​【故障诊断分析】基于 FFT轴承故障诊断matlab代码

1 简介

快速傅里叶变换( FFT) 是 1965 年 J W Cooley 和 J W Tukey 巧妙地利用 WN 因子的周期性和对称性，构造了离散傅里叶变换( DFT) 的快速算法，即快速离散傅里叶变换( FFT) 。DFT 的运算过程如下:

2 部分代码

%% 提取FFT谱作为故障特征向量
clc;close all;clear
%%
load data_process
%% 2、加载数据
x1=train_X(1,:);
% 采样点
L=length(x1);
%采样频率
fs=48000;
%采样间隔
Ts=1/fs;
%采样点数
t=Ts:Ts:L*Ts;
%轴承信号
% 3、对原始信号作图
figure
plot(t,x1)
title('原始信号')
xlabel('采样点/n')
ylabel('幅值')

% 4、fft频谱
Y = fft(x1);
P2 = abs(Y/L);
P1 = P2(1:L/2+1);
P1(2:end-1) = 2*P1(2:end-1);
f = fs*(0:(L/2))/L;

figure
bar(f,P1)
title('FFT频谱')
xlabel('频率/Hz')
ylabel('幅值')
%% 训练集
TZ=[];
for IIII=1:size(train_X,1) %依次对每个样本进行处理
   x1=train_X(IIII,:);%轴承信号
   Y = fft(x1);
   L=length(x1);
   P2 = abs(Y/L);
   P1 = P2(1:L/2+1);
   P1(2:end-1) = 2*P1(2:end-1);
   TZ(IIII,:)=P1/max(P1);
end
disp('训练集提取完毕')
train_X=TZ;
%% 验证集
TZ=[];
for IIII=1:size(valid_X,1) %依次对每个样本进行处理
   x1=valid_X(IIII,:);%轴承信号
   Y = fft(x1);
   L=length(x1);
   P2 = abs(Y/L);
   P1 = P2(1:L/2+1);
   P1(2:end-1) = 2*P1(2:end-1);
   TZ(IIII,:)=P1/max(P1);
end
disp('验证集提取完毕')
valid_X=TZ;

%% 测试集
TZ=[];
for IIII=1:size(test_X,1) %依次对每个样本进行处理
   x1=test_X(IIII,:);%轴承信号
   Y = fft(x1);
   L=length(x1);
   P2 = abs(Y/L);
   P1 = P2(1:L/2+1);
   P1(2:end-1) = 2*P1(2:end-1);
   TZ(IIII,:)=P1/max(P1);
end
disp('测试集提取完毕')
test_X=TZ;
%% 输入数据归一化
% [xs,mapping]=mapminmax(train_X',-1,1);train_X=xs';
% xs=mapminmax('apply',valid_X',mapping);valid_X=xs';
% xs=mapminmax('apply',test_X',mapping);test_X=xs';
%% 保存结果
save data_feature train_X valid_X test_X train_Y valid_Y test_Y

3 仿真结果

4 参考文献

[1]唐良宝, and 姜锐红. "基于FFT的循环自相关函数算法在滚动轴承故障诊断中的应用." 轴承 9(2009):5.