振動信號預(yù)處理方法-平滑處理及其MATLAB實(shí)現(xiàn)

1、本科生畢業(yè)論文振動信號預(yù)處理方法平滑處理及其MATLA映現(xiàn)作者姓名學(xué)院：機(jī)電工程學(xué)院專業(yè)：班級：學(xué)號：指導(dǎo)教師：職稱或?qū)W位：2021年5月1原創(chuàng)性聲明本人鄭重聲明：所呈交的論文設(shè)計(jì),是本人在導(dǎo)師的指導(dǎo)下,獨(dú)立進(jìn)行研究工作所取得的成果.除文中已經(jīng)注明引用的內(nèi)容外,本論文設(shè)計(jì)不含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品成果.對本論文設(shè)計(jì)的研究做出重要奉獻(xiàn)的個人和集體,均已在文中以明確方式標(biāo)明.本人完全意識到本聲明的法律結(jié)果由本人承當(dāng).學(xué)生簽名：年月日指導(dǎo)聲明本人指導(dǎo)的同學(xué)的畢業(yè)論文設(shè)計(jì)題目大小、難度適當(dāng),且符合該同學(xué)所學(xué)專業(yè)的培養(yǎng)目標(biāo)的要求.本人在指導(dǎo)過程中,通過網(wǎng)上文獻(xiàn)搜索及文獻(xiàn)比對等方式,對其

2、畢業(yè)論文設(shè)計(jì)內(nèi)容進(jìn)行了檢查,未發(fā)現(xiàn)抄襲現(xiàn)象,特此聲明.指導(dǎo)教師簽名:1緒論12振動信號預(yù)處理算法分析12.1 算術(shù)平均值法22.2 加權(quán)平均值法22.3 中值法32.4 滑動平均值法32.5 五點(diǎn)三次平滑法42.6 模糊限制算法63基于MATLA的振動信號平滑處理63.1 MATLAB簡介63.2 算例63.3 計(jì)算代碼73.4 算法機(jī)理84結(jié)果分析95總結(jié)10致謝：11參考文獻(xiàn)：11振動信號預(yù)處理方法-平滑處理及其MATLAB實(shí)現(xiàn)作者姓名宋體四號,居中機(jī)電工程學(xué)院指導(dǎo)教師：XXX楷體五號,居中摘要：進(jìn)行振動信號測試時往往由于外界干擾的存在,使得測量信號不光滑,質(zhì)量差,嚴(yán)重時后續(xù)分析難以展開,

3、可見振動信號預(yù)處理是必要的步驟.本文對振動信號預(yù)處理算法進(jìn)行詳細(xì)分析,討論假設(shè)干種平滑處理算法,并以五點(diǎn)三次平滑法與滑動平均值法為例,具體討論了平滑處理的流程.結(jié)果說明結(jié)果說明五點(diǎn)滑動平均法與五點(diǎn)三次平滑法兩種算法都簡單明了,可以以很小的計(jì)算量實(shí)現(xiàn)良好預(yù)處理效果,提升振動信號質(zhì)量.兩種算法都是有效的預(yù)處理方法,借助于MATLA瞅件平臺實(shí)現(xiàn)簡便,因此有很強(qiáng)的實(shí)用價值.關(guān)鍵詞：振動信號；平滑處理；平均值；MATLABVibrationsignalpreprocessingmethods-smoothingprocessingbyMATLABNameofauthorCollegeofMechanic

4、alandElectricalEngineering,Advisor:XXXAbstract:Whenthevibrationsignalistested,themeasurementsignalisnotsmoothandlowqualitybecauseofoutsideinterference.Ifthesituationisserious,itisdifficulttocarryoutsubsequentanalysis,sovibrationsignalpreprocessingstepisnecessary.Thispaperwilldicussthevibrationsignal

5、preprocessingalgorithmbythesmoothingalgorithmsandfivecubicsmoothingtheslidingaveragemethod.Theresultshowthatthetwoalgorithmsoffive-pointmovingaverageandthreefiver-pointsmoothingarebothsimple,achievegoodpretreatmenteffectwithsmallamoutofcomputation,imrovethequalityofvibrationsignal.Bothalgorithmsaree

