分析齿轮传动数据和提取光谱特征使用实时编辑器任务

这个例子展示了如何使用提取光谱特征实时编辑器任务来分析从驱动一个爱好级伺服齿轮传动获得的电流信号的数据。该实例还演示了如何从数据中提取光谱特征，以辅助故障检测和识别。

Live Editor任务允许您交互式地迭代参数和设置，同时观察它们对计算结果的影响。任务自动生成MATLAB®代码，实现显示结果。有关实时编辑器任务的详细信息，请参见将交互式任务添加到实时脚本．

特别是，此示例使用“提取光谱特征实时编辑器”任务。此任务有助于分析和理解光谱数据。使用综合界面，可以添加组件来表示各种轴承、齿轮网格或硬件设置的其他部分。设置这些组件的物理参数时，“提取光谱特征实时编辑器”任务将在组件的特征频率处绘制故障频带。

可以在故障频带图上叠加功率谱数据，将数据中的各种峰值与组件的特征频率关联起来。这种比较可以使故障检测和故障隔离更加容易，因为您可以很容易地跟踪功率谱数据的变化，并将其追溯到造成这些变化的物理组件。

除了特征频率和功率谱数据的绘图外，该任务还可以生成每个特征频带内的数据的频谱指标。输出指标表包含峰值振幅，峰值频率，和频带功率的每个频带在表征潜在的机械故障。

硬件概述

在本例中，电流数据是从标准Futaba S3003 hobby伺服系统采集的，该伺服系统经过改进，可连续旋转。伺服系统将内部直流电机的高速转换为输出花键处的高扭矩。为此，伺服系统由一个直流电机、一组尼龙或金属驱动齿轮以及控制电路组成拆除控制电路，以便直接监控直流电机的电流信号。使用红外光电中断器和直径为35 mm的十六槽车轮收集伺服输出花键处的转速表信号。车轮上的十六槽等距布置，且红外光电中断器的位置应确保开槽轮每转一圈，它正好发出16个脉冲。伺服和光电断续器由定制的3D打印支架固定。

直流电动机驱动在一个恒定的5伏，和四对齿轮提供278:1的减速，轴速度在花键约19.5 rpm。另一台伺服电机短路，作为系统的负载。通过测量0.5欧姆电阻上的电压降，使用欧姆定律计算电流消耗。由于电流测量值的变化太小，无法检测，因此使用AD22050单电源传感器接口放大器对电流信号进行放大。放大后的电流信号使用MAX7408抗混叠五阶椭圆低通滤波器滤波，平滑并消除噪声，然后通过模数转换器(ADC)发送到Arduino Uno。

如图所示，首先使用放大器和抗混叠低通滤波器对电流信号进行放大和滤波。Arduino Uno通过ADC以1.5 kHz采样电流信号，并将其与转速计脉冲作为串行数据以波特率115200bps传输到计算机。MATLAB脚本从Arduino Uno中获取串行数据，对其进行预处理，并将其写入。mat文件。然后使用“提取光谱特征实时编辑器”任务提取光谱指标。

伺服齿轮系

Futaba S3003伺服由四对尼龙齿轮组成，如图所示。直流电机轴上的小齿轮P1与阶梯齿轮G1啮合。小齿轮P2是阶梯齿轮G1的模制零件，与阶梯齿轮G2啮合。小齿轮P3是齿轮G2的模制零件，与阶梯齿轮G3啮合。小齿轮P4由G3模制，与连接到输出花键的终齿轮G4啮合。阶梯齿轮组G1和P2、G2和P3以及G3和P4为自由旋转齿轮 $-$ 也就是说，它们没有连接到各自的轴上。该套驱动齿轮提供278:1的减少，从电机转速5414.7转输出样条约19.5转时，电机驱动在5伏。下表概述了齿数和理论值的输出速度，齿轮啮合频率，和累积齿轮减速在每个齿轮啮合。

数据进行预处理

文件servoData.mat包含两个与伺服数据相对应的时间表。一个时间表包含健康数据，另一个时间表包含故障数据。每个数据集包含大约11秒的数据采样1500赫兹。

