機(jī)械工程測試與控制技術(shù)項(xiàng)目設(shè)計(jì)

1、機(jī)械工程測試與控制技術(shù)項(xiàng)目設(shè)計(jì)02011227 指導(dǎo)教師 課程：機(jī)械工程測試與控制技術(shù)時(shí)間：2014 年 6 月 14 日摘要： 本項(xiàng)目設(shè)計(jì)圍繞課程講授的動(dòng)態(tài)信號(hào)的采集、分析與處理的基本原理與方法進(jìn)行，包括以下三個(gè)部分內(nèi)容：1、信號(hào)仿真、采集與分析處理；2、基于計(jì)算機(jī)的聲信號(hào)采集與分析；3、機(jī)械運(yùn)行數(shù)據(jù)分析與處理。運(yùn)用信號(hào)的分析與處理等測試技術(shù)相關(guān)知識(shí)，借助Matlab軟件，利用傅里葉變換等手段，對(duì)采集信號(hào)進(jìn)行數(shù)學(xué)處理并做時(shí)域和頻域分析，了解不同信號(hào)的特征，進(jìn)而分析不同人的聲音信號(hào)以及轉(zhuǎn)子實(shí)驗(yàn)臺(tái)運(yùn)行的震動(dòng)原因等。關(guān)鍵詞：動(dòng)態(tài)信號(hào)分析；頻譜分析；傅里葉變換；Matlab1. 信號(hào)仿真、采集與分析

2、處理1.1 設(shè)計(jì)要求信號(hào)采集過程中一般需要考慮以下幾個(gè)參數(shù)：信號(hào)頻率、采樣頻率、采樣長度等，不同參數(shù)的選擇對(duì)于信號(hào)采集的效果會(huì)產(chǎn)生直接影響，為了掌握信號(hào)采集過程中這些參數(shù)對(duì)采集過程及其效果產(chǎn)生的影響，可以通過Matlab或C語言對(duì)信號(hào)采集與分析處理的過程進(jìn)行仿真分析，具體要求如下：利用Matlab或C語言產(chǎn)生信號(hào)， 其中：頻率需要考慮低、中、高，典型的如：f1=30Hz、f2=400Hz、f3=2000Hz。每位同學(xué)可按照此思路自己取值，與他人不同；n(t)為白噪聲，均值為零，方差為0.7；頻率、幅值、相位任意設(shè)定。要求每人不相同；對(duì)上述等式進(jìn)行DFFT處理。1.2 問題分析與處理?。篴1=a

3、2=a3=2，f1=50Hz，f1=500Hz，f1=2000Hz，1）通過設(shè)置不同的采樣頻率，畫出時(shí)域波形和傅里葉變換后的幅頻譜圖，用數(shù)據(jù)分析驗(yàn)證采樣定理。討論在采樣點(diǎn)數(shù)一定（2的整數(shù)次方）的情況下，如1024點(diǎn)、2048點(diǎn)、4096點(diǎn)，采樣頻率對(duì)信號(hào)時(shí)域復(fù)現(xiàn)、頻域分析的影響。采樣點(diǎn)數(shù)均為1024點(diǎn)時(shí)（N=1024），設(shè)置不同的采樣頻率fs，fs分別取1000Hz、2000Hz、6000Hz、50000Hz時(shí)，通過Matlab進(jìn)行FFT分析，Matlab主要程序段見附錄1，畫出時(shí)域波形和傅里葉變換后的幅頻譜圖如下圖1.2.11.2.4所示：圖1.2.1 N=1024，fs=1000Hz圖1.

4、2.2 N=1024，fs=2000Hz圖1.2.3 N=1024，fs=6000Hz圖1.2.4 N=1024，fs=50000Hz分析圖1.2.11.2.4的時(shí)域波形和幅頻譜圖，可看出：當(dāng)fs=1000Hz和2000Hz時(shí)，只有一個(gè)和兩個(gè)峰值，頻譜不完整；當(dāng)fs=6000Hz和50000Hz時(shí)，有三個(gè)峰值，頻譜完整。驗(yàn)證了采樣定理：采樣頻率fs必須大于信號(hào)最高頻率的兩倍。由時(shí)域波形得，隨著采樣頻率的升高，圖形的時(shí)域波形的分辨率越來越高，逐漸接近各諧波分量的幅值，信號(hào)丟失越少，時(shí)域復(fù)現(xiàn)程度越好。由幅頻譜圖得，隨著采樣頻率的升高，譜線逐漸接近各諧波分量的幅值，即頻率較高時(shí)，頻譜顯示的比較準(zhǔn)確，