6、ffectivepretreatmentmethodsbyusingMATLABsoftwareplatform,whichhasastrongpracticalvalue.Keywords:Vibrationsignal;smoothing;mean;MATLAB1緒論振動是自然界普遍存在的現(xiàn)象,大到地震、海嘯等宏觀振動,小到粒子熱運(yùn)動、布朗運(yùn)動等微觀運(yùn)動.對于兩個固有頻率相同的物體,當(dāng)一個物體發(fā)生振動時將導(dǎo)致另外一個物體產(chǎn)生相同頻率振動,該現(xiàn)象即為共振,共振對于人類生產(chǎn)生活同時帶來好處與危害.如何合理利用有利振動的同時克服有害振動,是人們普遍關(guān)注的問題.為更好地掌握振動規(guī)律,振動測試是必不

7、可少的環(huán)節(jié).但是在振動測試過程中,往往存在多種干擾,導(dǎo)致測試系統(tǒng)得到的數(shù)據(jù)并不準(zhǔn)確,將偏離真實(shí)數(shù)值.因此在完成振動信號測試之后,應(yīng)當(dāng)對采集得到的數(shù)據(jù)進(jìn)行預(yù)處理,進(jìn)而提升數(shù)據(jù)的真實(shí)性與可用性,并分析振動信號的隨機(jī)性,從而確定具體的處理手段.儀器分析過程中為了掌握信號參數(shù),提升信噪比,常常要求進(jìn)行曲線平滑、信號求導(dǎo)等一系列操作.實(shí)際振動信號測試過程中,小波動往往由于隨機(jī)誤差而產(chǎn)生,同時大的波動一般擁有有用信息.為此平滑技術(shù)有重要意義.早分析儀器的平滑技術(shù)中,大多是基于最小二乘多項(xiàng)式平滑的.通常經(jīng)過數(shù)據(jù)采集器采樣獲得的振動信號大多有多種噪聲,除了50Hz的工頻及倍頻程以外,還包含不規(guī)那么的隨機(jī)干擾信

8、號,此類干擾信號頻帶寬,且高頻成分多,使得最終得到的振動曲線出現(xiàn)很多毛刺,為提升振動曲線光滑度,平滑處理是極為有效的方法之一.本文將對振動信號的預(yù)處理方法進(jìn)行分析,并詳細(xì)討論平均法與五點(diǎn)三次平滑法的運(yùn)用.2振動信號預(yù)處理算法分析數(shù)字濾波器在離散系統(tǒng)中有很強(qiáng)的適用性,可以對輸入信號的波形以及頻率進(jìn)行加工,在目前振動信號預(yù)處理中得到廣泛應(yīng)用.信號的預(yù)處理方法主要包括兩局部,即消除多項(xiàng)式趨勢項(xiàng)與平滑處理兩種.前者將多項(xiàng)式趨勢項(xiàng)消除以后,可以將偏離基線的信號過濾掉,進(jìn)而得到正確性更高的信號；后者那么是將信號里的噪聲除去,進(jìn)而提升振動曲線光滑度.圖2-1與2-2分別為振動信號原始曲線與完成消除趨勢項(xiàng)與平

9、滑處理以后得到的曲線.圖2-1經(jīng)過消除趨勢項(xiàng)與平衡處理得到的信號常用的振動信號預(yù)處理算法包括算術(shù)平均值法、加權(quán)平均值法、五點(diǎn)三次平滑法、滑動平均值法、中值法、模糊限制法等.本章將對常用算法進(jìn)行分析.2.1算術(shù)平均值法算術(shù)平均值法首先確定一個值Y,使得Y和所有采樣值誤差的平方和最小,表達(dá)式如下：N2.E=min(Y-X(k)k4利用一元函數(shù)極限的求解方法可以得到Y(jié)值：1JYX(k)Nkw通過上式實(shí)現(xiàn)的振動信號預(yù)處理就是算術(shù)平均值算法.假設(shè)每次測量得到信號Si與噪聲Ci,那么完成N次同樣測量之后,就可以得到所有測量值之和：N、Si=NSi1通常使用均方根表征噪聲強(qiáng)度大小,如果測量過程中的噪聲是隨機(jī)