加载数据。

负载(“servoData.mat”，“健康数据”，“faultyData”) healthyData

healthyData =16384×2时刻表时间MotorCurrent TachoPulse  ______________ ____________ __________ 0秒307.62 301.27 0.00066667秒1 0.0013333秒309.08 315.92 0.002秒1 0.0026667秒304.2 311.04 0.0033333秒1 0.004秒311.52 305.18 0.0046667秒1 0.0053333秒315.43 310.06 0.006秒0 0.0066667秒305.66 310.55 0.0073333秒0 0 304.69 0.008秒0.0086667 SEC 310.55 0 0.0093333 SEC 310.06 0 0.01 SEC 299.8 0⋮

faultyData

faultyData =16384×2时刻表时间MotorCurrent TachoPulse  ______________ ____________ __________ 0秒313.48 304.2 0.00066667秒0 0.0013333秒303.22 319.34 0.002秒0 0.0026667秒304.2 303.22 0.0033333秒0 0.004秒319.82 303.22 0.0046667秒0 0.0053333秒306.64 321.29 0.006秒0 0.0066667秒303.71 308.11 0.0073333秒0 0 319.34 0.008秒0.0086667 SEC 301.76 0 0.0093333 SEC 309.08 0 0.01 SEC 319.34 0⋮

每个时间表包含一列与电机电流和一列与伺服设置的转速脉冲。为了可视化提取光谱特征实时编辑任务中的数据，计算电机电流数据的功率谱。首先考虑健康数据。

[HealthyMagnitions，healthyFrequencies]=pspectrum（healthyData.MotorCurrent，healthyData.Time）；

使用“提取光谱特征实时编辑器”任务绘制功率谱数据。在任务中，指定healthyFrequencies对于频率矢量和健康重要性为功率谱的大小。

分析谐波故障频带的功率谱峰

伺服电流数据的功率谱图包含几个明显的峰值。您可以将这些峰值与伺服设置中的转轴联系起来。为了确定各种峰值的来源，向“提取光谱特征实时编辑器”任务中添加组件。

若要添加表示伺服系统中第一个转轴的组件，请输入组件名称，并选择其类型为自定义,按添加.使用上表中的输出速度来选择轴部件的频率。输出速度是根据测量的输出轴速度和设置中的已知齿轮减速来计算的。

第一个轴的频率为90.24 Hz。设置轴部件的频率值后，请注意，故障频带与功率谱数据中约90 Hz的一个峰值重叠。因此，您可以将此峰值在很大程度上与第一个轴相关联。再加上第一个轴基频的几次谐波，会产生更多的故障频带，与数据中的其他峰值重叠。谐波频带以基频的整数倍为中心，并且仍然可以和同一分量相关联。将第一个轴的谐波设置为向量[1 2 3 4 5 6]，以便故障频带分布在大部分频率范围内。第一个轴以最高频率旋转，因此较高频率的功率谱峰值是由于该轴的谐波造成的。

为了考虑较小的功率谱峰值，如那些大约13赫兹或29赫兹，在第二个转轴上增加一个组件。该组件也是自定义组件，其基频为14.56 Hz。你不需要为第二轴添加许多谐波，因为大多数较高的峰值频率很大程度上由第一轴的谐波所占。设第二轴的谐波为矢量[1 2 3 4]。轴频率的第一、第二和第四次谐波与功率谱图中的峰值很好地对齐。然而，由于三次谐波在数据中不太突出，所以不需要包括这个谐波。将第二轴的谐波变为矢量[1 2 4]。

与第二轴类似，为第三旋转轴添加一个组件。该分量的基频为2.91 Hz，见表。从前四次谐波开始，以确定它们是否与数据中的任何突出峰值对齐。注意，第三轴的第三次谐波匹配大约8赫兹的功率谱尖峰。其他的谐波不太明显，可以去掉。可能是功率谱的频率分辨率不允许区分较低的频率。将第三轴分量的谐波设置为第三次谐波。

