机械工程测试与控制技术项目设计

1、机械工程测试与控制技术项目设计02011227 指导教师 课程：机械工程测试与控制技术时间：2014 年 6 月 14 日摘要： 本项目设计围绕课程讲授的动态信号的采集、分析与处理的基本原理与方法进行，包括以下三个部分内容：1、信号仿真、采集与分析处理；2、基于计算机的声信号采集与分析；3、机械运行数据分析与处理。运用信号的分析与处理等测试技术相关知识，借助Matlab软件，利用傅里叶变换等手段，对采集信号进行数学处理并做时域和频域分析，了解不同信号的特征，进而分析不同人的声音信号以及转子实验台运行的震动原因等。关键词：动态信号分析；频谱分析；傅里叶变换；Matlab1. 信号仿真、采集与分析

2、处理1.1 设计要求信号采集过程中一般需要考虑以下几个参数：信号频率、采样频率、采样长度等，不同参数的选择对于信号采集的效果会产生直接影响，为了掌握信号采集过程中这些参数对采集过程及其效果产生的影响，可以通过Matlab或C语言对信号采集与分析处理的过程进行仿真分析，具体要求如下：利用Matlab或C语言产生信号， 其中：频率需要考虑低、中、高，典型的如：f1=30Hz、f2=400Hz、f3=2000Hz。每位同学可按照此思路自己取值，与他人不同；n(t)为白噪声，均值为零，方差为0.7；频率、幅值、相位任意设定。要求每人不相同；对上述等式进行DFFT处理。1.2 问题分析与处理取：a1=a

3、2=a3=2，f1=50Hz，f1=500Hz，f1=2000Hz，1）通过设置不同的采样频率，画出时域波形和傅里叶变换后的幅频谱图，用数据分析验证采样定理。讨论在采样点数一定（2的整数次方）的情况下，如1024点、2048点、4096点，采样频率对信号时域复现、频域分析的影响。采样点数均为1024点时（N=1024），设置不同的采样频率fs，fs分别取1000Hz、2000Hz、6000Hz、50000Hz时，通过Matlab进行FFT分析，Matlab主要程序段见附录1，画出时域波形和傅里叶变换后的幅频谱图如下图1.2.11.2.4所示：图1.2.1 N=1024，fs=1000Hz图1.

4、2.2 N=1024，fs=2000Hz图1.2.3 N=1024，fs=6000Hz图1.2.4 N=1024，fs=50000Hz分析图1.2.11.2.4的时域波形和幅频谱图，可看出：当fs=1000Hz和2000Hz时，只有一个和两个峰值，频谱不完整；当fs=6000Hz和50000Hz时，有三个峰值，频谱完整。验证了采样定理：采样频率fs必须大于信号最高频率的两倍。由时域波形得，随着采样频率的升高，图形的时域波形的分辨率越来越高，逐渐接近各谐波分量的幅值，信号丢失越少，时域复现程度越好。由幅频谱图得，随着采样频率的升高，谱线逐渐接近各谐波分量的幅值，即频率较高时，频谱显示的比较准确，

5、谱线能量泄露小，频域分析越准确。2）采样频率、采样长度（采样点数）与频率分辨率的关系。取采样频率fs均为6000Hz，设置不同的采样点数，采样点数分别为1024、2048、4096时，通过Matlab画出时域波形和傅里叶变换后的幅频谱图如下图1.2.51.2.7所示：图1.2.5 N=1024，fs=50000Hz图1.2.6 N=2048，fs=6000Hz图1.2.7 N=4096，fs=6000Hz 由上图1.2.11.2.4，可看出，当采样频率越高时，频域分析效果越好，频率分辨率越高。 由上图1.2.51.2.7，可看出，当采样频率不变，采样点数分别为1024、2048、4096时，各

6、个谱线的值越来越接近各谐波分量的幅值，可见频率一定时，采样点数越多，谱线能量泄露小，频率分辨率越高。3）通过设置不同幅值的信号与噪声，讨论噪声对信号时域分析和频域分析的影响；取采样频率fs=6000Hz，采样点数N=2048不变，设置不同方差的白噪声，噪声方差分别为：7、17、50时，通过Matlab画出时域波形和傅里叶变换后的幅频谱图如下图1.2.81.2.10所示：图1.2.8 N=2048，fs=6000Hz，方差=7图1.2.9 N=2048，fs=6000Hz，方差=17图1.2.10 N=2048，fs=6000Hz，方差=50分析图1.2.81.2.10各图的幅频谱图，可看出：随

7、着噪声方差的增大，即噪声的幅值越大，信号的幅频谱线越不明显，当噪声信号的幅值远远大于信号的幅值时，噪声会淹没信号，频域分析时，根本无法得到信号的谱。而且，噪声的幅值越大，时域越是混乱越难分析，看不出周期性。4）考虑矩形窗和汉宁窗对频谱的影响。取采样频率fs=6000Hz ，采样长度N=2048，用宽度均为1000的矩形窗和汉宁窗分别对信号进行截断，进行FFT分析，其主要程序段见附录2，通过Matlab画出时域波形和傅里叶变换后的幅频谱图如下图1.2.11和图1.2.12所示：图1.2.11 加矩形窗，N=2048，fs=6000Hz图1.2.12 加汉宁窗，N=2048，fs=6000Hz分析

