振動(dòng)信號(hào)預(yù)處理方法-平滑處理及其MATLAB實(shí)現(xiàn)

1、本 科 生 畢 業(yè) 論 文 振動(dòng)信號(hào)預(yù)處理方法-平滑處理及其MATLAB實(shí)現(xiàn) 作者姓名學(xué) 院： 機(jī)電工程學(xué)院 專(zhuān) 業(yè)： 班 級(jí)： 學(xué) 號(hào)： 指導(dǎo)教師： 職稱(chēng)（或?qū)W位）： 2016年5 月1原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文（設(shè)計(jì)），是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文（設(shè)計(jì)）不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品成果。對(duì)本論文（設(shè)計(jì)）的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)生簽名： 年 月 日 指導(dǎo)聲明本人指導(dǎo)的 同學(xué)的畢業(yè)論文（設(shè)計(jì)）題目大小、難度適當(dāng)，且符合該同學(xué)所學(xué)專(zhuān)

2、業(yè)的培養(yǎng)目標(biāo)的要求。本人在指導(dǎo)過(guò)程中，通過(guò)網(wǎng)上文獻(xiàn)搜索及文獻(xiàn)比對(duì)等方式，對(duì)其畢業(yè)論文（設(shè)計(jì)）內(nèi)容進(jìn)行了檢查，未發(fā)現(xiàn)抄襲現(xiàn)象，特此聲明。指導(dǎo)教師簽名： 年 月 日目 錄1 緒論12 振動(dòng)信號(hào)預(yù)處理算法分析12.1 算術(shù)平均值法22.2 加權(quán)平均值法22.3 中值法32.4 滑動(dòng)平均值法32.5 五點(diǎn)三次平滑法42.6 模糊控制算法53 基于MATLAB的振動(dòng)信號(hào)平滑處理63.1 MATLAB簡(jiǎn)介63.2 算例63.3 計(jì)算代碼63.4 算法機(jī)理74 結(jié)果分析75 總結(jié)9致謝：10參考文獻(xiàn)：10振動(dòng)信號(hào)預(yù)處理方法-平滑處理及其MATLAB實(shí)現(xiàn) 作者姓名（宋體四號(hào)，居中）（機(jī)電工程學(xué)院 指導(dǎo)教師：X

3、XX）(楷體五號(hào)，居中)摘要：進(jìn)行振動(dòng)信號(hào)測(cè)試時(shí)往往由于外界干擾的存在，使得測(cè)量信號(hào)不光滑，質(zhì)量差，嚴(yán)重時(shí)后續(xù)分析難以展開(kāi)，可見(jiàn)振動(dòng)信號(hào)預(yù)處理是必要的步驟。本文對(duì)振動(dòng)信號(hào)預(yù)處理算法進(jìn)行詳細(xì)分析，討論若干種平滑處理算法，并以五點(diǎn)三次平滑法與滑動(dòng)平均值法為例，具體討論了平滑處理的流程。結(jié)果表明結(jié)果表明五點(diǎn)滑動(dòng)平均法與五點(diǎn)三次平滑法兩種算法都簡(jiǎn)單明了，可以以很小的計(jì)算量實(shí)現(xiàn)良好預(yù)處理效果，提高振動(dòng)信號(hào)質(zhì)量。兩種算法都是有效的預(yù)處理方法，借助于MATLAB軟件平臺(tái)實(shí)現(xiàn)簡(jiǎn)便，因此有很強(qiáng)的實(shí)用價(jià)值。關(guān)鍵詞：振動(dòng)信號(hào)；平滑處理；平均值；MATLABVibration signal preprocessing

4、 methods - smoothing processing by MATLABName of authorCollege of Mechanical and Electrical Engineering, Advisor: XXXAbstract: When the vibration signal is tested, the measurement signal is not smooth and low quality because of outside interference. If the situation is serious, it is difficult to ca

5、rry out subsequent analysis, so vibration signal preprocessing step is necessary.This paper will dicuss the vibration signal preprocessing algorithm by the smoothing algorithms and five cubic smoothing the sliding average method. The result show that the two algorithms of five-point moving average a

6、nd three fiver-point smoothing are both simple ,achieve good pretreatment effect with small amout of computation, imrove the quality of vibration signal. Both algorithms are effective pretreatment methods by using MATLAB software platform, which has a strong practical value. Keywords: Vibration sign