10、信號,完成N次測量以后得到的噪聲強(qiáng)度和如下式：用S和C分表代表信號與噪聲的平均幅值,那么完成N次測量以后,得到的算術(shù)平均信噪比方下:算術(shù)平均值算法應(yīng)用范圍廣泛,主要針對在某一數(shù)值上下波動頻繁的信號.在振動信號測量過程中,采用算術(shù)平均值算法時如果只選取一個采樣值為依據(jù)得到的結(jié)果往往不理想.這種算法在處理脈沖性干擾時效果不佳,所以在脈沖性干擾相對嚴(yán)重的情況下慎用.采用算術(shù)平均值算法實(shí)現(xiàn)振動信號預(yù)處理的平滑程度直接取決于N的大小,當(dāng)N很大時,平滑度高,然而此時靈敏度低.2.2加權(quán)平均值法加權(quán)平均值法即對屢次測量所得的采樣值賦予加權(quán)系數(shù),從而有效提升測量系統(tǒng)對干擾的靈敏度.采用加權(quán)平均值法時,對不同采

11、樣值取得不同比重,其計(jì)算公式如下：NY八CkX(k)k1式中&即為C1、C2、Cn,并且符合以下關(guān)系式：0:Ci:C2二Cn,且C1、C2、Cn之和為1.&選取可以具體情況進(jìn)行調(diào)整,最為常見的即為加權(quán)系數(shù)法,C1、C2、Cn分別如下取值：1e-,N).Ci=-C2=Cn=e=上式T代表了限制對象時產(chǎn)生的滯后時長.加權(quán)平均值算法通常適用范圍受限,多應(yīng)用在系統(tǒng)的純滯后時間常數(shù)偏大的情況下,這種情況下采樣周期短,針對不同相對采樣時間所測量的采樣值賦予不同權(quán)重,進(jìn)而對于干擾及其影響程度十分敏感.使用加權(quán)平均值算法需要不停地計(jì)算加權(quán)技術(shù),導(dǎo)致限制速度緩慢,所以應(yīng)用較少.2.3 中值法中值算法是針對某被測

12、量進(jìn)行屢次連續(xù)采樣,采樣的次數(shù)一般為奇數(shù)次,將假設(shè)干次采樣值根據(jù)從小至大的順序進(jìn)行排列,然后取得其中的中間值當(dāng)本錢次采樣值.使用中值算法能夠有效防止偶然因素對結(jié)果的影響,主要是將采樣器的不穩(wěn)定性降至最低.但是中值算法多用于變化相對緩慢的被測參數(shù),例如溫度、液面高度等,然而針對速度、振動等信號往往效果不隹.2.4 滑動平均值法滑動平均值法的原理是依據(jù)某一測量點(diǎn)附近其他采樣點(diǎn)的波動幅值對此點(diǎn)的波幅進(jìn)行修正,進(jìn)而使得振動曲線足夠平滑,實(shí)現(xiàn)降噪目的.滑動平均值法通過對周圍點(diǎn)進(jìn)行簡單平均,或者對附近點(diǎn)實(shí)現(xiàn)加權(quán)平均.通常取附近五個點(diǎn)進(jìn)行平均,其依據(jù)以下公式：NV,=hnX(i=1,2.,m)n-_N其中x

13、代表采樣所得數(shù)據(jù)值；y代表完成平滑處理之后的數(shù)據(jù)；m為測量數(shù)據(jù)數(shù)量；N是平均點(diǎn)數(shù)；h是加權(quán)平均因子.加權(quán)平均因子的取值符合下式：N=1n-N如果采用簡單平均法,那么hn12N1(n=0,1,2,.,N),因此有:yi=12N1N.-xi-nn=-N如果采用加權(quán)平均法,并且選擇5點(diǎn)進(jìn)行加權(quán)平均,此時N=2,那么可根據(jù)如下方法取值:h=(h,h,ho,h1,h2)其中h-2到h2依次為1/9、2/9、3/9、2/9、1/9.滑動平均值法是常用的基于最小二乘法的平滑處理方法,主要針對離散數(shù)據(jù)有良好處理效果.五點(diǎn)滑動平均所采用的計(jì)算公式如下所示:iyiy2=一(3x12x2x3一x4)51,=(4x1

14、3x22x3x4)1, 、二二(為n-xijxi-xi1i2)51 ,.c.c,、ymJ_=(xm_32xm_23xm/4xm)101,c,c、ym=-(-xm+xmN+2xm+3%)5其中,i取3、4、,、m-2.滑動平均值算法與算術(shù)平均值算法以及加權(quán)平均值算法有共同點(diǎn),即每當(dāng)完成一次有效采樣值的計(jì)算以后,都要求實(shí)現(xiàn)屢次連續(xù)采樣.如果由于測量設(shè)備問題導(dǎo)致采樣速度不夠快,以及振動數(shù)據(jù)四算速率很高的情況下(比方實(shí)時系統(tǒng)),無論是算術(shù)平均法、加權(quán)平均法還是滑動平均值算法都難以適用.對于A/D數(shù)據(jù)而言,進(jìn)行數(shù)據(jù)采中時通常10次/秒,并且如果每秒需要輸入四次數(shù)據(jù),那么N值應(yīng)小于等于2.采用滑動平均值算