8、图1.2.11和图1.2.12的幅频谱图，可看出：加窗函数后，各谱线的幅值有所下降，说明信号加窗后会产生泄漏。比较加相等窗宽的矩形窗和汉宁窗后，所得到的频谱图，可看出：加矩形窗的谱线幅值比汉宁窗的幅值更大，说明汉宁窗的泄漏更大；且汉宁窗的频谱主瓣比矩形窗更宽。2. 基于计算机的声信号采集与分析2.1设计要求现代计算机具有对声音、视频进行采样的功能，把模拟信号转换为数字信号。通过计算机上的麦克风及声卡与AD，录制3人以上在不同环境噪声、不同发声状态下讲同一句话，如“机械工程测试与控制技术”语句。先利用软件将录制语音转换为数据文件ASCII码（text文本），再利用软件进行频谱分析，画出时域、频域

9、图形。2.2问题分析与处理 首先，利用Matlab将mp3音频文件转换为数据文件ASCII码，其具体程序见附录,3取采样频率fs=2000Hz，采样长度N=80000，用Matlab分别对两个信号进行FFT分析，其主要程序段见附录3，画出时域波形和傅里叶变换后的幅频谱图如下图2.2.12.2.3所示：图2.2.1 音频1，N=80000，fs=2000Hz图2.2.2 音频2，N=80000，fs=2000Hz图2.2.3 音频3，N=80000，fs=2000Hz分析图2.2.12.2.3各图的时域波形图和傅里叶变换后的幅频谱图，讨论下列问题：1）该设置至少为多少的采样频率？采样长度多长为合

10、适？由于人耳能听到的声音频率为20Hz到20000Hz，所以设置采样频率为44.1KHz足够，这也是正常音频的采样频率。因为人讲话的频率大约在500Hz3000Hz，所以进行FFT分析时，采样频率取8000Hz足够了。采样长度为音频信号长度的二分之一时比较合适。太长会使谱线的峰值降低，太短会使显示的谱线过少，采样长度为音频信号长度的二分之一时，谱线比较明显，特征谱线显示得比较完整。2）不同人员讲话声音的时域、频域有什么区别？根据你的分析，该怎样区分不同人员的讲话声音？不同人员讲话，时域波形的强度不同，在频域图表现出来的是特征谱线的不同，说话声音低沉的，整体的特征谱线偏低，说话音调较高的，整体的

11、特征谱线偏高。 辨别不同人的讲话，关键是对其声音进行频谱分析，找到对应的特征谱线，就可以辨认。3）要使他人不易识别你的讲话声音，该怎么处理？将采样频率设置得足够低时，声音严重失真，他人不易识别；也可以改变自己的特征谱线，即所谓的用假声，可使他人不易识别。3. 机械运行数据分析与处理3.1设计要求附件数据为某转子试验台运行时的振动位移数据，利用软件对其进行频谱计算，得到其时域和频域特征，分析旋转机器振动故障原因：不平衡、不对中故障特征及其诊断方法。数据说明：文件名称参数1.txt转速2234rpm采样长度1024传感器电涡流位移传感器单位mm每转采样点数642.txt转速2169rpm采样长度1

12、024传感器电涡流位移传感器单位mm每转采样点数643.2问题分析与处理取采样长度为1024，采样频率为转子转动频率的64倍，计算可得1.txt的采样频率为2383Hz，2.txt的采样频率为2314Hz，利用Matlab分别对两个信号进行FFT分析，主要程序段见附录4，画出时域波形和傅里叶变换后的幅频谱图如下图3.2.1和3.2.2所示：图3.2.1 振动位移1.txt，N=1024，fs=2383Hz图3.2.2 振动位移2.txt，N=1024，fs=2314Hz分析图3.2.1和图3.2.2的时域波形图和傅里叶变换后的幅频谱图，可得： 数据文本1.txt的时域波形近似正弦波，说明转子运

13、转状态良好。转子转动的基频为2234/6037Hz，由其幅频谱图可看出在37Hz处幅值最高，频率为基频整数倍处出现峰值，且其幅值逐渐衰减。与理论运行工况相符。 数据文本2.txt的时域波形明显与正弦波有较大差距，说明转子运转状态较差。转子转动的基频为2169/6036Hz，由其幅频谱图可看出在36Hz处幅值最高，频率为基频整数倍处出现峰值，但其幅值不呈衰减趋势，在2倍基频（72Hz）处幅值出现很大的高峰，以及在432Hz、864Hz等处出现异常高峰。 72Hz处得异常高峰表明：存在不对中的故障，其幅值几乎等于基频幅值，说明不对中程度十分严重；864Hz处的异常高峰说明转子不平衡，其他倍频处得异

14、常峰值可能是由机座松动或装配松动引起的。致 谢在本次项目设计的过程中，要特别感谢XX老师悉心指导与教诲，感谢X老师在信号分析与处理方面提供的专业知识，胡老师为此投入了大量的精力与时间，老师治学严谨、学识渊博、严于律己、宽于待人，使我不仅学到了基本的思考方式和研究方法，而且还明白了许多待人接物，为人处事的道理。值此论文完成之际，谨向胡建中老师致以崇高的敬意和衷心的感谢。 此外，感谢在实验过程中给予我许多帮助的同学们，他们同样给予我们很大的支持与鼓励。在此，也向他们表达谢意。附录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)附录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); %加汉宁窗：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)附录3：fname,pname=uigetfile(*.mp3,Open MP3 File);file=pname,fname;x,fs,bits=mp3read(file); save 1.txt -ascii x; %将MP3音频转为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(