数据清理，例如填充物缺失和填充异常值. 数据清理使用各种技术查找、删除和替换坏数据或丢失的数据。

平滑数据，例如平滑数据和莫维梅恩.使用平滑消除数据中不必要的噪声或高方差。

删除趋势数据，例如德特伦德。从数据中删除趋势可以让您将分析重点放在有关趋势的数据波动上。虽然趋势可能有意义，但其他趋势是由于系统性影响造成的，某些类型的分析在删除后会产生更好的洞察力。删除偏移量是另一种类似的预处理类型。

缩放或规范化数据，例如重新缩放. 缩放会更改数据的边界，例如，当您使用不同的单位处理数据时，缩放会非常有用。

运输安全管理局-使用时间同步平均法相干去除噪声，并使用包络谱分析磨损。榜样利用Simu金宝applink生成故障数据使用时间同步平均法对振动数据进行预处理。

差价-从时间同步平均（TSA）信号中去除常规信号、一阶边带和其他特定边带及其谐波。

tsaregular-通过去除残余信号和特定边带，将已知信号与TSA信号隔离。

TSA残留-通过去除已知信号分量及其谐波，将残余信号与TSA信号隔离。

订单跟踪-使用阶数分析来分析和可视化旋转机械中出现的光谱内容。跟踪和提取阶数及其时域波形。

rpmtrack-通过计算转速作为时间的函数，跟踪并从振动信号中提取转速曲线。

环境光谱-计算包络谱。包络谱从信号中去除高频正弦分量，并集中于低频调制。示例滚动轴承故障诊断使用包络谱进行此类预处理。

pspectrum-计算信号的功率谱、时频功率谱或功率谱图。频谱图包含有关功率分布如何随时间变化的信息。榜样基于模拟数据的多类故障检测使用以下命令执行数据预处理：pspectrum.

环境光谱-计算包络谱。引起重复脉冲或模式的故障将对机器的振动信号施加振幅调制。包络谱从信号中去除高频正弦分量，并将重点放在低频调制上。榜样滚动轴承故障诊断使用包络谱进行此类预处理。

有序谱-计算平均数量级谱。

莫达尔夫-估计信号的频率响应函数。

光谱图-使用短时傅里叶变换计算频谱图。频谱图描述信号的时间局部化频率内容及其随时间的演变。示例利用振动信号进行状态监测和预测使用光谱图对信号进行预处理，并帮助识别潜在条件指示器。

hht-计算信号的希尔伯特谱。希尔伯特谱可用于分析由光谱内容随时间变化的信号混合物组成的信号。该函数计算混合信号中每个分量的频谱，其中分量由经验模式分解确定。

emd-计算信号的经验模式分解。此分解描述在希尔伯特谱中分析的信号的混合，并可帮助您分离混合信号，以提取其时频行为随系统性能下降而变化的组件。你可以用emd为以下各项生成输入：hht.

黑线图-计算时间局部化频谱峰度，该峰度通过在频域中将平稳高斯信号行为与非平稳或非高斯行为区分开来来表征信号。作为包络分析等其他工具的预处理，光谱峰度可以提供最佳频带等关键输入。（见肺结核）例如滚动轴承故障诊断使用光谱峰度对条件指标进行预处理和提取。