15、法只需要一次采樣,然后把這次采樣得到的值與前N-1次共同求平均,進(jìn)而得到有效采樣值.滑動平均值算法的思想是將N個采樣數(shù)據(jù)作為同一序列,且其長度是N,每當(dāng)獲得新采樣值以后,需要將采樣結(jié)果放置在該序列的末尾,同時將序列第一個數(shù)據(jù)刪除,即實(shí)現(xiàn)數(shù)據(jù)的更新.滑動平均算法的優(yōu)勢在于抗周期性噪聲效果良好,且獲得的振動曲線平滑程度很高,靈敏性優(yōu)良,缺點(diǎn)在于無法高效地抑制了偶然性脈沖干擾的影響,因此如果脈沖干擾較多,不宜使用滑動平均算法,往往在高頻振蕩系統(tǒng)中應(yīng)用較多.2.5五點(diǎn)三次平滑法五點(diǎn)三次平滑法同樣是處理離散數(shù)據(jù)常用的預(yù)處理手段,其主要針對等間距數(shù)值而言,并在此根底上實(shí)現(xiàn)數(shù)據(jù)處理.假設(shè)y是x的函數(shù),任彳s

16、jy均可以通過泰勒公式詹凱臣哥級數(shù)的形式,在數(shù)據(jù)測量過程中只需要前四項(xiàng),因此有：2. 3y(x)=80+81x1+82x2+83x3因此可以計(jì)算其方差和：523、.2F(80,81,82,83)=(a.ax82、83x1)-yJi1依據(jù)最小二乘法原理,就可以得到下述等式關(guān)系:弓a0+a1X1+822Xi2+LX2=Yja0b1Li=(2Y_2+27Y+12Y0-SYi+2Y2)“=(Y-+12Y-i-17丫.+12Yr3Y)*=5(2丫+八1-12丫廠-2)產(chǎn)17丫1地丫：)70五點(diǎn)三次平滑公司如下為了實(shí)現(xiàn)對稱的目的,兩端采用上述Y；、Y；、?、乜,其余的都使用Y0相應(yīng)公式.從而實(shí)現(xiàn)所有子區(qū)間

17、均采用不同的三次最小二乘多項(xiàng)式實(shí)現(xiàn)平滑處理.根據(jù)推導(dǎo)公式不難發(fā)現(xiàn),針對等距節(jié)點(diǎn)而言,平滑公式僅僅是用到實(shí)驗(yàn)數(shù)據(jù)Y,而和節(jié)點(diǎn)X與節(jié)點(diǎn)間等距離h無關(guān).2.6模糊限制算法在上述假設(shè)干種平滑處理方法中,普遍運(yùn)用了平均法的原理,只不過實(shí)現(xiàn)方法有差異,這些算法的計(jì)算公式均可用下式表示：根據(jù)該式子,其中x代表了采樣數(shù)據(jù),而y那么表示經(jīng)過平滑處理之后所得的數(shù)據(jù).M代表總的數(shù)據(jù)點(diǎn)數(shù),其窗口寬度可以用2N+1表示,h是加權(quán)平均因子.模糊平滑方法在近年來得到越來越多關(guān)注,并被認(rèn)為是極其有開展?jié)摿Φ臄?shù)據(jù)處理手段,如今國內(nèi)外學(xué)者相繼提出模糊平滑算法、模糊加權(quán)中值算法、基于模糊邏輯的信號處理等.模糊平滑方法無論在時域還是

18、頻率上均有更多優(yōu)勢,尤其在振動測量中包括大量混合數(shù)據(jù),模糊平滑方法有廣闊應(yīng)用前景.本文主要對滑動平均值法與五點(diǎn)三次平滑法進(jìn)行分析,基于MATLAB件實(shí)現(xiàn)兩種方法的平滑處理.3基于MATLAB勺振動信號平滑處理3.1 MATLAB簡介MATLA匿一款基于M文件進(jìn)行運(yùn)行以及調(diào)試的軟件,M文件屬于解釋性語言,其語法沒有計(jì)算機(jī)高級語言復(fù)雜,結(jié)構(gòu)及形式更加簡便,因此便于使用者更快掌握,程序調(diào)試更容易,有很強(qiáng)的人機(jī)交互水平.MATLAEW有強(qiáng)大的工具箱,其中名大多數(shù)函數(shù)均通過M文件進(jìn)行編制,其中有專門針對信號處理的工具箱,在振動測試中應(yīng)用廣泛,信號分析水平強(qiáng),且可以直接調(diào)用相關(guān)函數(shù),滿足靈活的編程需求.本