由于剩余轴的输出速度也是低频率，可能无法从功率谱的频率分辨率分辨出来，为这些轴添加组件是没有必要的，以分析电机电流数据的主要峰值。

分析边带的山峰

通过放大任务中的图，可以看到功率谱数据包含一些主峰旁边的副峰。例如，76赫兹和104赫兹附近较小的侧峰围绕在90赫兹的峰值周围。这些峰很可能与第一轴组件的边带有关。边带是由第二个相关频率源冲击主谐波频率源引起的。随着伺服设置，这一观察导致的假设，每个轴的边带是由齿轮系的下一个轴造成的。

编辑前两个轴组件，包括他们的第一个边带。对于第一轴，边带分离值应等于第二轴的公称输出频率，14.56 Hz。

同样，对于第二轴，边带分离值应等于第三轴的公称频率，2.91 Hz。再次放大图显示，许多新的边带与数据中的边峰重叠得很好。这在低频率如0和120赫兹之间更容易看到。

提取光谱指标以检测故障

“提取光谱特征实时编辑器”任务生成故障频率范围内的功率谱数据的各种光谱指标。对于每个故障频带，计算其峰值幅值、峰值频率、频带功率以及所有故障频带的总频带功率。

负载(“sampleData.mat”)光谱计量学

spectralMetrics_healthy =1×85表peakamplude1 PeakFrequency1 BandPower1 peakamplude2 PeakFrequency2 BandPower2 peakamplude3 PeakFrequency3 peakamplude4 PeakFrequency4 BandPower4 peakamplude5 PeakFrequency5 PeakFrequency6 BandPower6 peakamplude7 PeakFrequency7 BandPower7 peakamplude8 PeakFrequency8 peakamplude9PeakFrequency9 BandPower9 PeakAmplitude10 PeakFrequency10 BandPower10 PeakAmplitude11 PeakFrequency11 BandPower11 PeakAmplitude12 PeakFrequency12 BandPower12 PeakAmplitude13 PeakFrequency13 BandPower13 PeakAmplitude14 PeakFrequency14 BandPower14 PeakAmplitude15 PeakFrequency15 BandPower15 PeakAmplitude16 PeakFrequency16 BandPower16 PeakAmplitude17PeakFrequency17 BandPower17 PeakAmplitude18 PeakFrequency18 BandPower18 PeakAmplitude19 PeakFrequency19 BandPower19 PeakAmplitude20 PeakFrequency20 BandPower20 PeakAmplitude21 PeakFrequency21 BandPower21 PeakAmplitude22 PeakFrequency22 BandPower22 PeakAmplitude23 PeakFrequency23 BandPower23 PeakAmplitude24 PeakFrequency24 BandPower24PeakAmplitude25 PeakFrequency25 BandPower25 PeakAmplitude26 PeakFrequency26 BandPower26 PeakAmplitude27 PeakFrequency27 BandPower27 PeakAmplitude28 PeakFrequency28 BandPower28 TotalBandPower  ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ________________________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ __________________________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ __________________________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ ______________________________ ___________ ______________ 0.018807 77.106 0.044029 0.66383 90.842 2.2909 0.0077442 104.58 0.026416 0.001917 168.13 0.0076742 0.038105 182.6 0.13883 0.0034982 192.86 0.013928 0.026813 258.24 0.11464 0.192 270.7 0.68323 0.033756 284.07 0.12347 0.0026502 347.62 0.0099213 0.0048213 360.81 0.020783 0.0022192 375.64 0.0086095435.53 0.074231 0.041176 449.08 0.12665 0.018558 467.22 0.069264 0.96719 526.01 3.7322 0.91169 539.19 3.1072 0.29472 558.24 1.0803 1.0341 11.905 0.5471 4.2117 14.286 3.072 0.076119 17.399 0.078405 0.037845 26.557 0.038047 0.75325 29.121 0.63976 0.010537 32.234 0.010985 0.0058578 55.311 0.006089 0.014194 58.425 0.011771 0.0033205 61.355 0.00343750.51023 8.7912 0.27615 16.529

这些指标在检测伺服设置中的故障时可能非常有用。功率谱数据的显著变化通常表明某些部件正在发生变化或出现故障。如果某个峰值频率发生偏移，或者峰值振幅随时间显著下降，则这可能是故障的迹象。

