matlab2010b
clc;
clear;
close all;
warning off;
addpath 'func\'
%针对不同采样率的信号可能需要你手动调整的一些参数
%针对不同采样率的信号可能需要你手动调整的一些参数
%******加窗的长度******************************************
N = 512;
%******时域统计平均技术的采样次数***************************
K = 16;
%1000:10 , 10 , 10 , 35
%1500:10 , 12 , 12 , 11 , 10
%1800:10 , 13 , 16 , 16 , 16
%******平滑宽度********************************************
LL = 3;
flag = 0;%是否需要平滑，个人觉得这里不进行平滑效果更好
%******压力点判决门限***************************************
KK = 5.5;
%1000:5.5 , 6.5 , 6.5 , 5
%1500:6 , 9 , 9 , 6 , 6
%1800:5.5 , 7 , 7 , 5.5 , 5.5
%******选择第几段信号***************************************
NO_ = 20;
%******滤波器的截止频率和采样频率的倍数**********************
SS = 32;
%******设置信号采样率***************************************
Fs = 1000;
%%
%调用信号
%调用信号
%调用压力信号
Preasure = xlsread('EXCELer\pressure\p1800-100.xls','Sheet1','A3:B722');
%调用振动信号
vibration = xlsread('EXCELer\vibration\v1800-100.xls','Simulated Signal','A1:A65535');
%%
%调用预处理函数
y = func_signal_process(N,K,LL,KK,NO_,SS,Fs,Preasure,vibration);
figure;
plot(y);
title('预处理之后截取的信号');
%%
%%传递函数法进行识别
L = length(y);
NFFT = 2^nextpow2(L);
y2 = fft(y,NFFT);
f = Fs/2*linspace(0,1,NFFT/2+1);
P = Preasure(:,2)';
L = length(P);
NFFT = 2^nextpow2(L);
P2 = fft(P,NFFT);
f = Fs/2*linspace(0,1,NFFT/2+1);
%计算传递函数
H = y2./P2;
%计算H的幅值和相位
magH= abs(H); %信号的幅值
angH= angle(H); %信号的相位
f = Fs/2*linspace(0,1,NFFT/2+1);
figure;
subplot(211);plot(f,magH(1:length(f)));title('信号幅值');
subplot(212);plot(f,angH(1:length(f)));title('信号相位');
%下面是根据构造的H，对任意几个振动信号进行识别，这里选择了任意的2个进行识别
%下面是根据构造的H，对任意几个振动信号进行识别，这里选择了任意的2个进行识别
%%
%根据计算得到的H，对其他的压力信号进行识别
%根据计算得到的H，对其他的压力信号进行识别
%根据计算得到的H，对其他的压力信号进行识别
%根据计算得到的H，对其他的压力信号进行识别
y_sb1 = func_signal_process(N,K,LL,KK,19,SS,Fs,Preasure,vibration);
L = length(y_sb1);
NFFT = 2^nextpow2(L);
y2_sb1 = fft(y_sb1,NFFT);
%识别压力为：
Psb = y2_sb1./(H);
%IFFT变换，恢复出压力信号
P_real = ifft(Psb,NFFT);
figure;
KER = 360;
plot(-KER+1:KER,P,'r');
title('实际测试信号');
hold on
plot(-KER+1:KER,P_real(1:length(P)),'b--');
title('识别信号');
hold on
legend('实际测试信号','识别信号');
%%
%根据计算得到的H，对其他的压力信号进行识别
%根据计算得到的H，对其他的压力信号进行识别
%根据计算得到的H，对其他的压力信号进行识别
%根据计算得到的H，对其他的压力信号进行识别
y_sb1 = func_signal_process(N,K,LL,KK,12,SS,Fs,Preasure,vibration);
L = length(y_sb1);
NFFT = 2^nextpow2(L);
y2_sb1 = fft(y_sb1,NFFT);
%识别压力为：
Psb = y2_sb1./(H);
%IFFT变换，恢复出压力信号
P_real = ifft(Psb,NFFT);
figure;
KER = 360;
plot(-KER+1:KER,P,'r');
title('实际测试信号');
hold on
plot(-KER+1:KER,P_real(1:length(P)),'b--');
title('识别信号');
hold on
legend('实际测试信号','识别信号');
我们最后得到的仿真结果如下所示：
A28-02
/table>| 转速/工况 |
1 |
2 |
3 |
4 |
5 |
| 1000 |
0% |
25% |
50% |
75% |
|
| 1500 |
0% |
25% |
50% |
75% |
100% |
| 1800 |
0% |
25% |
50% |
75% |
100% |