一维振动信号的时域特征python
1.1 有量纲特征值8个——最大值、最小值、峰峰值、均值、方差、标准差、均方值、均方根值
下面介绍这几个参量,再扩充表达了均方根和均方根误差。原始信号,信号长度为N
1.均值:信号的平均,为一阶矩。
import numpy as np
x = np.loadtxt('/.txt')
N = len(data)x1 = np.sum(x)/N
2.方差:每个样本值与全体样本值的平均数之差的平方值的平均,反应数据间的离散程度,是二阶中心矩。
S2 = np.sum((x-x1)**2)/N
3.均方根:又叫有效值。将所有值平方求和,求其均值,再开平方,就得到均方根值。
rms = np.sqrt(np.sum(x**2)/N)
4.均方值:
P1 = np.sum(x**2)/N
均方值是信号的平方的平均,是二阶矩。
5.标准差:标准差又叫均方差,是方差的算数平方根。标准差反应的也是数据的离散程度,在一些场合比方差更要靠谱一些。
P2 = np.sqrt(S2)
6.均方误差:比如在做数据预测时,我们有一个原始信号x,预测信号为p,需要均方误差MSE评价数据的偏离程度,MSE的值越小,说明预测模型描述实验数据具有更好的精确度。
P = np.loadtxt(./.txt)
MSE = np.sum((x-p)**2)/N
7.均方根误差: 就是均方误差的算术平方根.
RMSE = np.sqrt(MSE)
8.峰峰值:最大值和最小值的差值,反映了信号的波动范围。
max = np.max(x)
min = np.min(x)
FFZ = max-min
1.2 无量纲特征值6个——峭度、偏度、波形因子、峰值因子、脉冲因子、裕度因子
1.峭度:峭度K是反映随机变量分布特性的数值统计量,是4阶累积量,反映着数据分散程度。在工业生产应用广泛,对冲击信号特别敏感,特别适用于表面损伤类故障、尤其是早期故障的诊断。
K = (np.sum((x-x1)**4)/N) / ((np.sum((x-x1)**2)/N)**2)
2.偏度S:用来度量随机变量概率分布的不对称性。
其中P2为标准差,x1是均值。
S = np.sum(((x-x1)/P2)**3) / N
3.波形因子bxz:波性因子是有效值(RMS)与整流平均值(平均值的绝对值)的比值
, x1为平均值,rms均方根。
bxz = rms / (np.abs(x1))
4.峰值因子fzz:是信号峰值(fz)与有效值(RMS)的比值,代表的是峰值在波形中的极端程度。
。
fz = np.max(np.abs(x))
fzz = fz/rms
5.脉冲因子mcz:是信号峰值与整流平均值的比值。
mcz = fz / (np.abs(x1))
6.裕度因子ydz:裕度因子是信号峰值与方根幅值的比值。方根幅值(fgz)是算术平方根的平均值的平方。,
ydz = fz / fgz
一维振动信号的时域特征python相关推荐
- MATLAB环境下基于包络谱和谱峭度的一维振动信号分析
依旧是信号处理相关的东西,本文再次讲解如何应用包络谱和谱峭度分析一维振动信号进而诊断轴承故障,运行环境为MATLAB R2021B. 面包多第三方代码:
- 一维信号的频域特征分析python
频域分析是按照频率观察信号特征.在一般情况下,我们分析信号习惯从时域方向开始,因为时域的分析更加直观,但频域的表示更加简洁,从这方面去分析对信号了解更加深刻.通过分析振动信号的频域特征准确地表征信号频 ...
- 合振动的初相位推导_基于振动信号的机械设备故障诊断(一)
1.概述 振动在旋转机械设备故障中占了很大比重,是影响设备安全,稳定运行的重要因素.振动直接反应了设备的健康状况,是设备安全评估的重要指标.通过对振动分析方法的调查,熟悉一般的振动分析流程及方法,从而 ...
- gaf处理一维故障信号_【推荐文章】改进局部均值分解的齿轮箱复合故障特征提取...
<机械传动>2019年 第43卷 第8期 文章编号:1004-2539(2019)08-0130-05 DOI:10.16578/j.issn.1004.2539.2019.08.0 ...
- MATLAB环境下基于振动信号的轴承状态监测和故障诊断
做多了基于机器学习和深度学习的机械故障诊断,感觉实在没意思,换个口味,写一下基于现代信号处理的轴承状态监测和故障诊断.本文主要讲解如何从滚动轴承的振动信号中提取特征.进行状态监测和故障诊断. 完整代码 ...
- 利用python声音处理库librosa提取声音信号的mfcc特征及特征融合
利用python库librosa提取声音信号的mfcc特征及特征融合 前言 librosa库介绍 librosa 中MFCC特征提取函数介绍 解决特征融合问题 总结 前言 写这篇博文的目的有两个,第一 ...
- 振动信号常用的时域和频域指标
通常振动信号为一时间序列,衡量振动信号的指标常见的有时域指标和频域指标,网上分享计算公式和源程序的比较少,本文给出了一些常用的时域和频域指标的公式定义以及对应的matlab和python源码. 常见时 ...
- KPCA提取轴承振动信号的主成分特征
KPCA提取轴承振动信号的主成分特征 文章目录 KPCA提取轴承振动信号的主成分特征 前言 一.时域频域特征提取 二.提取KPCA第一主成分 总结 前言 采用核主成分分析方法融合轴承振动信号时域.频域 ...
- Python 齿轮振动信号模型构建
文章目录 前言 一.齿轮振动信号模型 二.仿真代码 1.Demo 2.模型输出 总结 前言 前面的文章已从齿轮动力学机理上揭示了齿轮振动特性,为更直观的表述齿轮振动信号特征,现从齿轮振动信号模型角度来 ...
最新文章
- 有什么好的中小企业企业管理软件?
- hive 查看某表字段类型
- v-on 事件监听器
- Linux - Sudo命令
- SDOI2005 区间
- 虚线 实现_redis跳跃表实现
- 优雅的redux异步中间件 redux-effect
- 决策树算法学习笔记(提升篇)
- python twised系列教程四–twisted Poetry client
- UE4 图表插件使用文档
- hsqldb的存储方式
- 基于SSH的新闻发布系统
- KEIL 生成 Bin\axf 文件
- 捷径 播报日期、时间、星期
- jmeter学习指南之生成html性能结果报告(篇幅较长谨慎阅读)
- “OXO”历史上最早开发的电子游戏——游戏编年史
- 软件测试中常用的简称
- win10微软图标点击无反应_win10任务栏开始菜单等系统图标点击无反应的解决方法...
- 百度指数+SEO+博客 菜鸟站长的黄金搭档
- 如何在SQL中实现排序间接
热门文章
- 基于SpringBoot+Mybaits框架开发的OA自动化办公系统Java源码
- c# 单元测试nunit
- Mac OS 安装 OpenMPI
- 基于R语言的Kaggle案例分析-泰坦尼克号
- 中国医科大学计算机基础与应用,中国医科大学《计算机基础与应用》在线作业...
- 不必再造轮子了, 这款代码生成器(一键生成)真的很强
- eclipse设置maven仓库为阿里云仓库
- 应用长时间置于后台后广播失效_无奈!终于知道为什么关闭了后台应用手机还是卡了!...
- matlab 培训 长春,MATLAB在线性代数中的应用
- 几何代数(Geometric Algebra 也叫克利福德代数 Clifford Algebra)简介