基于MATLAB实现变转速信号阶次分析代码

基于MATLAB实现变转速信号阶次分析代码

---

一、阶次分析核心流程

1. 数据采集：振动信号 + 转速脉冲信号
2. 转速计算：从脉冲信号提取瞬时转速
3. 角度域重采样：将时域信号转换为角域信号
4. 阶次谱分析：通过FFT提取阶次成分
5. 结果可视化：阶次图、瀑布图、时域波形对比

---

二、MATLAB实现代码

%% 1. 数据加载与预处理
% 加载振动信号和转速脉冲信号（示例使用渥太华数据集）
load('C-A-2.mat'); % 包含Channel_1(振动)和Channel_2(转速脉冲)
vib = Channel_1(7:200000); % 截取前10秒振动信号
rpm_pulse = Channel_2(7:200000); % 转速脉冲信号
fs = 200000; % 采样频率 (Hz)

%% 2. 转速计算
% 使用tachorpm函数计算转速（RPM）
rpm = tachorpm(rpm_pulse, fs, 'FitPoints', 50, 'PulsesPerRev', 1024);
rpm = rpm / 60; % 转换为rps (转/秒)
t = (0:length(rpm)-1)/fs; % 时间向量

%% 3. 角度域重采样
% 参数设置
points_per_rev = 1024; % 每转采样点数
fs_r = rpm(end)*points_per_rev; % 重采样频率 (rps * points/rev)

% 计算角度信号
theta = cumsum(rpm) * 2*pi; % 累积角度 (rad)

% 插值重采样（使用pchip插值平衡精度与效率）
theta_interp = linspace(0, theta(end), points_per_rev*length(rpm)/fs);
vib_resampled = pchip(theta, vib, theta_interp);

%% 4. 阶次谱分析
% 包络提取（Hanning窗 + FFT）
window = hanning(length(vib_resampled));
X = fft(window .* vib_resampled);
mag = abs(X(1:length(X)/2)) / (length(vib_resampled)/2);

% 阶次轴计算
orders = (0:length(mag)-1) * (fs_r / 2) / (points_per_rev);

%% 5. 结果可视化
figure;
subplot(3,1,1);
plot(t, rpm);
xlabel('时间 (s)'); ylabel('转速 (rps)');
title('瞬时转速曲线');

subplot(3,1,2);
plot(theta_interp, vib_resampled);
xlabel('角度 (rad)'); ylabel('幅值');
title('角域重采样信号');

subplot(3,1,3);
plot(orders, mag);
xlim([0 20]); % 限制阶次范围
xlabel('阶次'); ylabel('幅值');
title('阶次谱分析');
grid on;

%% 6. 高级分析（峰值阶次追踪）
[peak_orders, peak_locs] = findpeaks(mag, 'SortStr', 'descend', 'NPeaks', 3);
hold on;
plot(peak_locs, peak_orders, 'ro');
legend('阶次谱', '峰值阶次');
disp(['主要阶次: ', num2str(peak_orders')]);

---

三、关键算法解析

1. 转速计算优化

• 脉冲处理：通过tachorpm自动检测脉冲上升沿，计算脉冲间隔时间
• 抗噪处理：使用Savitzky-Golay滤波平滑转速信号

smooth_rpm = sgolayfilt(rpm, 3, 11); % 窗长11，多项式阶数3

2. 角度域重采样

• 插值方法选择：

  • pchip（分段三次Hermite插值）：适合高动态转速场景
  • spline（样条插值）：计算效率更高但可能引入振荡

• 重采样频率计算：

  $f_{samp}^{ang}=RPM_{max}×points_per_rev$

3. 阶次谱计算

• 窗函数选择：Hanning窗减少频谱泄漏

• 频率轴转换：

  $阶次=\frac{f}{f_{ref}}$

  其中$f_{ref}$为参考转速（通常取最大转速）

参考代码 实现变转速信号的阶次分析 www.youwenfan.com/contentcsq/80577.html

四、工程应用案例

场景：发动机升速过程中的轴承故障诊断

步骤：

1. 数据采集：振动信号（采样率200kHz） + 光电编码器脉冲
2. 转速计算：检测到转速从1200 RPM升至3000 RPM
3. 重采样：每转1024点，生成角域平稳信号
4. 阶次分析：发现3.2阶次（外圈故障特征）幅值显著升高
5. 验证：对比健康发动机阶次谱，确认故障特征

---

五、常见问题解决

问题现象	解决方案
阶次谱模糊	提高采样率或增加每转采样点数
转速波动干扰	使用移动平均或低通滤波（截止频率<10% RPM_max）
峰值定位不准	结合Hilbert变换提取瞬时频率

---

六、扩展功能实现

1. 阶次跟踪滤波

% 提取指定阶次信号（以3阶为例）
order_band = [2.8, 3.2];
[b,a] = butter(4, [order_band(1) order_band(2)] / (fs_r/2));
filtered_vib = filtfilt(b,a, vib_resampled);

2. 时频域联合分析

% 使用CWT连续小波变换
tfr = cwt(vib_resampled, 'morl', 'SamplingPeriod', 1/fs);
imagesc(t, orders, abs(tfr));
xlabel('时间 (s)'); ylabel('阶次'); title('时频阶次分布');

---

七、验证与调试

1. 仿真验证：生成含故障的仿真信号（如冲击响应模型）
2. 硬件验证：对比振动台实验数据与理论预测
3. 交叉验证：结合包络谱分析与共振解调结果