要检查这个场景，计算故障数据集的功率谱数据。

[故障幅值、故障频率]=p频谱（faultyData.MotorCurrent、faultyData.Time）；

绘制任务中故障数据的频谱，并根据测量到的伺服装置输出速度调整轴类部件的基频和边带分离值。

Fs = 1500;% 1500赫兹[outputSpeed, t] = tachorpm(faultyData. t)TachoPulse Fs,“PulsesPerRev”, 16,“FitType”，“线性”）;meanOutputSpeed =意味着(outputSpeed) / 60%转换从rpm到Hz

meanOutputSpeed = 0.3150

shaft4Speed = meanOutputSpeed * 41 / 16% 16小齿轮齿，41齿轮齿

shaft4Speed = 0.8072

shaft3Speed = shaft4Speed * 35 / 10% 10小齿轮齿，35个齿轮齿

轴3转速=2.8251

shaft2Speed = shaft3Speed * 50 / 10%10个小齿轮齿，50个齿轮齿

shaft2Speed = 14.1254

shaft1Speed = shaft2Speed * 62 / 10% 10小齿轮齿，62个齿轮齿

轴1速度=87.5772

对于第一轴组件，使用轴速度作为基频和shaft2Speed作为边带分离。对于第二轴组件，使用shaft2Speed作为基频和shaft3Speed作为边带分离。对于第三轴组件，使用shaft3Speed作为基频。

从错误功率谱数据的可视化中可以看出，有几个峰值的幅度减小了。例如，在健康数据集中，第一轴的二次谐波在180赫兹左右对齐的峰值在故障数据集中几乎可以忽略。由于之前已经确定这个峰值可能与第一个竖井有关，这表明了第一个竖井的潜在故障。进一步检查频谱指标表可以提供关于峰值频率、峰值振幅和频带功率的更详细的信息。

频谱测量学

spectralMetrics_faulty =1×85表peakamplude1 PeakFrequency1 BandPower1 peakamplude2 PeakFrequency2 BandPower2 peakamplude3 PeakFrequency3 peakamplude4 PeakFrequency4 BandPower4 peakamplude5 PeakFrequency5 PeakFrequency6 BandPower6 peakamplude7 PeakFrequency7 BandPower7 peakamplude8 PeakFrequency8 peakamplude9PeakFrequency9 BandPower9 PeakAmplitude10 PeakFrequency10 BandPower10 PeakAmplitude11 PeakFrequency11 BandPower11 PeakAmplitude12 PeakFrequency12 BandPower12 PeakAmplitude13 PeakFrequency13 BandPower13 PeakAmplitude14 PeakFrequency14 BandPower14 PeakAmplitude15 PeakFrequency15 BandPower15 PeakAmplitude16 PeakFrequency16 BandPower16 PeakAmplitude17PeakFrequency17 BandPower17 PeakAmplitude18 PeakFrequency18 BandPower18 PeakAmplitude19 PeakFrequency19 BandPower19 PeakAmplitude20 PeakFrequency20 BandPower20 PeakAmplitude21 PeakFrequency21 BandPower21 PeakAmplitude22 PeakFrequency22 BandPower22 PeakAmplitude23 PeakFrequency23 BandPower23 PeakAmplitude24 PeakFrequency24 BandPower24PeakAmplitude25 PeakFrequency25 BandPower25 PeakAmplitude26 PeakFrequency26 BandPower26 PeakAmplitude27 PeakFrequency27 BandPower27 PeakAmplitude28 PeakFrequency28 BandPower28 TotalBandPower  ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ________________________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ __________________________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ __________________________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ ______________________________ ___________ ______________ 0.0011035 75.641 0.0035389 0.032588 88.095 0.095866 0.00095266 101.47 0.0039494 0.00041734 158.97 0.0016878 0.0010561 174.73 0.0038409 0.0004178 190.11 0.0018162 0.0051797 249.27 0.017516 0.028642 261.54 0.1203 0.00532 274.91 0.015495 0.0014915 336.08 0.0062556 0.0034171 350.37 0.015104 0.0014217 363.190.0049667 0.0022728 423.63 0.0092141 0.0058438 437.36 0.020561 0.0031571 4500.37 0.010481 1.9389 511.36 6.3414 1.3398 523.81 5.1905 0.79257 539.38 2.9432 0.9969 11.538 0.82388 2.728 13.919 1.9338 0.030943 17.033 0.032899 0.019372 25.641 0.018553 0.27041 28.205 0.26875 0.0056339 31.136 0.0060698 0.0029558 54.029 0.0028722 0.024586 56.593 0.0250980.0027373 58.974 0.0027412 0.74618 8.4249 0.40386 18.324

