机械振动信号分析及故障报警_课程设计(编辑修改稿)

机械振动信号分析及故障报警_课程设计(编辑修改稿)内容摘要：

信号的时域和频域图如下 正常信号的时域和频域图如下 可见其频域有较大的差别 计算部分 这里，我们调用 matlab 中已有的程序来计算需要得到的指标，所编程序如下 fs=10000。 fid=fopen(39。 39。 ,39。 r39。 )。 load fid=fopen(39。 39。 )。 N=1000。 xdata=fread(fid,N,39。 int1639。 )。 xdata=fread(fid,N,39。 int1639。 )。 fclose(fid)。 xdata=(xdatamean(xdata))/std(xdata,1)。 A=mean(xdata)。 % 平均值 set(,39。 string39。 ,num2str(A))。 B=max(xdata)。 % 最大值 C=min(xdata)。 % 最小值 D=BC。 % 峰峰值 set(,39。 string39。 ,num2str(D))。 E=kurtosis(xdata)。 %峭度 set(,39。 string39。 ,num2str(E))。 F=skewness(xdata)。 %偏度。 set(,39。 string39。 ,num2str(F))。 判断程序 这里我们根据两种不同信号偏度的不同来判断是否有故障，定义偏度 = 时为正常信号。 global F global J global FF if (FF=) J=0。 else J=1。 end set(,39。 string39。 ,num2str(J)) Matlab 中本实验所得数据计算界面如下：故障数据 正常数据 : 第六章 设计心得及总结 刚开始设计时，因为对 matlab 的使用不是十分地了解，所以有很多的困难， 觉得无从下手， 经过这么多天的学习以及查阅资料，已经能初步完成一些简单的语言编程，这使我感到非常有成就感，使我体会到了自主学习的乐趣。 通过这次课程设计，我对数字信号处理及傅里叶变换的实际应用有了深刻的理解，尤其加深了我对快速傅里叶变换的理解。 在这次课程设计中，我还对小波变换在数字信号处理中的应用有了一定的理解，在对信号的细节进行分析时，小波变换是非常常见和方便的一 种方法。 总之，经过这次数字信号处理的课程设计，使我收获颇多。 不仅巩固了理论知识，增强了自主学习能力，还学会了团队合作和互相帮助，使我受益良多。 参考文献 1）《微型计算机控制系统》 赖寿宏，机械工业出版社（教材） 2）《单片机及应用》李大友，高等教育出版社（教材） 3）《信号处理原理及应用》 谢平 等 机械工业出版社（教材） 4)《 Matlab 程序设计及其在信号处理中的应用》 聂祥飞等 西南交通大学出版社 附录一 matlab 总程序 function varargout = keshe0628(varargin) gui_Singleton = 1。 gui_State = struct(39。 gui_Name39。 , mfilename, ... 39。 gui_Singleton39。 , gui_Singleton, ... 39。 gui_OpeningF39。 , @keshe0628_OpeningF, ... 39。 gui_OutputF39。 , @keshe0628_OutputF, ... 39。 gui_LayoutF39。 , [] , ... 39。 gui_Callback39。 , [])。 if nargin amp。 amp。 ischar(varargin{1}) = str2func(varargin{1})。 end if nargout [varargout{1:nargout}] = gui_mainf(gui_State, varargin{:})。 else gui_mainf(gui_State, varargin{:})。 end function keshe0628_OpeningF(hObject, eventdata, handles, varargin) = hObject。 guidata(hObject, handles)。 function varargout = keshe0628_OutputF(hObject, eventdata, handles) function jisuan_Callback(hObject, eventdata, handles) global xdata global J global F global FF A=mean(xdata)。 % 平均值 set(,3。