状态监测的数据预处理和预测性维护
数据预处理是第二阶段的预测维护算法开发的工作流程:
数据预处理常常需要清理数据,并将它转换成一种指标,从中可以提取条件。数据预处理可以包括:
离群值和缺失值去除,抵消移除,消除长期趋势。
降噪,如过滤或平滑。
时间和频率域之间的转换。
更先进的信号处理,如短时傅里叶变换和变换域的顺序。
你可以对数组进行数据预处理或表的测量与预测或模拟数据管理维护工具箱™合奏数据存储,所述数据集合体状态监测和预测维护。一般来说,之前你预处理数据分析找到一种有前景的条件指标,一个量的变化可预测的方式与系统性能降低。(见条件指标监测、故障检测和预测)。可以有一些重叠的台阶预处理和识别条件指标。通常,然而,在清洗或转换信号预处理结果,你执行进一步的分析,将信号信息浓缩为一种条件指标。
理解您的机器和你的类型的数据可以帮助确定使用什么样的预处理方法。举个例子,如果你是过滤噪声振动数据,了解频率范围内最有可能显示有用的特性可以帮助你选择预处理技术。同样,它可能是有用的变换齿轮箱振动数据域,用于旋转机械的转速随时间变化。然而,同样的预处理不会从汽车底盘用于振动数据,这是一个刚体。
基本的预处理
MATLAB®包含许多有用的函数数组或表中的数据的基本预处理。其中包括功能:
数据清洗等
fillmissing和filloutliers。数据清洗使用各种技术查找、删除和替换坏或丢失数据。平滑数据,例如
smoothdata和movmean。使用平滑,消除不必要的噪音或高方差的数据。消除趋势数据,例如
去趋势。删除数据的趋势让你集中你的分析数据的波动趋势。虽然趋势可以是有意义的,有些是由于系统的影响,和某些类型的分析产生更好的洞察力,一旦你删除它们。去除偏移量是另一个,类似类型的预处理。扩展或规范的数据,如
重新调节。缩放变化数据的范围,可以是有用的,例如,当你处理数据在不同的单位。
另一个常见的预处理是提取有用信号和丢弃其他部分的一部分。例如,您可能丢弃的第一个5秒的一部分启动瞬态信号,从稳态操作,仅保留数据。例如执行这种预处理,明白了利用仿真软件万博1manbetx生成故障数据。
在MATLAB的基本预处理命令的更多信息,参见数据预处理。
过滤
过滤是另一种消除噪声从信号或不必要的组件。过滤是有益的,当你知道频率范围的数据很可能显示状态监测或预测的有用特性。基本的MATLAB函数过滤器让你滤波器传递函数的一个信号。您可以使用designfilt用于生成过滤器过滤器通频带等高通和低通滤波器和其他常见滤波器形式。使用这些函数的更多信息,请参阅数字和模拟滤波器。
如果你有一个小波工具箱™的许可证,您可以使用小波工具对于更复杂的过滤方法。例如,您可以将数据分成部分波段,每个子带分别处理数据,并重组构建一个修改后的版本的原始信号。这种过滤器的更多信息,请参阅滤波器(小波工具箱)。您还可以使用信号处理工具箱™函数emd单独的一个混合信号分解为组件具有不同的时频的行为。
时域预处理
预见性维护工具箱和信号处理工具箱提供了功能,让你学习和机械系统振动的时域特征。使用这些函数进行预处理或提取条件指标。例如:
运输安全管理局——删除与time-synchronous平均噪声前后一致地使用信封光谱和分析磨损。这个例子利用仿真软件万博1manbetx生成故障数据使用time-synchronous平均振动数据进行预处理。tsadifference——删除普通信号,一阶显然和其他特定显然与他们从time-synchronous平均(TSA)谐波信号。tsaregular——隔离已知的信号从一个TSA信号通过消除残余信号和特定的显然。tsaresidual- TSA的残余信号隔离信号通过移除已知信号组件及其谐波。ordertrack——使用顺序分析来分析和可视化光谱内容发生在旋转机械。跟踪和提取订单及其时域波形。rpmtrack-跟踪并从振动信号中提取RPM文件通过计算RPM作为时间的函数。envspectrum——光谱计算一个信封。信封从信号频谱消除了高频正弦分量,重点关注低的频率调节。这个例子滚动轴承故障诊断使用一个包络谱等预处理。
有关这些和相关功能的更多信息,请参阅振动分析。
频域(光谱)预处理
为振动或转动系统,故障发展可以通过改变频域表示行为如共振频率的改变或新的振动组件的存在。信号处理工具箱提供了许多功能等分析光谱行为。通常这些是有用的作为预处理之前执行进一步分析中提取条件的指标。这些功能包括:
pspectrum——计算功率谱、时频功率谱、功率谱图的一个信号。光谱图包含关于功率分布随时间变化的信息。这个例子使用模拟数据多层次故障检测执行数据预处理使用pspectrum。envspectrum——光谱计算一个信封。错误导致重复脉冲或模式将对机械振动信号的振幅调制。信封从信号频谱消除了高频正弦分量,重点关注低的频率调节。这个例子滚动轴承故障诊断使用一个包络谱等预处理。orderspectrum——计算平均光谱量级。modalfrf——估计信号的频率特性函数。
有关这些和相关功能的更多信息,请参阅振动分析。
时频预处理
信号处理工具箱包括功能分析系统的频域行为随时间变化。这种分析被称为时频分析,有助于分析和检测瞬态或改变信号与系统性能的变化。这些功能包括:
光谱图——计算使用短时傅里叶变换光谱图。一个信号的谱图描述了time-localized频率内容及其随时间进化。这个例子利用振动信号状态监测和预测使用光谱图预处理信号,帮助识别潜在的条件指标。遗传性出血性毛细血管扩张症——计算信号的希尔伯特谱。希尔伯特谱分析是有用的信号组成的混合信号的谱内容更改。这个函数计算每个组件的混合信号的频谱,组件是由经验模态分解的地方。emd——计算的经验模态分解的信号。本分解描述在希尔伯特谱分析的混合信号,并且可以帮助你独立一个混合信号中提取一个组件的行为时频变化系统性能降低。您可以使用emd生成的输入遗传性出血性毛细血管扩张症。kurtogram——计算time-localized谱峰度,特征信号的区分平稳高斯信号行为的非平稳、非高斯的行为在频域。作为其他工具,如包络分析的预处理,谱峰态等关键输入可以提供最佳的乐队。(见pkurtosis)。这个例子滚动轴承故障诊断使用谱峰度预处理和提取条件指标。
有关这些和相关功能的更多信息,请参阅时频分析。