7、al; smoothing; mean; MATLAB1 緒論振動(dòng)是自然界普遍存在的現(xiàn)象，大到地震、海嘯等宏觀振動(dòng)，小到粒子熱運(yùn)動(dòng)、布朗運(yùn)動(dòng)等微觀運(yùn)動(dòng)。對(duì)于兩個(gè)固有頻率相同的物體，當(dāng)一個(gè)物體發(fā)生振動(dòng)時(shí)將導(dǎo)致另外一個(gè)物體產(chǎn)生相同頻率振動(dòng)，該現(xiàn)象即為共振，共振對(duì)于人類(lèi)生產(chǎn)生活同時(shí)帶來(lái)好處與危害。如何合理利用有利振動(dòng)的同時(shí)克服有害振動(dòng)，是人們普遍關(guān)注的問(wèn)題。為更好地掌握振動(dòng)規(guī)律，振動(dòng)測(cè)試是必不可少的環(huán)節(jié)。但是在振動(dòng)測(cè)試過(guò)程中，往往存在多種干擾，導(dǎo)致測(cè)試系統(tǒng)得到的數(shù)據(jù)并不準(zhǔn)確，將偏離真實(shí)數(shù)值。因此在完成振動(dòng)信號(hào)測(cè)試之后，應(yīng)當(dāng)對(duì)采集得到的數(shù)據(jù)進(jìn)行預(yù)處理，進(jìn)而提高數(shù)據(jù)的真實(shí)性與可用性，并分析振動(dòng)信號(hào)的隨機(jī)

8、性，從而確定具體的處理手段。儀器分析過(guò)程中為了掌握信號(hào)參數(shù)，提高信噪比，常常要求進(jìn)行曲線平滑、信號(hào)求導(dǎo)等一系列操作。實(shí)際振動(dòng)信號(hào)測(cè)試過(guò)程中，小波動(dòng)往往因?yàn)殡S機(jī)誤差而產(chǎn)生，同時(shí)大的波動(dòng)一般擁有有用信息。為此平滑技術(shù)有重要意義。早分析儀器的平滑技術(shù)中，大多是基于最小二乘多項(xiàng)式平滑的。通常經(jīng)過(guò)數(shù)據(jù)采集器采樣獲得的振動(dòng)信號(hào)大多有多種噪聲，除了50Hz的工頻及倍頻程以外，還包含不規(guī)則的隨機(jī)干擾信號(hào)，此類(lèi)干擾信號(hào)頻帶寬，且高頻成分多，使得最終得到的振動(dòng)曲線出現(xiàn)很多毛刺，為提高振動(dòng)曲線光滑度，平滑處理是極為有效的方法之一。本文將對(duì)振動(dòng)信號(hào)的預(yù)處理方法進(jìn)行分析，并詳細(xì)討論平均法與五點(diǎn)三次平滑法的運(yùn)用。2 振動(dòng)

9、信號(hào)預(yù)處理算法分析數(shù)字濾波器在離散系統(tǒng)中有很強(qiáng)的適用性，可以對(duì)輸入信號(hào)的波形以及頻率進(jìn)行加工，在目前振動(dòng)信號(hào)預(yù)處理中得到廣泛應(yīng)用。信號(hào)的預(yù)處理方法主要包括兩部分，即消除多項(xiàng)式趨勢(shì)項(xiàng)與平滑處理兩種。前者將多項(xiàng)式趨勢(shì)項(xiàng)消除以后，可以將偏離基線的信號(hào)過(guò)濾掉，進(jìn)而得到正確性更高的信號(hào)；后者則是將信號(hào)里的噪聲除去，進(jìn)而提升振動(dòng)曲線光滑度。圖2-1與2-2分別為振動(dòng)信號(hào)原始曲線與完成消除趨勢(shì)項(xiàng)與平滑處理以后得到的曲線。圖2-1 原始信號(hào)圖2-1 經(jīng)過(guò)消除趨勢(shì)項(xiàng)與平衡處理得到的信號(hào)常用的振動(dòng)信號(hào)預(yù)處理算法包括算術(shù)平均值法、加權(quán)平均值法、五點(diǎn)三次平滑法、滑動(dòng)平均值法、中值法、模糊控制法等。本章將對(duì)常用算法進(jìn)行