5、譜線能量泄露小，頻域分析越準(zhǔn)確。2）采樣頻率、采樣長度（采樣點(diǎn)數(shù)）與頻率分辨率的關(guān)系。取采樣頻率fs均為6000Hz，設(shè)置不同的采樣點(diǎn)數(shù)，采樣點(diǎn)數(shù)分別為1024、2048、4096時(shí)，通過Matlab畫出時(shí)域波形和傅里葉變換后的幅頻譜圖如下圖1.2.51.2.7所示：圖1.2.5 N=1024，fs=50000Hz圖1.2.6 N=2048，fs=6000Hz圖1.2.7 N=4096，fs=6000Hz 由上圖1.2.11.2.4，可看出，當(dāng)采樣頻率越高時(shí)，頻域分析效果越好，頻率分辨率越高。 由上圖1.2.51.2.7，可看出，當(dāng)采樣頻率不變，采樣點(diǎn)數(shù)分別為1024、2048、4096時(shí)，各

6、個(gè)譜線的值越來越接近各諧波分量的幅值，可見頻率一定時(shí)，采樣點(diǎn)數(shù)越多，譜線能量泄露小，頻率分辨率越高。3）通過設(shè)置不同幅值的信號(hào)與噪聲，討論噪聲對(duì)信號(hào)時(shí)域分析和頻域分析的影響；取采樣頻率fs=6000Hz，采樣點(diǎn)數(shù)N=2048不變，設(shè)置不同方差的白噪聲，噪聲方差分別為：7、17、50時(shí)，通過Matlab畫出時(shí)域波形和傅里葉變換后的幅頻譜圖如下圖1.2.81.2.10所示：圖1.2.8 N=2048，fs=6000Hz，方差=7圖1.2.9 N=2048，fs=6000Hz，方差=17圖1.2.10 N=2048，fs=6000Hz，方差=50分析圖1.2.81.2.10各圖的幅頻譜圖，可看出：隨

7、著噪聲方差的增大，即噪聲的幅值越大，信號(hào)的幅頻譜線越不明顯，當(dāng)噪聲信號(hào)的幅值遠(yuǎn)遠(yuǎn)大于信號(hào)的幅值時(shí)，噪聲會(huì)淹沒信號(hào)，頻域分析時(shí)，根本無法得到信號(hào)的譜。而且，噪聲的幅值越大，時(shí)域越是混亂越難分析，看不出周期性。4）考慮矩形窗和漢寧窗對(duì)頻譜的影響。取采樣頻率fs=6000Hz ，采樣長度N=2048，用寬度均為1000的矩形窗和漢寧窗分別對(duì)信號(hào)進(jìn)行截?cái)啵M(jìn)行FFT分析，其主要程序段見附錄2，通過Matlab畫出時(shí)域波形和傅里葉變換后的幅頻譜圖如下圖1.2.11和圖1.2.12所示：圖1.2.11 加矩形窗，N=2048，fs=6000Hz圖1.2.12 加漢寧窗，N=2048，fs=6000Hz分析

8、圖1.2.11和圖1.2.12的幅頻譜圖，可看出：加窗函數(shù)后，各譜線的幅值有所下降，說明信號(hào)加窗后會(huì)產(chǎn)生泄漏。比較加相等窗寬的矩形窗和漢寧窗后，所得到的頻譜圖，可看出：加矩形窗的譜線幅值比漢寧窗的幅值更大，說明漢寧窗的泄漏更大；且漢寧窗的頻譜主瓣比矩形窗更寬。2. 基于計(jì)算機(jī)的聲信號(hào)采集與分析2.1設(shè)計(jì)要求現(xiàn)代計(jì)算機(jī)具有對(duì)聲音、視頻進(jìn)行采樣的功能，把模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)。通過計(jì)算機(jī)上的麥克風(fēng)及聲卡與AD，錄制3人以上在不同環(huán)境噪聲、不同發(fā)聲狀態(tài)下講同一句話，如“機(jī)械工程測試與控制技術(shù)”語句。先利用軟件將錄制語音轉(zhuǎn)換為數(shù)據(jù)文件ASCII碼（text文本），再利用軟件進(jìn)行頻譜分析，畫出時(shí)域、頻域

