机械振动信号15个时域统计指标

时域统计指标计算公式

振动信号原始统计特征分为两类:时域统计特征、频域统计特征。

信号的时域特征是通过统计分析信号的各种时域参数、指标的估计或计算得到的,如表所示,分为有量纲参数和无量纲参数两种,其中1-9为有量纲参数和10-15无量纲参数。

python程序

def get_time_domain_features(data):
    '''data为一维振动信号'''
    x_rms = 0
    absXbar = 0
    x_r = 0
    S = 0
    K = 0
    k = 0
    x_rms = 0
    fea = []
    len_ = len(data.iloc[0, :])
    mean_ = data.mean(axis=1)  # 1.均值
    var_ = data.var(axis=1)  # 2.方差
    std_ = data.std(axis=1)  # 3.标准差
    max_ = data.max(axis=1)  # 4.最大值
    min_ = data.min(axis=1)  # 5.最小值
    x_p = max(abs(max_[0]), abs(min_[0]))  # 6.峰值
    for i in range(len_):
        x_rms += data.iloc[0, i] ** 2
        absXbar += abs(data.iloc[0, i])
        x_r += math.sqrt(abs(data.iloc[0, i]))
        S += (data.iloc[0, i] - mean_[0]) ** 3
        K += (data.iloc[0, i] - mean_[0]) ** 4
    x_rms = math.sqrt(x_rms / len_)  # 7.均方根值
    absXbar = absXbar / len_  # 8.绝对平均值
    x_r = (x_r / len_) ** 2  # 9.方根幅值
    W = x_rms / mean_[0]  # 10.波形指标
    C = x_p / x_rms  # 11.峰值指标
    I = x_p / mean_[0]  # 12.脉冲指标
    L = x_p / x_r  # 13.裕度指标
    S = S / ((len_ - 1) * std_[0] ** 3)  # 14.偏斜度
    K = K / ((len_ - 1) * std_[0] ** 4)  # 15.峭度

    fea = [mean_[0],absXbar,var_[0],std_[0],x_r,x_rms,x_p,max_[0],min_[0],W,C,I,L,S,K]
    return fea

搜索这篇文章的应该都是同道中人,点个赞再走吧!在这里插入图片描述

下一篇:机械振动信号13个频域指标
转载请注明:https://blog.csdn.net/baidu_38963740/article/details/110940823.

  • 138
    点赞
  • 316
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
Python是一个功能强大的编程语言,可以用于处理和分析振动信号时域数据。在Python中,我们可以使用许多库和工具来处理振动信号数据,例如NumPy、SciPy和Matplotlib。 首先,我们可以使用NumPy库来创建和操作数组,从而存储和处理振动信号时域数据。通过使用NumPy的功能,我们可以进行常见的数学运算,例如加法、减法、乘法和除法,以及数组的切片和索引。 其次,SciPy库提供了许多用于信号处理的函数和算法。例如,我们可以使用SciPy中的滤波器函数来对振动信号进行滤波,以去除噪声和不必要的频谱成分。此外,SciPy还提供了一些常见的时域分析函数,例如自相关函数和互相关函数,用于分析信号的相关性和相似性。 最后,Matplotlib库可以用于绘制振动信号时域图表。我们可以使用Matplotlib的函数来创建折线图或散点图,以显示振动信号的振幅随时间变化的情况。此外,Matplotlib还提供了许多其他图表类型,例如柱状图、饼图和直方图,可以用于进一步分析振动信号统计特征和频谱信息。 总之,Python提供了丰富的工具和库,可以用于处理和分析振动信号时域数据。通过使用NumPy、SciPy和Matplotlib库,我们可以进行各种操作,例如操作数组、滤波信号、计算相关性、绘制时域图表等,从而深入挖掘振动信号特征和信息。
评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值