10、分析。2.1 算術(shù)平均值法算術(shù)平均值法首先確定一個(gè)值Y，使得Y和所有采樣值誤差的平方和最小，表達(dá)式如下：利用一元函數(shù)極限的求解方法可以得到Y(jié)值：通過(guò)上式實(shí)現(xiàn)的振動(dòng)信號(hào)預(yù)處理就是算術(shù)平均值算法。假如每次測(cè)量得到信號(hào)Si與噪聲Ci，那么完成N次同樣測(cè)量之后，就可以得到所有測(cè)量值之和：通常使用均方根表征噪聲強(qiáng)度大小，如果測(cè)量過(guò)程中的噪聲是隨機(jī)信號(hào)，完成N次測(cè)量以后得到的噪聲強(qiáng)度和如下式：用S和C分表代表信號(hào)與噪聲的平均幅值，那么完成N次測(cè)量以后，得到的算術(shù)平均信噪比如下：算術(shù)平均值算法應(yīng)用范圍廣泛，主要針對(duì)在某一數(shù)值上下波動(dòng)頻繁的信號(hào)。在振動(dòng)信號(hào)測(cè)量過(guò)程中，采用算術(shù)平均值算法時(shí)如果只選取一個(gè)采樣值為

11、依據(jù)得到的結(jié)果往往不理想。這種算法在處理脈沖性干擾時(shí)效果不佳，所以在脈沖性干擾相對(duì)嚴(yán)重的情況下慎用。采用算術(shù)平均值算法實(shí)現(xiàn)振動(dòng)信號(hào)預(yù)處理的平滑程度直接取決于N的大小，當(dāng)N很大時(shí)，平滑度高，然而此時(shí)靈敏度低。2.2 加權(quán)平均值法加權(quán)平均值法即對(duì)多次測(cè)量所得的采樣值賦予加權(quán)系數(shù)，從而有效提高測(cè)量系統(tǒng)對(duì)干擾的靈敏度。采用加權(quán)平均值法時(shí)，對(duì)不同采樣值取得不同比重，其計(jì)算公式如下：式中Ck即為C1、C2、Cn，并且符合以下關(guān)系式：, 且C1、C2、Cn之和為1。Ck選取可以具體情況進(jìn)行調(diào)整，最為常見(jiàn)的即為加權(quán)系數(shù)法，C1、C2、Cn分別如下取值：上式代表了控制對(duì)象時(shí)產(chǎn)生的滯后時(shí)長(zhǎng)。加權(quán)平均值算法通常適用

12、范圍受限，多應(yīng)用在系統(tǒng)的純滯后時(shí)間常數(shù)偏大的情況下，這種情況下采樣周期短，針對(duì)不同相對(duì)采樣時(shí)間所測(cè)量的采樣值賦予不同權(quán)重，進(jìn)而對(duì)于干擾及其影響程度十分敏感。使用加權(quán)平均值算法需要不停地計(jì)算加權(quán)技術(shù)，導(dǎo)致控制速度緩慢，所以應(yīng)用較少。2.3 中值法中值算法是針對(duì)某被測(cè)量進(jìn)行多次連續(xù)采樣，采樣的次數(shù)一般為奇數(shù)次，將若干次采樣值按照從小至大的順序進(jìn)行排列，然后取得其中的中間值當(dāng)成本次采樣值。使用中值算法能夠有效避免偶然因素對(duì)結(jié)果的影響，主要是將采樣器的不穩(wěn)定性降至最低。但是中值算法多用于變化相對(duì)緩慢的被測(cè)參數(shù)，例如溫度、液面高度等，然而針對(duì)速度、振動(dòng)等信號(hào)往往效果不佳。2.4 滑動(dòng)平均值法滑動(dòng)平均值法