9、圖形。2.2問題分析與處理 首先，利用Matlab將mp3音頻文件轉(zhuǎn)換為數(shù)據(jù)文件ASCII碼，其具體程序見附錄,3取采樣頻率fs=2000Hz，采樣長度N=80000，用Matlab分別對(duì)兩個(gè)信號(hào)進(jìn)行FFT分析，其主要程序段見附錄3，畫出時(shí)域波形和傅里葉變換后的幅頻譜圖如下圖2.2.12.2.3所示：圖2.2.1 音頻1，N=80000，fs=2000Hz圖2.2.2 音頻2，N=80000，fs=2000Hz圖2.2.3 音頻3，N=80000，fs=2000Hz分析圖2.2.12.2.3各圖的時(shí)域波形圖和傅里葉變換后的幅頻譜圖，討論下列問題：1）該設(shè)置至少為多少的采樣頻率？采樣長度多長為合

10、適？由于人耳能聽到的聲音頻率為20Hz到20000Hz，所以設(shè)置采樣頻率為44.1KHz足夠，這也是正常音頻的采樣頻率。因?yàn)槿酥v話的頻率大約在500Hz3000Hz，所以進(jìn)行FFT分析時(shí)，采樣頻率取8000Hz足夠了。采樣長度為音頻信號(hào)長度的二分之一時(shí)比較合適。太長會(huì)使譜線的峰值降低，太短會(huì)使顯示的譜線過少，采樣長度為音頻信號(hào)長度的二分之一時(shí)，譜線比較明顯，特征譜線顯示得比較完整。2）不同人員講話聲音的時(shí)域、頻域有什么區(qū)別？根據(jù)你的分析，該怎樣區(qū)分不同人員的講話聲音？不同人員講話，時(shí)域波形的強(qiáng)度不同，在頻域圖表現(xiàn)出來的是特征譜線的不同，說話聲音低沉的，整體的特征譜線偏低，說話音調(diào)較高的，整體的

11、特征譜線偏高。 辨別不同人的講話，關(guān)鍵是對(duì)其聲音進(jìn)行頻譜分析，找到對(duì)應(yīng)的特征譜線，就可以辨認(rèn)。3）要使他人不易識(shí)別你的講話聲音，該怎么處理？將采樣頻率設(shè)置得足夠低時(shí)，聲音嚴(yán)重失真，他人不易識(shí)別；也可以改變自己的特征譜線，即所謂的用假聲，可使他人不易識(shí)別。3. 機(jī)械運(yùn)行數(shù)據(jù)分析與處理3.1設(shè)計(jì)要求附件數(shù)據(jù)為某轉(zhuǎn)子試驗(yàn)臺(tái)運(yùn)行時(shí)的振動(dòng)位移數(shù)據(jù)，利用軟件對(duì)其進(jìn)行頻譜計(jì)算，得到其時(shí)域和頻域特征，分析旋轉(zhuǎn)機(jī)器振動(dòng)故障原因：不平衡、不對(duì)中故障特征及其診斷方法。數(shù)據(jù)說明：文件名稱參數(shù)1.txt轉(zhuǎn)速2234rpm采樣長度1024傳感器電渦流位移傳感器單位mm每轉(zhuǎn)采樣點(diǎn)數(shù)642.txt轉(zhuǎn)速2169rpm采樣長度1

12、024傳感器電渦流位移傳感器單位mm每轉(zhuǎn)采樣點(diǎn)數(shù)643.2問題分析與處理取采樣長度為1024，采樣頻率為轉(zhuǎn)子轉(zhuǎn)動(dòng)頻率的64倍，計(jì)算可得1.txt的采樣頻率為2383Hz，2.txt的采樣頻率為2314Hz，利用Matlab分別對(duì)兩個(gè)信號(hào)進(jìn)行FFT分析，主要程序段見附錄4，畫出時(shí)域波形和傅里葉變換后的幅頻譜圖如下圖3.2.1和3.2.2所示：圖3.2.1 振動(dòng)位移1.txt，N=1024，fs=2383Hz圖3.2.2 振動(dòng)位移2.txt，N=1024，fs=2314Hz分析圖3.2.1和圖3.2.2的時(shí)域波形圖和傅里葉變換后的幅頻譜圖，可得： 數(shù)據(jù)文本1.txt的時(shí)域波形近似正弦波，說明轉(zhuǎn)子運(yùn)