作为在Live Editor任务中更新光谱数据的一种替代方法，您还可以使用自动生成的MATLAB代码来确定错误数据的光谱指标。下面的代码是在使用Live Editor任务生成健康度谱度量时自动生成的。执行代码。

%为每个组件生成故障带和信息[FB_Shaft1, info_Shaft1] = faultBands(90.24, 1:6, 14.56, 0:1);[FB_Shaft2, info_Shaft2] = faultBands(14.56， [1 2 4]， 2.91, 0:1);[FB_Shaft3, info_Shaft3] = faultBands(2.91, 3);%组合每个部件的故障带FB_healthy = [FB_Shaft1;．..FB_Shaft2;．..FB_Shaft3];%组合关于每个部件的故障带的信息info_healthy。中心= [info_Shaft1。中心,．..信息中心，．..info_Shaft3.Centers];info_healthy。= [info_Shaft1标签。标签,．..info_Shaft2.Labels，．..info_Shaft3.Labels];info_healthy。(info_Shaft1 FaultGroups =。HarmonicGroups,．..info_Shaft2。HarmonicGroups,．..info_Shaft3.HarmonicGroups];从工作区中清除临时输出清晰的FB_Shaft1info_Shaft1; 清楚的FB_Shaft2info_Shaft2; 清楚的FB_Shaft3info_Shaft3；%计算功率谱健康程度的故障频带指标spectralMetrics_healthy = faultBandMetrics(healthyamplitude, healthyfrequency, FB_healthy)

spectralMetrics_healthy =1×85表peakamplude1 PeakFrequency1 BandPower1 peakamplude2 PeakFrequency2 BandPower2 peakamplude3 PeakFrequency3 peakamplude4 PeakFrequency4 BandPower4 peakamplude5 PeakFrequency5 PeakFrequency6 BandPower6 peakamplude7 PeakFrequency7 BandPower7 peakamplude8 PeakFrequency8 peakamplude9PeakFrequency9 BandPower9 PeakAmplitude10 PeakFrequency10 BandPower10 PeakAmplitude11 PeakFrequency11 BandPower11 PeakAmplitude12 PeakFrequency12 BandPower12 PeakAmplitude13 PeakFrequency13 BandPower13 PeakAmplitude14 PeakFrequency14 BandPower14 PeakAmplitude15 PeakFrequency15 BandPower15 PeakAmplitude16 PeakFrequency16 BandPower16 PeakAmplitude17PeakFrequency17 BandPower17 PeakAmplitude18 PeakFrequency18 BandPower18 PeakAmplitude19 PeakFrequency19 BandPower19 PeakAmplitude20 PeakFrequency20 BandPower20 PeakAmplitude21 PeakFrequency21 BandPower21 PeakAmplitude22 PeakFrequency22 BandPower22 PeakAmplitude23 PeakFrequency23 BandPower23 PeakAmplitude24 PeakFrequency24 BandPower24PeakAmplitude25 PeakFrequency25 BandPower25 PeakAmplitude26 PeakFrequency26 BandPower26 PeakAmplitude27 PeakFrequency27 BandPower27 PeakAmplitude28 PeakFrequency28 BandPower28 TotalBandPower  ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ________________________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ __________________________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ __________________________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ ______________________________ ___________ ______________ 0.018807 77.106 0.044029 0.66383 90.842 2.2909 0.0077442 104.58 0.026416 0.001917 168.13 0.0076742 0.038105 182.6 0.13883 0.0034982 192.86 0.013928 0.026813 258.24 0.11464 0.192 270.7 0.68323 0.033756 284.07 0.12347 0.0026502 347.62 0.0099213 0.0048213 360.81 0.020783 0.0022192 375.64 0.0086095435.53 0.074231 0.041176 449.08 0.12665 0.018558 467.22 0.069264 0.96719 526.01 3.7322 0.91169 539.19 3.1072 0.29472 558.24 1.0803 1.0341 11.905 0.5471 4.2117 14.286 3.072 0.076119 17.399 0.078405 0.037845 26.557 0.038047 0.75325 29.121 0.63976 0.010537 32.234 0.010985 0.0058578 55.311 0.006089 0.014194 58.425 0.011771 0.0033205 61.355 0.00343750.51023 8.7912 0.27615 16.529