13、的原理是依據(jù)某一測(cè)量點(diǎn)附近其他采樣點(diǎn)的波動(dòng)幅值對(duì)此點(diǎn)的波幅進(jìn)行修正，進(jìn)而使得振動(dòng)曲線足夠平滑，實(shí)現(xiàn)降噪目的?；瑒?dòng)平均值法通過(guò)對(duì)周?chē)c(diǎn)進(jìn)行簡(jiǎn)單平均，或者對(duì)附近點(diǎn)實(shí)現(xiàn)加權(quán)平均。通常取附近五個(gè)點(diǎn)進(jìn)行平均，其依據(jù)以下公式：其中x代表采樣所得數(shù)據(jù)值；y代表完成平滑處理之后的數(shù)據(jù)；m為測(cè)量數(shù)據(jù)數(shù)量；N是平均點(diǎn)數(shù)；h是加權(quán)平均因子。加權(quán)平均因子的取值符合下式：如果采用簡(jiǎn)單平均法，則，因此有：如果采用加權(quán)平均法，并且選擇5點(diǎn)進(jìn)行加權(quán)平均，此時(shí)N=2，則可按照如下方法取值：其中h-2到h2依次為1/9、2/9、3/9、2/9、1/9?；瑒?dòng)平均值法是常用的基于最小二乘法的平滑處理方法，主要針對(duì)離散數(shù)據(jù)有良好處理效

14、果。五點(diǎn)滑動(dòng)平均所采用的計(jì)算公式如下所示：其中，i取3、4、，、m-2?；瑒?dòng)平均值算法與算術(shù)平均值算法以及加權(quán)平均值算法有共同點(diǎn)，即每當(dāng)完成一次有效采樣值的計(jì)算以后，都要求實(shí)現(xiàn)多次連續(xù)采樣。如果由于測(cè)量設(shè)備問(wèn)題導(dǎo)致采樣速度不夠快，以及振動(dòng)數(shù)據(jù)四算速率很高的情況下（比如實(shí)時(shí)系統(tǒng)），無(wú)論是算術(shù)平均法、加權(quán)平均法還是滑動(dòng)平均值算法都難以適用。對(duì)于A/D數(shù)據(jù)而言，進(jìn)行數(shù)據(jù)采樣時(shí)通常10次/秒，并且如果每秒需要輸入四次數(shù)據(jù)，那么N值應(yīng)小于等于2。采用滑動(dòng)平均值算法只需要一次采樣，然后把這次采樣得到的值與前N-1次共同求平均，進(jìn)而得到有效采樣值。滑動(dòng)平均值算法的思想是將N個(gè)采樣數(shù)據(jù)作為同一序列，且其長(zhǎng)度是

15、N，每當(dāng)獲得新采樣值以后，需要將采樣結(jié)果放置在該序列的末尾，同時(shí)將序列第一個(gè)數(shù)據(jù)刪除，即實(shí)現(xiàn)數(shù)據(jù)的更新。滑動(dòng)平均算法的優(yōu)勢(shì)在于抗周期性噪聲效果良好，且獲得的振動(dòng)曲線平滑程度很高，靈敏性?xún)?yōu)良，缺點(diǎn)在于無(wú)法高效地抑制了偶然性脈沖干擾的影響，因此如果脈沖干擾較多，不宜使用滑動(dòng)平均算法，往往在高頻振蕩系統(tǒng)中應(yīng)用較多。2.5 五點(diǎn)三次平滑法五點(diǎn)三次平滑法同樣是處理離散數(shù)據(jù)常用的預(yù)處理手段，其主要針對(duì)等間距數(shù)值而言，并在此基礎(chǔ)上實(shí)現(xiàn)數(shù)據(jù)處理。假設(shè)y是x的函數(shù)，任何y均可以通過(guò)泰勒公式詹凱臣冪級(jí)數(shù)的形式，在數(shù)據(jù)測(cè)量過(guò)程中只需要前四項(xiàng)，因此有：y（x）=a0+a1x1+a2x22+a3x33因此可以計(jì)算其方差

16、和：依據(jù)最小二乘法原理，就可以得到下述等式關(guān)系：由于所取數(shù)值均為等距離的數(shù)值，方便起見(jiàn)，可以取xi=0所對(duì)應(yīng)的5個(gè)點(diǎn)的值。=，進(jìn)而可以得到a0到a3的值分別如下：聯(lián)立方程組并將x值帶入，運(yùn)用五點(diǎn)三次平滑法即可得到數(shù)據(jù)處理計(jì)算公式：根據(jù)上式就可以實(shí)現(xiàn)振動(dòng)信號(hào)的預(yù)處理，從關(guān)系式不難發(fā)現(xiàn)，經(jīng)過(guò)處理所得到的數(shù)據(jù)僅與處理前的數(shù)據(jù)，和另外五個(gè)數(shù)值相關(guān)，且與間隔及x的選取是無(wú)關(guān)的。所以任何等間距數(shù)據(jù)均可以用五點(diǎn)三次平滑法進(jìn)行處理。五點(diǎn)三次平滑法中節(jié)點(diǎn)個(gè)數(shù)要求至少為5，當(dāng)節(jié)點(diǎn)個(gè)數(shù)大于5的情況下如下：五點(diǎn)三次平滑公司如下為了實(shí)現(xiàn)對(duì)稱(chēng)的目的，兩端采用上述、，其余的都使用相應(yīng)公式。從而實(shí)現(xiàn)所有子區(qū)間均采用不同的三次