19、文研究主要對振動信號預(yù)處理方法進(jìn)行討論,MATLAB提供的圖形程序可以極大方便計(jì)算過程可視化,進(jìn)而對振動信號預(yù)處理效果進(jìn)行觀察比照.數(shù)據(jù)比照需要首先經(jīng)過FFT分析,基于MATLAB勺振動信號預(yù)處理流程如下：輸入原始數(shù)據(jù)文件與采樣頻率,分別采用五點(diǎn)直線滑動平均法與五點(diǎn)三次平滑法進(jìn)行平滑處理；輸入平滑次數(shù)并得到輸出平滑數(shù)據(jù)文件,與原始波形進(jìn)行比照；選擇窗函數(shù)之后進(jìn)行短時傅里葉變換,輸出分析數(shù)據(jù)文件,對輸出的圖形進(jìn)行比照,分析兩種平滑處理所得數(shù)據(jù)與原始數(shù)據(jù)的差異.3.2 算例為驗(yàn)證五點(diǎn)直線滑動平均法和五點(diǎn)三次平滑法進(jìn)行振動信號預(yù)處理的效果,本文分別以某實(shí)測的振動信號為例進(jìn)行分析,分別用五點(diǎn)直線滑動平

20、均法與五點(diǎn)三次平滑法對其進(jìn)行平滑處理,比照處理前后效果,驗(yàn)證算法可行性.3.3 計(jì)算代碼五點(diǎn)滑動平均法fid=fopen(C:ph.txt,r);x=fscanf(fid,%f,inf);fclose(fid);sf=1000;n=length(x);t=(0:1/sf:(n-1)/sf);a=x;m=3;fork=1:mb(1)=1/5*(3*a(1)+2*a(2)+a(3)-a(4);b(2)=1/10*(4*a(1)+3*a(2)+2*a(3)+a(4);fori=3:n-2b(i)=1/5*(a(i-2)+a(i-1)+a(i)+a(i+1)+a(i+2);endb(n-1)=1/10

21、*(a(n-3)+2*a(n-2)+3*a(n-1)+4*a(n);b(n)=1/5*(-a(n-3)+a(n-2)+2*a(n-1)+3*a(n);a=b;endy=a;subplot(2,1,1);plot(t,x);gridon;subplot(2,1,2);plot(t,y);gridon;五點(diǎn)三次平滑法fid=fopen(C:ph.txt,r);x=fscanf(fid,%f,inf);fclose(fid);sf=1000;n=length(x);a=x;fork=1:mb(1)=(69*a(1)+4*(a(2)+a(4)-6*a(3)-a(5)/70;b(2)=(2*(a(1)+

22、a(5)+27*a(2)+12*a(3)-8*a(4)/35;forj=3:n-2b(j)=(-3*(a(j-2)+a(j+2)+12*(a(j-1)+a(j+1)+17*a(j)/35;endb(n-1)=(2*(a(n)+a(n-4)+27*a(n-1)+12*a(n-2)-8*a(n-3)/35;b(n)=(69*a(n)+4*(a(n-1)+a(n-3)-6*a(n-2)-a(n-4)/70;a=b;endy=a;subplot(2,1,1);plot(t,x);gridon;subplot(2,1,2);plot(t,y);gridon;消除多項(xiàng)式趨勢項(xiàng)fid=fopen(C:gfj

23、.txt,r);x=fscanf(fid,%f);fclose(fid);sf=1000;n=length(x);t=(0:1/sf:(n-1)/sf);m=3;a=polyfit(t,x,m);y=x-polyval(a,t);plot(t,y);gridon;3.4 算法機(jī)理以五點(diǎn)直線滑動平均法為例,對算法機(jī)理進(jìn)行討論.基于MATLAB勺振動信號預(yù)處理可以實(shí)現(xiàn)下述人機(jī)對話：將原始數(shù)據(jù)文件、采樣頻率(1000HZ)輸入,并確定采用五點(diǎn)直線滑動平均法,平滑次數(shù)選擇為四次,輸出文件為txt格式,窗函數(shù)選擇漢寧窗,輸出分析文件為txt格式.4結(jié)果分析由于本次實(shí)測得到的信號中存在趨勢項(xiàng),且趨勢項(xiàng)的存