此代码可以很容易地针对新的错误数据集进行调整。

%为每个组件生成故障带和信息[FB_Shaft1, info_Shaft1] = faultBands(shaft1Speed, 1:6, shaft2Speed, 0:1);[FB_Shaft2, info_Shaft2] = faultBands(shaft2Speed， [1 2 4]， shaft3Speed, 0:1);[FB_Shaft3, info_Shaft3] = faultBands(shaft3Speed, 3);%组合每个部件的故障带FB_故障=[FB_轴1；．..FB_Shaft2;．..FB_Shaft3];%组合关于每个部件的故障带的信息info_faulty。中心= [info_Shaft1。中心,．..信息中心，．..info_Shaft3.Centers];info_faulty。= [info_Shaft1标签。标签,．..info_Shaft2.Labels，．..info_Shaft3.Labels];info_faulty。(info_Shaft1 FaultGroups =。HarmonicGroups,．..info_Shaft2。HarmonicGroups,．..info_Shaft3.HarmonicGroups];从工作区中清除临时输出清晰的FB_Shaft1info_Shaft1; 清楚的FB_Shaft2info_Shaft2; 清楚的FB_Shaft3info_Shaft3；%计算功率谱健康程度的故障频带指标spectralMetrics_fault=故障频带度量（故障幅度、故障频率、FB_故障）

spectralMetrics_faulty =1×85表peakamplude1 PeakFrequency1 BandPower1 peakamplude2 PeakFrequency2 BandPower2 peakamplude3 PeakFrequency3 peakamplude4 PeakFrequency4 BandPower4 peakamplude5 PeakFrequency5 PeakFrequency6 BandPower6 peakamplude7 PeakFrequency7 BandPower7 peakamplude8 PeakFrequency8 peakamplude9PeakFrequency9 BandPower9 PeakAmplitude10 PeakFrequency10 BandPower10 PeakAmplitude11 PeakFrequency11 BandPower11 PeakAmplitude12 PeakFrequency12 BandPower12 PeakAmplitude13 PeakFrequency13 BandPower13 PeakAmplitude14 PeakFrequency14 BandPower14 PeakAmplitude15 PeakFrequency15 BandPower15 PeakAmplitude16 PeakFrequency16 BandPower16 PeakAmplitude17PeakFrequency17 BandPower17 PeakAmplitude18 PeakFrequency18 BandPower18 PeakAmplitude19 PeakFrequency19 BandPower19 PeakAmplitude20 PeakFrequency20 BandPower20 PeakAmplitude21 PeakFrequency21 BandPower21 PeakAmplitude22 PeakFrequency22 BandPower22 PeakAmplitude23 PeakFrequency23 BandPower23 PeakAmplitude24 PeakFrequency24 BandPower24PeakAmplitude25 PeakFrequency25 BandPower25 PeakAmplitude26 PeakFrequency26 BandPower26 PeakAmplitude27 PeakFrequency27 BandPower27 PeakAmplitude28 PeakFrequency28 BandPower28 TotalBandPower  ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ________________________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ __________________________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ __________________________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ ______________________________ ___________ ______________ 0.0011035 75.641 0.0035389 0.032588 88.095 0.095866 0.00095266 101.47 0.0039494 0.00041734 158.97 0.0016878 0.0010561 174.73 0.0038409 0.0004178 190.11 0.0018162 0.0051797 249.27 0.017516 0.028642 261.54 0.1203 0.00532 274.91 0.015495 0.0014915 336.08 0.0062556 0.0034171 350.37 0.015104 0.0014217 363.190.0049667 0.0022728 423.63 0.0092141 0.0058438 437.36 0.020561 0.0031571 4500.37 0.010481 1.9389 511.36 6.3414 1.3398 523.81 5.1905 0.79257 539.38 2.9432 0.9969 11.538 0.82388 2.728 13.919 1.9338 0.030943 17.033 0.032899 0.019372 25.641 0.018553 0.27041 28.205 0.26875 0.0056339 31.136 0.0060698 0.0029558 54.029 0.0028722 0.024586 56.593 0.0250980.0027373 58.974 0.0027412 0.74618 8.4249 0.40386 18.324

