数据预处理的状态监测和预测性维护

数据预处理是工作流预测性维护算法开发的第二阶段：

数据预处理是经常需要清理数据，并将其转换成表格，从中可以提取条件的指标。数据预处理可以包括：

离群值和缺失值去除、偏移消除和非趋势消除。
减少噪音，如滤波或平滑。
时域和频域之间的变换。
更先进的信号作为短时傅立叶变换和变换的顺序域等处理。

您可以执行数据预处理对数组或您与预测性维护工具箱™集成数据存储管理测量或模拟数据的表格，如在数据合奏状态监测和预测性维护。一般来说，你分析进行预处理之前，你的数据，以确定有前途的状态指示灯，一个量，在可预见的方式为系统性能下降的变化。（看到用于监视、故障检测和预测的状态指示器。）可以有预处理和识别条件指示符的步骤之间有一些重叠。典型地，尽管，预处理在一个清洁或变换信号，在要执行进一步的分析，以冷凝信号信息转换成一个状态指示器的结果。

了解您的机器和您拥有的数据类型有助于确定使用什么预处理方法。例如，如果您正在过滤有噪声的振动数据，了解什么频率范围最有可能显示有用的特征可以帮助您选择预处理技术。同样，将齿轮箱振动数据转换成阶域可能也有用，阶域用于转速随时间变化的旋转机械。然而，同样的预处理对来自汽车底盘的振动数据是无用的，因为底盘是一个刚体。

基本预处理

MATLAB^®包括许多功能，包括用于数组或表中的数据的基本预处理是有用的。这些包括功能：

数据清理，如fillmissing和filloutliers。数据清理使用各种技术来发现，拆卸和更换损坏或丢失的数据。
平滑的数据，如smoothdata和movmean。使用平滑，以消除数据不想要的噪音或高方差。
消解趋势数据，比如消除趋势。除去数据中的趋势，您可以集中分析在对这一趋势的数据波动。尽管趋势可能是有意义的，有些则是由于系统的影响，以及一些类型的分析产生更好的洞察力，一旦你删除它们。去除偏移是另一个类似的类型的预处理。
缩放或正火的数据，如重新调整。缩放改变数据的范围，并且可能是有用的，例如，当你在不同的单位处理数据。

预处理的另一种常见的类型是提取该信号并丢弃其他部分的有用部分。例如，你可能会丢弃一些初创短暂的一部分信号的第一个五秒钟，只保留从稳态运行的数据。举一个例子，执行这种预处理，请参阅采用Simu万博1manbetxlink生成故障数据。

有关在MATLAB基本预处理命令的详细信息，请参阅处理前数据（MATLAB）。

过滤

过滤是另一种方式来从信号中去除噪声或不希望的组分。过滤是有帮助的，当你知道什么数据的频率范围内最有可能显示为状态监测和预测有用的功能。基本功能的MATLAB过滤可以筛选信号与传输功能。您可以使用designfilt产生与使用过滤器过滤如通带，高通和低通滤波器，和其他常见的过滤器的形式。有关使用这些功能的详细信息，请参阅数字和模拟滤波器（信号处理工具箱）。

如果你有一小波工具箱™许可，您可以使用小波工具用于更复杂的过滤方法。例如，您可以将您的数据转换成子带，分别处理每个子带中的数据，并重新组合它们来构建原始信号的修改版本。有关这种过滤器的详细信息，请参阅滤波器组（小波工具箱）。您还可以使用信号处理工具箱™功能EMD将混合信号分解成具有不同时频特性的分量。

时域预处理

预测性维护工具箱和信号处理工具箱提供了让你学习，在时域表征机械系统振动功能。将这些功能用于预处理或条件指标提取。例如：

TSA- 与时间同步平均去除噪声相干，并使用包络频谱分析的磨损。这个例子采用Simu万博1manbetxlink生成故障数据用途时间同步平均来预处理振动数据。
tsadifference- 与来自时间同步的平均（TSA）信号及其谐波中取出正规信号，所述第一阶边带和其他特定的边带。
tsaregular- 分离从TSA信号通过去除残留信号和边带特定已知信号。
tsaresidual- 分离从TSA信号通过去除已知信号分量及其谐波残余信号。
ordertrack- 使用顺序分析，分析和可视化频谱内容在旋转机械发生。追踪和提取订单和它们的时域波形。
rpmtrack-通过计算RPM作为时间的函数，跟踪并从振动信号中提取RPM剖面。
envspectrum- 计算的包络线的频谱。包络的频谱从信号中去除高频正弦分量和侧重于较低频率的调制。这个例子滚动轴承故障诊断用来这样的预处理的包络线的频谱。

关于这些和相关功能的更多信息，请参阅振动分析（信号处理工具箱）。

频域（频谱）预处理

对于振动或旋转系统，故障发展可以通过在频域行为的变化，例如谐振频率的变化或新的振动部件的存在来指示。信号处理工具箱用于分析这种光谱行为提供了许多功能。通常，这些是作为提取条件指标进行进一步分析之前预处理是有用的。这些功能包括：

pspectrum- 计算功率谱，时间频率功率谱或功率的信号的频谱图。该频谱包含配电如何随时间变化的信息。这个例子多类故障检测的仿真数据执行数据预处理pspectrum。
envspectrum- 计算的包络线的频谱。一种使重复脉冲或图案将强加于机械振动信号的幅度调制的故障。包络的频谱从信号中去除高频正弦分量和侧重于较低频率的调制。这个例子滚动轴承故障诊断用来这样的预处理的包络线的频谱。
orderspectrum- 计算的平均订单幅度谱。
modalfrf- 一个估计信号的频率响应函数。

关于这些和相关功能的更多信息，请参阅振动分析（信号处理工具箱）。

时频预处理

信号处理工具箱包括用于分析系统，其频域行为随时间变化的函数。这种分析被称为时间频率分析，并且是用于分析和检测瞬态或改变与系统性能的变化相关联的信号是有用的。这些功能包括：

频谱- 计算使用短时傅立叶变换频谱。频谱图描述了一个信号及其随时间的演变的时间局部化频率内容。这个例子状态监测和预测使用振动信号使用频谱预处理信号并帮助识别潜在状态的指标。
HHT- 计算的信号的希尔伯特谱。Hilbert谱是用于分析包括其光谱内容随时间改变的信号的混合信号是有用的。此函数计算在混合信号中的每个分量，其中，所述部件由经验模式分解来确定的频谱。
EMD- 计算的信号的经验模式分解。这种分解描述了在一个Hilbert谱分析的信号的混合物，并且可以有助于分离的混合信号，以提取其时间 - 频率行为改变作为系统性能下降的成分。您可以使用EMD以生成用于输入HHT。
kurtogram-计算时域谱峰度，它通过在频域内区分平稳高斯信号和非平稳或非高斯信号来表征信号的特性。频谱峰度作为包络分析等其他工具的预处理，可以提供最优频带等关键输入。（看到pkurtosis。）这个例子滚动轴承故障诊断利用光谱峰度对条件指标进行预处理和提取。

关于这些和相关功能的更多信息，请参阅时频分析（信号处理工具箱）。