13、轉(zhuǎn)狀態(tài)良好。轉(zhuǎn)子轉(zhuǎn)動(dòng)的基頻為2234/6037Hz，由其幅頻譜圖可看出在37Hz處幅值最高，頻率為基頻整數(shù)倍處出現(xiàn)峰值，且其幅值逐漸衰減。與理論運(yùn)行工況相符。 數(shù)據(jù)文本2.txt的時(shí)域波形明顯與正弦波有較大差距，說明轉(zhuǎn)子運(yùn)轉(zhuǎn)狀態(tài)較差。轉(zhuǎn)子轉(zhuǎn)動(dòng)的基頻為2169/6036Hz，由其幅頻譜圖可看出在36Hz處幅值最高，頻率為基頻整數(shù)倍處出現(xiàn)峰值，但其幅值不呈衰減趨勢，在2倍基頻（72Hz）處幅值出現(xiàn)很大的高峰，以及在432Hz、864Hz等處出現(xiàn)異常高峰。 72Hz處得異常高峰表明：存在不對(duì)中的故障，其幅值幾乎等于基頻幅值，說明不對(duì)中程度十分嚴(yán)重；864Hz處的異常高峰說明轉(zhuǎn)子不平衡，其他倍頻處得異

14、常峰值可能是由機(jī)座松動(dòng)或裝配松動(dòng)引起的。致 謝在本次項(xiàng)目設(shè)計(jì)的過程中，要特別感謝XX老師悉心指導(dǎo)與教誨，感謝X老師在信號(hào)分析與處理方面提供的專業(yè)知識(shí)，胡老師為此投入了大量的精力與時(shí)間，老師治學(xué)嚴(yán)謹(jǐn)、學(xué)識(shí)淵博、嚴(yán)于律己、寬于待人，使我不僅學(xué)到了基本的思考方式和研究方法，而且還明白了許多待人接物，為人處事的道理。值此論文完成之際，謹(jǐn)向胡建中老師致以崇高的敬意和衷心的感謝。 此外，感謝在實(shí)驗(yàn)過程中給予我許多幫助的同學(xué)們，他們同樣給予我們很大的支持與鼓勵(lì)。在此，也向他們表達(dá)謝意。附錄1：fs=1000; %fs=2000% fs=6000% fs=50000N=1024;t1=1:1:N;f1=50;

15、f2=500;f3=2000;t=t1/fs;x=2*sin(2*pi*f1*t)+2*sin(2*pi*f2*t)+2*sin(2*pi*f3*t);z=sqrt(0.7)*randn(size(x);x=x+z;X=fft(x,N);Y=X.*conj(X);Y=sqrt(Y)*2/N;f=t1*fs/N;subplot(1,2,1);plot(t,x);subplot(1,2,2);plot(f(1:(N/2+1),Y(1:(N/2+1)fs=1000;t=t1/fs;x=2*sin(2*pi*f1*t)+2*sin(2*pi*f2*t)+2*sin(2*pi*f3*t); z=sqrt

16、(0.7)*randn(size(x); x=x+z; X=fft(x,N); Y=X.*conj(X); Y=sqrt(Y)*2/N; f=t1*fs/N; subplot(1,2,1); plot(t,x); subplot(1,2,2); plot(f(1:(N/2+1),Y(1:(N/2+1)附錄2：加窗程序fs=6000；N=2048;t1=1:1:N;t=t1/fs;x=2*sin(2*pi*50*t)+2*sin(2*pi*500*t)+2*sin(2*pi*2000*t);z=sqrt(0.7)*randn(size(x);x=x+z;wf1=rectwin(1000);wf2

17、=zeros(1048,1); %加漢寧窗：wf1=hanning(1000) wf=wf1;wf2; x=x.*wf; X=fft(x,N); Y=X.*conj(X); Y=sqrt(Y)*2/N; subplot(1,2,1); plot(t,x); subplot(1,2,2); plot(f(1:(N/2+1),Y(1:(N/2+1)附錄3：fname,pname=uigetfile(*.mp3,Open MP3 File);file=pname,fname;x,fs,bits=mp3read(file); save 1.txt -ascii x; %將MP3音頻轉(zhuǎn)為txt文本d1,

18、sr1=mp3read(G:sd1.mp3); d1,sr1=mp3read(G:sd2.mp3); d3,sr3=mp3read(G:sd3.mp3); d1,sr1=mp3read(G:sd1.mp3); d2,sr2=mp3read(G:sd2.mp3); d1=d1(:,1); d2=d2(:,1); d3=d3(:,1);fs=2000; N=80000; t1=1:1:N; f=t1*fs/N; X=fft(d1,N); Y=X.*conj(X); Y=sqrt(Y)*2/N; subplot(1,2,1); plot(d1) subplot(1,2,2); plot(f(1:(N/2+1),Y(