结合正常和错误的光谱指标表，提高了对光谱数据的峰值振幅和频带功率变化的可见性。

spectralMetrics\u总计=[spectralMetrics\u健康；spectralMetrics\u故障]

光谱计量学=2×85表峰值功率1峰值频率1频带功率1峰值功率2频带功率2峰值功率3频带功率3峰值功率4频带功率4峰值功率5频带功率5峰值功率6频带功率6峰值功率7频带功率7峰值功率8频带功率8峰值功率9峰值频率9频带功率9频带功率10频带功率10频带功率11频带功率11频带功率12频带功率12频带功率13频带功率13频带功率13频带功率14频带功率14频带功率15频带功率15频带功率16频带功率16频带功率17峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率峰值功率21峰值功率21峰值功率21峰值功率22峰值功率22峰值功率22峰值功率23峰值功率24峰值功率一个峰值频率一个峰值频率一个峰值频率一个峰值频率一个25频带功率25个频带功率25个峰值频率26个频带功率26个峰值频率一个7个峰值频率27个频带功率27个峰值频率一个峰值频率一个28个频带功率一个8个峰值频率一个28个频带功率28个频带功率28个峰值频率一个25个峰值频率25个频带功率25个频带功率25个频带功率25个频带功率25个频带功率25个频率25个频带功率25个频带功率25个频带功率25个频带功率25个频带功率25个频带功率25个频率25个频带功率25个频带功率25个频率25个频带功率25个频率25个频率25个频率25个频带功率25个频带功率25个频带功率25个频率25个频带功率25个频率25个频带功率25个频率25个频带功率25个频率25个频率25个频带功率25个频带功率25个频带功率25个频率25个频率25个频率25个频带功率25个频率25个频带功率25个频带功率25个频带功率25(小标题)(小标题)(小标题)(小标题)(小标题)(小标题)(小标题)(小标题)(小标题)(小标题)__________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ ______________ ______________ __________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ _______________ _______________ ___________ ______________ 0.018807 77.106 0.044029 0.66383 90.842 2.2909 0.0077442 104.58 0.026416 0.001917 168.13 0.0076742 0.038105 182.6 0.13883 0.0034982 192.86 0.013928 0.026813 258.24 0.11464 0.192 270.7 0.68323 0.033756 284.07 0.12347 0.0026502 347.62 0.0099213 0.0048213 360.81 0.020783 0.0022192 375.64 0.0086095 0.018201 435.53 0.074231 0.041176 449.08 0.12665 0.018558 467.22 0.069264 0.96719 526.01 3.7322 0.91169 539.19 3.1072 0.29472 558.24 1.0803 1.0341 11.905 0.75471 4.2117 14.286 3.0372 0.076119 17.399 0.078405 0.037845 26.557 0.038047 0.75325 29.121 0.63976 0.010537 32.234 0.010985 0.0058578 55.311 0.006089 0.014194 58.425 0.011771 0.0033205 61.355 0.0034375 0.51023 8.7912 0.27615 16.529 0.0011035 75.641 0.0035389 0.032588 88.095 0.095866 0.00095266 101.47 0.0039494 0.00041734 158.97 0.0016878 0.0010561 174.73 0.0038409 0.0004178 190.11 0.0018162 0.0051797 249.27 0.017516 0.028642 261.54 0.1203 0.0051032 274.91 0.015495 0.0014915 336.08 0.0062556 0.0034171 350.37 0.015104 0.0014217 363.19 0.0049667 0.0022728 423.63 0.0092141 0.0058438 437.36 0.020561 0.0031571 450.37 0.010481 1.9389 511.36 6.3414 1.3398 523.81 5.1905 0.79257 539.38 2.9432 0.9969 11.538 0.82388 2.728 13.919 1.9338 0.030943 17.033 0.032899 0.019372 25.641 0.018553 0.27041 28.205 0.26875 0.0056339 31.136 0.0060698 0.0029558 54.029 0.0028722 0.024586 56.593 0.025098 0.0027373 58.974 0.0027412 0.74618 8.4249 0.40386 18.324

