数据预处理条件监控和预测维护
数据预处理是用于预测维护算法开发的工作流的第二阶段：
数据预处理通常需要清洁数据并将其转换为可以从中提取条件指示符的形式。数据预处理可以包括：
离群值和缺失值移除，偏移量移除和去趋势化。
降噪，如滤波或平滑。
时间和频域之间的变换。
更高级的信号处理，例如短时傅里叶变换和转换到订单域。
您可以在使用预测维护工具箱™集合数据存储的测量或模拟数据的阵列或模拟数据的阵列上执行数据预处理，如图所示条件监控和预测维护的数据集合。通常，您在分析之前预处理数据以确定有希望的条件指示符，这是一种以可预测方式变化的数量，随着系统性能降级。（看用于监控、故障检测和预测的条件指标。）预处理和识别条件指示符的步骤之间可以存在一些重叠。然而，通常，预处理导致清洁或变换信号，在其上执行进一步分析以将信号信息冷凝到条件指示器。
理解您的机器和您拥有的数据类型可以帮助确定使用什么预处理方法。例如，如果您正在过滤有噪声的振动数据，了解什么频率范围最有可能显示有用的特征可以帮助您选择预处理技术。类似地，当转速随时间变化时，将齿轮箱振动数据转换为阶域可能是有用的。然而，同样的预处理对于汽车底盘的振动数据没有用处，因为底盘是刚体。
基本预处理
马铃薯®包括许多函数，可用于数组或表中数据的基本预处理。这些包括：
数据清洁，例如
填充和Fillutiers.。数据清洁使用各种技术来查找，删除和替换坏或丢失的数据。平滑数据，如
smoothdata.和Movemean.。使用平滑以消除有不需要的噪声或高度的数据方差。争取数据，如
诽谤。从数据中删除趋势让您将您的分析集中在有关趋势数据中的波动。虽然趋势可能是有意义的，但其他是由于系统的效果，并且某些类型的分析一旦删除它们就会产生更好的洞察力。删除偏移是另一个类似类型的预处理。缩放或归一化数据，例如
rescale.。缩放更改数据的界限，并且例如，当您使用不同单位的数据时，可以是有用的。
另一种常见类型的预处理是提取信号的有用部分并丢弃其他部分。例如，您可能会丢弃是某些启动瞬态的一部分的信号的前五秒钟，并仅从稳态操作中保留数据。有关执行此类预处理的示例，请参阅使用Simu金宝applink生成故障数据。
有关Matlab中基本预处理命令的更多信息，请参阅预处理数据。
过滤
过滤是从信号中移除噪声或不需要的组件的另一种方法。当您知道数据中最有可能显示有用的功能以进行条件监控或预测时，过滤是有用的。基本的Matlab功能筛选允许您使用传递函数过滤信号。您可以使用设计档案要生成滤波器以供使用筛选，例如通带，高通和低通滤波器以及其他常用过滤器形式。有关使用这些功能的更多信息，请参阅数字和模拟过滤器。
如果您有一个小波工具箱™许可，您可以将小波工具用于更复杂的滤波方法。例如，您可以将数据划分为子带，分别处理每个子带中的数据，并将它们重新组合，以构造原始信号的修改版本。有关此类过滤器的更多信息，请参见过滤银行（小波工具箱）。您还可以使用信号处理工具箱™功能EMD.将混合信号分解为具有不同时频特性的分量。
时域预处理
预测维护工具箱和信号处理工具箱提供了让您在时域中学习和表征机械系统中的振动的功能。使用这些功能进行预处理或提取条件指标。例如：
运输安全管理局- 使用时转平均和使用信封光谱分析磨损，清除噪声。这个例子使用Simu金宝applink生成故障数据采用时间同步平均法对振动数据进行预处理。TSADIFFURES.- 从时间同步平均（TSA）信号中，从谐波中删除常规信号，一阶边带和其他特定边带。Tsaregular.- 通过移除残差信号和特定的边带，将已知信号与TSA信号隔离。Tsaresidual.- 通过移除已知的信号分量及其谐波，将来自TSA信号的残差信号分离。oritingtrack.- 使用订单分析来分析旋转机械中发生的光谱内容。跟踪和提取订单及其时域波形。rpmtrack.-跟踪和提取RPM配置文件从振动信号计算RPM作为时间的函数。EnvSpectum.- 计算信封频谱。信封频谱从信号中消除高频正弦组件，并侧重于较低频调制。这个例子滚动轴承故障诊断使用包络频谱进行这种预处理。
有关这些和相关功能的更多信息，请参阅振动分析。
频域（光谱）预处理
对于振动或旋转系统，可以通过频域行为的变化来指示故障开发，例如改变谐振频率或新的振动分量的存在。信号处理工具箱提供了许多用于分析这种光谱行为的功能。在对提取条件指示器进行进一步分析之前，它们通常可用作预处理。这些功能包括：
pspectrum.- 计算信号的功率谱，时频功率频谱或功率谱图。频谱图包含有关电力分布如何随时间变化的信息。这个例子使用模拟数据进行多级故障检测使用。执行数据预处理pspectrum.。EnvSpectum.- 计算信封频谱。导致重复脉冲或图案的故障将施加对机器的振动信号的幅度调制。信封频谱从信号中消除高频正弦组件，并侧重于较低频调制。这个例子滚动轴承故障诊断使用包络频谱进行这种预处理。OrderSpectrum.- 计算平均秩序级谱。modalfrf.- 估计信号的频率响应函数。
有关这些和相关功能的更多信息，请参阅振动分析。
时频预处理
信号处理工具箱包括用于分析其频域行为随时间变化的系统的功能。这种分析被称为时频分析，并且可用于分析和检测与系统性能变化相关的瞬态或变化信号。这些功能包括：
谱图- 使用短时傅里叶变换计算频谱图。频谱图描述了信号的时间局限性频率内容及其演化随时间。这个例子使用振动信号的状态监测和预测使用谱图预处理信号并有助于识别潜在的条件指示符。HHT.- 计算信号的Hilbert频谱。Hilbert频谱可用于分析包含信号的光谱内容随时间变化的信号的混合物的信号。该功能计算混合信号中的每个分量的频谱，其中通过经验模式分解来确定分量。EMD.- 计算信号的实证模式分解。该分解描述了在Hilbert频谱中分析的信号的混合，并且可以帮助您分离混合信号以提取其时频性能随着系统性能降级而变化的组件。您可以使用EMD.生成输入HHT.。kurtogram.-计算时域谱峰度，它通过在频域区分平稳高斯信号的行为和非平稳或非高斯信号的行为来表征信号。光谱峰度作为包络分析等其他工具的预处理，可以提供最优波段等关键输入。（看pkurtosis.。） 这个例子滚动轴承故障诊断利用谱峰度进行预处理和条件指标提取。
有关这些和相关功能的更多信息，请参阅时频分析。
相关的话题
您还可以从以下列表中选择一个网站：
