后转化为TXT文本，接着用matlab导入后进行频谱分析处理，最后做出时域和频域图。

（2）录音文件和转化后的TXT文件在附件里面。

（3）做出时域与频域图。

同学1

同学2

同学3

2.3题目讨论

2.3.1该设置至少为多少的采样频率？

采样长度多长为合适？

查阅过资料后得知，人类的发声频率一般为65Hz到1100Hz之间，因而为了保证采样定理，我们取的采样频率为

。

而采样长度应该与声音信号的长短来决定。

在采样频率一定的条件下采样点数（采样长度）越大，数据量越大，但同时采样较好。

在此处，我们不同信号采样长度不同，这也是因为录音时间不同，样本不同而产生的。

在这里大致约为4w到10w点.

2.3.2不同人员讲话声音的时域、频域有什么区别？

根据你的分析，该怎样区分不同人员的讲话声音？

在时域图中，我们虽然看到了每个人对应每个字的声音幅值不同，但是经过听取录音可以发现，这个是与个人发声习惯以及声音大小有关的，所以不可以用作区分的依据。

在频域图中，我们能发现每个人都有自己的发声频率，因而可以通过降噪滤波处理后利用各个峰值进行人员的区分。

2.3.3要使他人不易识别你的讲话声音，该怎么处理？

为了了解如何不易识别，首先要知道是怎样识别语音的。

区别一个人发音主要是音色，而在上一个讨论题中已经了解到了分辨不同人声音的方法之一是降噪滤波得到频谱图上的特征频率，应该是音色的特征之一。

所以我们可以从特征频率下手进行处理，使信号失真，比如改变采样频率，将频率设置得比较低，就可以使得信号音色发生变化。

或者对信号进行快录慢放等均可以改变音色。

3、机械运行数据分析与处理

3.1题目要求

附件数据为某转子试验台运行时的振动位移数据，利用软件对其进行频谱计算，得到其时域和频域特征，分析旋转机器振动故障原因：

不平衡、不对中故障特征及其诊断方法。

转子实验台数据说明

文件名称

参数

1.txt

转速

2234rpm

采样长度

1024

传感器

电涡流位移传感器

单位

m

每转采样点数

64

2.txt

转速

2169rpm

采样长度

1024

传感器

电涡流位移传感器

单位

m

每转采样点数

64

3.2数据处理过程

3.2.1旋转机械常见故障

（1）转子不平衡：

转子受材料质量分布、加工、装配以及运行过程中多种因素的影响，其质量中心和旋转中心线之间存在一定量的偏心距，使得转子在工作是形成周期性的离心力干扰，在轴承上产生动载荷，从而引起机械振动的现象。

特征为：

频谱图中，谐波能量集中于基频。

并且会出现较小的高次谐波，使整个频谱呈所谓的“枞树形。

其特征频谱图如下：

（2）转子不对中：

通常是指相邻两转子的轴心线与轴承中心线的倾斜或偏移程度。

特征为：

二倍频处峰值较大。

其特征频谱图如下：

3.2.2分析过程

首先向matlab中导入两组数据，1.txt与2.txt。

导入语句如下：

然后对两组数据进行频谱分析，其中，采样频率为fs=n*f/60，两组转速不同，采样频率也有所不同。

图像如下：

1.txt

2.txt

3.3结果分析

（1）第一个机组数据

从频谱图上可以看见其基频十分大，能量集中，然后在二倍频处的频率成分也比较高，符合转子不平衡的频谱图的特征，因而主要问题可能为转子不平衡。

（2）第二个机组数据

从频谱图上可以看出其基频十分大，而且二倍频的分量也很大，可能既有不平衡也有不对中的情况。

不平衡现象体现在基频上，不对中现象主要体现在二倍频和高倍频上。

在频谱图中可以对几个特定波峰如200hz和400hz左右的两个振动频率的零件进行故障排查，改进部队中现象。

而在800hz及以上的频率可能为400hz频率的倍频。

4、实验心得

本次项目论文内容机械工程测试与控制技术的相关知识为基础，主要研究了信号的采集，模拟，处理与分析，以及对于实际问题的讨论分析。

并且结合了matlab软件，进行实际信号录制以及处理。

在实验中应用了书本上学到的知识，在巩固知识的同时也加强了实际的联系。

在完成整个实验后，我对信号的处理流程加深了印象，也对以后生活中解决类似问题提供了思路。

致谢

非常感谢贾民平老师在我完成这个项目中提供的指导，在完成这项作业的过程中，老师对于其中的理论过程和实际操作进行了详细的指导，使我不仅更好的得掌握了课本上的理论知识，还结合实际问题进行分析从而更好的理解理论学习知识。

在分析实际问题的过程中也同时提高了自己分析问题，解决实际问题的能力，对matlab软件的使用也更加熟练，并同时了解到自身的局限性以及以后应该如何解决。

在这里请接受我诚挚谢意！

参考文献：

【1】贾民平.张洪亭.测试技术.第二版.高等教育出版社，2009,5-70

【2】张志涌.精通MatlabR2011a.北京航空航天出版社，2012，191-242

【3】宋生珏，旋转机械设备常见故障诊断，湖南工程学院学报，2008，41-45