文章目录
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