17、最小二乘多項(xiàng)式實(shí)現(xiàn)平滑處理。根據(jù)推導(dǎo)公式不難發(fā)現(xiàn)，針對(duì)等距節(jié)點(diǎn)而言，平滑公式僅僅是用到實(shí)驗(yàn)數(shù)據(jù)Yi，而和節(jié)點(diǎn)Xi與節(jié)點(diǎn)間等距離h無(wú)關(guān)。2.6 模糊控制算法在上述若干種平滑處理方法中，普遍運(yùn)用了平均法的原理，只不過(guò)實(shí)現(xiàn)方法有差別，這些算法的計(jì)算公式均可用下式表示：根據(jù)該式子，其中x代表了采樣數(shù)據(jù)，而y則表示經(jīng)過(guò)平滑處理之后所得的數(shù)據(jù)。M代表總的數(shù)據(jù)點(diǎn)數(shù)，其窗口寬度可以用2N+1表示，h是加權(quán)平均因子。模糊平滑方法在近年來(lái)得到越來(lái)越多關(guān)注，并被認(rèn)為是極其有發(fā)展?jié)摿Φ臄?shù)據(jù)處理手段，如今國(guó)內(nèi)外學(xué)者相繼提出模糊平滑算法、模糊加權(quán)中值算法、基于模糊邏輯的信號(hào)處理等。模糊平滑方法無(wú)論在時(shí)域還是頻率上均有更多

18、優(yōu)勢(shì)，尤其在振動(dòng)測(cè)量中包括大量混合數(shù)據(jù)，模糊平滑方法有廣闊應(yīng)用前景。本文主要對(duì)滑動(dòng)平均值法與五點(diǎn)三次平滑法進(jìn)行分析，基于MATLAB軟件實(shí)現(xiàn)兩種方法的平滑處理。3 基于MATLAB的振動(dòng)信號(hào)平滑處理3.1 MATLAB簡(jiǎn)介MATLAB是一款基于M文件進(jìn)行運(yùn)行以及調(diào)試的軟件，M文件屬于解釋性語(yǔ)言，其語(yǔ)法沒(méi)有計(jì)算機(jī)高級(jí)語(yǔ)言復(fù)雜，結(jié)構(gòu)及形式更加簡(jiǎn)便，因此便于使用者更快掌握，程序調(diào)試更容易，有很強(qiáng)的人機(jī)交互能力。MATLAB擁有強(qiáng)大的工具箱，其中絕大多數(shù)函數(shù)均通過(guò)M文件進(jìn)行編制，其中有專(zhuān)門(mén)針對(duì)信號(hào)處理的工具箱，在振動(dòng)測(cè)試中應(yīng)用廣泛，信號(hào)分析能力強(qiáng)，且可以直接調(diào)用相關(guān)函數(shù)，滿(mǎn)足靈活的編程需求。本文研究主

