振动分析-28-振动信号的幅域分析模拟数据(实战)

1 背景

很多初学者刚接触故障诊断可能觉得很简单，套用深度学习模型进行训练，分类准确率达到99%即可。
在写论文时，这样的确没问题。
但是在工作或者在解决实际问题时，几乎是用不上。

信号波形是某种物理量随时间变化的关系。
机械振动信号处理的基本方法有幅域分析、时域分析和频域分析。

1.1 幅域分析

在幅值上的各种统计处理通常称为幅域分析。

仅对波形的幅值用简单的方法进行统计分析， 如计算波形的最大值、平均值和有效值，或研究时域波形幅值的概率分布形式等。

信号的幅域分析也称统计特征分析（也叫幅域参数分析），主要利用振动信号的幅值统计特征来进行分析和诊断。应用比较广泛的有均方根值、峰值指标、波形指标和峭度等指标。

信号的幅域分析也属于时域分析，和相关分析等时域分析方法不同，幅域分析不考虑原始信号的时序，仅与信号的幅值大小及分布有关。

1.2 时域分析

信号在时间域内的变换或统计分析称为时域分析。

1.3 频域分析

频域分析是确定信号的频率结构，即信号中包含哪些频率成分，分析的结果是以频率为自变量的各种物理量的谱线或曲线。

不