例如，如果您查看表中的peakamplude2，功率谱峰值的振幅从0.6638下降到0.0326。使用PeakFrequency2值，您知道这个下降发生在90赫兹左右。在同一轴上绘制两个功率谱，以可视化Live Editor任务之外的下降。

情节(healthyFrequencies 10 * log10 (healthyMagnitudes),“b -”）;%以分贝表示持有在；情节(faultyFrequencies 10 * log10 (faultyMagnitudes),的r -）;%以分贝表示传奇(“健康”，“错误”)包含(‘频率（Hz）’) ylabel (的功率谱(dB))标题(“功率谱的比较”)举行关；

图中包含一个坐标轴。标题为“功率谱比较”的轴包含2个线型对象。这些对象表示健康、故障。

如参数表所示，峰值在90 Hz左右，振幅显著下降。要确定是哪个成分频率导致了这种情况，请查看之前的“提取光谱特性实时编辑器”任务。

90hz左右的故障带为第一转轴的一次谐波。因此，你知道在这个轴中有东西在改变，它可能会走向失败。

一起绘制健康和故障功率谱是突出峰值振幅变化的一种有用方法。除了第一个轴的第一次谐波在90赫兹左右的峰值外，还可以看到峰值振幅的其他显著降低，如该轴的第二次谐波在180赫兹左右。这个峰值在错误数据集中基本上不存在。

来自健康和错误数据的峰值振幅也可以使用条形图进行比较。

峰值频率=频谱测量_总计（：，2:3:end-1）。变量'；Peakampliutes=光谱计量学_总计（：，1:3:end-1）。变量'；巴（峰值频率、峰值功率）；传奇(“健康”，“错误”)包含(‘频率（Hz）’) ylabel (“峰值振幅”)标题(“健康和故障功率谱数据的峰值振幅”）

放大以看到在第一个转轴的第一个谐波的峰值振幅的变化。

Xlim ([87 93]) ylim([0 0.7])

图中包含一个坐标轴。标题为“健康和故障功率谱数据的峰值振幅”的轴包含2个类型为bar的对象。这些对象表示健康、故障。

使用提取光谱特征实时编辑任务

如本例所示，提取光谱特征实时编辑器任务对几个不同的应用程序都很有用。使用Live Editor任务，您可以轻松地将谱峰与已知的机器组件频率进行匹配。这可以帮助您更好地理解数据和导致数据中各种特性的机械部件。

提取光谱特征实时编辑器任务的另一个应用是生成在感兴趣的频率范围内表征光谱数据的指标。该任务产生一个输出表，其中包含每个故障频带的峰值振幅、峰值频率和频带功率，以及所有故障频带的总频带功率。然而，这些指标是特定于任务中输入的功率谱数据的。

要扩展此用途，以便在收集新数据集时随时间跟踪指标，您可以更新任务中的功率谱数据，或使用自动生成的MATLAB代码生成指标表。复制生成的MATLAB代码是继续为许多新数据集计算故障带指标的简单方法。

任务的第三种用法结合了前面讨论的两种用法的优点。由于该任务将各种机械部件与光谱数据中的峰值相关联，因此您可以快速确定哪些部件会导致光谱数据发生重大变化，从而导致潜在故障。例如，从光谱数据得出的机器故障的一个常见指标是光谱峰值振幅的变化。在频谱度量表中，如果您注意到峰值振幅或频带功率随时间显著下降，您可以将相应的峰值频率追溯到绘图，以查看哪个组件的故障频带与该峰值对齐。