19、要對(duì)振動(dòng)信號(hào)預(yù)處理方法進(jìn)行討論，MATLAB提供的圖形程序可以極大方便計(jì)算過(guò)程可視化，進(jìn)而對(duì)振動(dòng)信號(hào)預(yù)處理效果進(jìn)行觀察對(duì)比。數(shù)據(jù)對(duì)比需要首先經(jīng)過(guò)FFT分析，基于MATLAB的振動(dòng)信號(hào)預(yù)處理流程如下：輸入原始數(shù)據(jù)文件與采樣頻率，分別采用五點(diǎn)直線滑動(dòng)平均法與五點(diǎn)三次平滑法進(jìn)行平滑處理；輸入平滑次數(shù)并得到輸出平滑數(shù)據(jù)文件，與原始波形進(jìn)行對(duì)比；選擇窗函數(shù)之后進(jìn)行短時(shí)傅里葉變換，輸出分析數(shù)據(jù)文件，對(duì)輸出的圖形進(jìn)行對(duì)比，分析兩種平滑處理所得數(shù)據(jù)與原始數(shù)據(jù)的差別。3.2 算例 為驗(yàn)證五點(diǎn)直線滑動(dòng)平均法和五點(diǎn)三次平滑法進(jìn)行振動(dòng)信號(hào)預(yù)處理的效果，本文分別以某實(shí)測(cè)的振動(dòng)信號(hào)為例進(jìn)行分析，分別用五點(diǎn)直線滑動(dòng)平均法與

20、五點(diǎn)三次平滑法對(duì)其進(jìn)行平滑處理，對(duì)比處理前后效果，驗(yàn)證算法可行性。3.3 計(jì)算代碼五點(diǎn)滑動(dòng)平均法fid = fopen('C:ph.txt','r');x= fscanf(fid,'%f',inf);fclose(fid);sf=1000;n=length(x);t=(0:1/sf:(n-1)/sf)'a=x;m=3;for k=1:m b(1)=1/5*(3*a(1)+2*a(2)+a(3)-a(4); b(2)=1/10*(4*a(1)+3*a(2)+2*a(3)+a(4); for i=3:n-2 b(i)=1/5*(a(i-2)+

21、a(i-1)+a(i)+a(i+1)+a(i+2); end b(n-1)=1/10*(a(n-3)+2*a(n-2)+3*a(n-1)+4*a(n); b(n)=1/5*(-a(n-3)+a(n-2)+2*a(n-1)+3*a(n); a=b;endy=a;subplot(2,1,1);plot(t,x);grid on;subplot(2,1,2);plot(t,y);grid on;五點(diǎn)三次平滑法fid = fopen('C:ph.txt','r');x= fscanf(fid,'%f',inf);fclose(fid);sf=1000;n

22、=length(x);a=x;for k=1: m b(1) = (69*a(1) +4*(a(2) +a(4) -6*a(3) -a(5) /70; b(2) = (2* (a(1) +a(5) +27*a(2) +12*a(3) -8*a(4) /35; for j=3:n-2 b (j) = (-3*(a(j-2) +a(j+2) +12*(a(j-1) +a(j+1) +17*a(j) /35; end b (n-1) = (2*(a(n) +a(n-4) +27*a(n-1) +12*a(n-2) -8*a(n-3) /35; b (n) = (69*a(n) +4* (a(n-1)

23、 +a(n-3) -6*a(n-2) -a(n-4) /70; a=b;endy=a;subplot(2,1,1);plot(t,x);grid on;subplot(2,1,2);plot(t,y);grid on;消除多項(xiàng)式趨勢(shì)項(xiàng)fid = fopen('C:gfj.txt','r');x= fscanf(fid,'%f');fclose(fid);sf=1000;n=length(x);t=(0:1/sf:(n-1)/sf)'m=3;a=polyfit(t,x,m);y=x-polyval(a,t);plot(t,y);grid o

24、n;3.4 算法機(jī)理 以五點(diǎn)直線滑動(dòng)平均法為例，對(duì)算法機(jī)理進(jìn)行討論。基于MATLAB的振動(dòng)信號(hào)預(yù)處理可以實(shí)現(xiàn)下述人機(jī)對(duì)話：將原始數(shù)據(jù)文件、采樣頻率（1000HZ）輸入，并確定采用五點(diǎn)直線滑動(dòng)平均法，平滑次數(shù)選擇為四次，輸出文件為txt格式，窗函數(shù)選擇漢寧窗，輸出分析文件為txt格式。4 結(jié)果分析 由于本次實(shí)測(cè)得到的信號(hào)中存在趨勢(shì)項(xiàng)，且趨勢(shì)項(xiàng)的存在會(huì)對(duì)二次積分位移信號(hào)產(chǎn)生一定影響，因此在計(jì)算代碼中進(jìn)行了多項(xiàng)式趨勢(shì)項(xiàng)的消除。為了更好體現(xiàn)出消除趨勢(shì)項(xiàng)的作用，針對(duì)采集得到的數(shù)據(jù)增加三階趨勢(shì)項(xiàng)，然后采用最小二乘法消除趨勢(shì)項(xiàng)，得到消除趨勢(shì)項(xiàng)前后的曲線如圖4-1所示。原始波形消除多項(xiàng)式趨勢(shì)項(xiàng)圖4-1 消除多