24、在會對二次積分位移信號產(chǎn)生一定影響,因此在計(jì)算代碼中進(jìn)行了多項(xiàng)式趨勢項(xiàng)的消除.為了更好表達(dá)出消除趨勢項(xiàng)的作用,針對采集得到的數(shù)據(jù)增加三階趨勢項(xiàng),然后采用最小二乘法消除趨勢項(xiàng),得到消除趨勢項(xiàng)前后的曲線如圖4-1所示.3OJ2Wjmii-0020OS11J141.E原始波形消除多項(xiàng)式趨勢項(xiàng)3W圖4-1消除多項(xiàng)式趨勢項(xiàng)從圖4-1可以看出,使用最小二乘法消除趨勢項(xiàng)之后,原始信號趨勢項(xiàng)被消除,得到的信號更加接近實(shí)測數(shù)據(jù),使信號得到改善.消除趨勢項(xiàng)與五點(diǎn)滑動平均處理以及五點(diǎn)三次平滑法相結(jié)合的預(yù)處理方法才能最大程度改善信號質(zhì)量.利用最小二乘法消除高階趨勢項(xiàng)以后信號均值與方差比照方下：表4-1最小二乘法消除高

25、階趨勢項(xiàng)后信號均值與方差比照原始振動信號加三階趨勢項(xiàng)后信號消除趨勢項(xiàng)后信號均值1.854937.73460力差1612.81841620.82731612.6456進(jìn)行最小二乘法消除趨勢項(xiàng)以后,然后分別采用五點(diǎn)滑動平均法與五點(diǎn)三次平滑法對信號進(jìn)行平滑處理,處理結(jié)果分別如圖4-1與圖4-2所示.從原始波形圖中發(fā)現(xiàn),存在較多高頻成分,波形圖中毛刺較多,可見受外界干擾十分嚴(yán)重,該數(shù)據(jù)只有進(jìn)行處理前方可使用.五點(diǎn)三次平滑法與五點(diǎn)滑動平均法都是有效的振動信號預(yù)處理方法,實(shí)現(xiàn)了平滑處理,進(jìn)而使得測得振動信號質(zhì)量更高.由于在進(jìn)行本次實(shí)驗(yàn)之前完成了多項(xiàng)式趨勢的消除,使得波形數(shù)據(jù)和實(shí)測數(shù)據(jù)更加符合.五點(diǎn)三次法有

26、效提升波形圖平滑程度,質(zhì)量更高、而且五點(diǎn)三次法能夠降低高頻隨機(jī)噪聲,并且使得模態(tài)參數(shù)識別過程中提升擬合效果.五點(diǎn)平滑平均法導(dǎo)致譜曲線峰值有所下降,而且體型更寬,這就容易導(dǎo)致識別參數(shù)時誤差變大.總而言之,本次實(shí)驗(yàn)有效地利用兩種平滑算法對含噪聲的信號進(jìn)行平滑處理,降低了噪聲信號不可預(yù)測性與高破壞性對信號結(jié)果的影響,進(jìn)而提升信號處理結(jié)果可靠性,但兩種平滑處理方法均使得局部信息喪失,五點(diǎn)三次平滑處理得到的波形相比五點(diǎn)滑動平均法保存了更多重要信息,在實(shí)際工程中應(yīng)根據(jù)實(shí)際需求選擇合理的平滑次數(shù),從而使處理得到的波形數(shù)據(jù)與實(shí)際情況吻合度更高.圖4-1五點(diǎn)滑動平均法的平滑處理分析結(jié)果0Q,24Q6.日11.214161.82原始波形IIJJ!II002040.6OB11.2141.61.82五桌三次三滑法處理后的波攜I圖4-2基于五點(diǎn)三次平滑動法的平滑處理分析結(jié)果5總結(jié)振動信號測試時往往由于干擾的存在,使得測量數(shù)據(jù)與真實(shí)數(shù)值之間存在誤差,為此需要對所測數(shù)據(jù)實(shí)現(xiàn)預(yù)處理,進(jìn)而提升數(shù)據(jù)的真實(shí)性與可用性.常見的預(yù)處理方法包括標(biāo)