25、項(xiàng)式趨勢(shì)項(xiàng) 從圖4-1可以看出，使用最小二乘法消除趨勢(shì)項(xiàng)之后，原始信號(hào)趨勢(shì)項(xiàng)被消除，得到的信號(hào)更加接近實(shí)測(cè)數(shù)據(jù)，使信號(hào)得到改善。消除趨勢(shì)項(xiàng)與五點(diǎn)滑動(dòng)平均處理以及五點(diǎn)三次平滑法相結(jié)合的預(yù)處理方法才能最大程度改善信號(hào)質(zhì)量。利用最小二乘法消除高階趨勢(shì)項(xiàng)以后信號(hào)均值與方差對(duì)比如下：表4-1 最小二乘法消除高階趨勢(shì)項(xiàng)后信號(hào)均值與方差對(duì)比原始振動(dòng)信號(hào)加三階趨勢(shì)項(xiàng)后信號(hào)消除趨勢(shì)項(xiàng)后信號(hào)均值1.854937.73460方差1612.81841620.82731612.6456進(jìn)行最小二乘法消除趨勢(shì)項(xiàng)以后，然后分別采用五點(diǎn)滑動(dòng)平均法與五點(diǎn)三次平滑法對(duì)信號(hào)進(jìn)行平滑處理，處理結(jié)果分別如圖4-1與圖4-2所示。從原始

26、波形圖中發(fā)現(xiàn)，存在較多高頻成分，波形圖中毛刺較多，可見(jiàn)受外界干擾十分嚴(yán)重，該數(shù)據(jù)只有進(jìn)行處理后方可使用。五點(diǎn)三次平滑法與五點(diǎn)滑動(dòng)平均法都是有效的振動(dòng)信號(hào)預(yù)處理方法，實(shí)現(xiàn)了平滑處理，進(jìn)而使得測(cè)得振動(dòng)信號(hào)質(zhì)量更高。由于在進(jìn)行本次實(shí)驗(yàn)之前完成了多項(xiàng)式趨勢(shì)的消除，使得波形數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)更加符合。 五點(diǎn)三次法有效提高波形圖平滑程度，質(zhì)量更高、而且五點(diǎn)三次法能夠降低高頻隨機(jī)噪聲，并且使得模態(tài)參數(shù)識(shí)別過(guò)程中提高擬合效果。五點(diǎn)平滑平均法導(dǎo)致譜曲線峰值有所下降，而且體型更寬，這就容易導(dǎo)致識(shí)別參數(shù)時(shí)誤差變大。總而言之，本次實(shí)驗(yàn)有效地利用兩種平滑算法對(duì)含噪聲的信號(hào)進(jìn)行平滑處理，降低了噪聲信號(hào)不可預(yù)測(cè)性與高破壞性對(duì)信號(hào)結(jié)果的影響，進(jìn)而提高信號(hào)處理結(jié)果可靠性，但兩種平滑處理方法均使得部分信息丟失，五點(diǎn)三次平滑處理得到的波形相比五點(diǎn)滑動(dòng)平均法保留了更多重要信息，在實(shí)際工程中應(yīng)根據(jù)實(shí)際需求選擇合理的平滑次數(shù)，從而使處理得到的波形數(shù)據(jù)與實(shí)際情況吻合度更高。圖4-1 五點(diǎn)滑動(dòng)平均法的平滑處理分析結(jié)果圖4-2 基于五點(diǎn)三次平滑動(dòng)法的平滑處理分析結(jié)果5 總結(jié)振動(dòng)信號(hào)測(cè)試時(shí)往往由于干擾的存在，使得測(cè)量數(shù)據(jù)與真實(shí)數(shù)值之間存在誤差，為此需要對(duì)所測(cè)數(shù)據(jù)實(shí)現(xiàn)預(yù)處理，進(jìn)而提升數(shù)據(jù)的真實(shí)性與可用性。常見(jiàn)的預(yù)處理方法包括標(biāo)定變換、消