4-基于小波变换的故障诊断（MATLAB视频）
4-基于小波变换的故障诊断（MATLAB视频）百度网盘链接：链接：https://pan.baidu.com/s/1COCeo6kL5fDORHIyW_csoA
具体链接在halcom.cn论坛，联系人QQ：3283892722
该论坛是一个学习交流平台，我会逐一的和大家分享学习。
欢迎大家录制视频，并提交给我，我来设置视频，你可在论坛进行打赏分享。
视频专用播放器：http://halcom.cn/forum.php?mod=viewthread&tid=258&extra=page%3D1
主程序如下：addpath(genpath('./data'))
addpath(genpath('./Hilbert'))
addpath(genpath('./libsvm-3.22'))
%% 随机分析一个信号
load('data.mat')% 加载数据
x = RC304(:, 2);% 信号
Ts = 7.8125e-5; % 采样时间
Fs = 1/Ts; % 采样频率
%% 小波滤波
= ddencmp('cmp','wp',x);
= wpdencmp(x,sorh,3,'db2',crit,thr,keepapp);
= wavedec(xc,3,'db1'); % 多尺度小波分解
%% FFT分析
L = length(c);
NFFT = 2^nextpow2(L); % Next power of 2 from length of y
c_fft = fft(c, NFFT)/L;
figure(1)
plot( Fs/2*linspace(0, 1, NFFT/2+1), abs( c_fft(1:NFFT/2+1) ) )
%% Hilbert谱
t0 = 0; % 起始时刻
t1 = 2.5;% 结束时间
fres = 100;% 频率分辨率
tres = 100;% 时间分辨率
fw0 = 0; % 样本最小频率
fw1 = 200; % 样本最大频率
tw0 = t0; % 最小时间缩放
tw1 = t1; % 最大时间缩放
= nnspe( c, t0, t1, fres, tres, fw0,fw1,tw0,tw1,'hilbert','pchip',3 );
filter_1D = fspecial('gaussian',9, 0.9);
nss = filter2(filter_1D, ns);
% 边际谱
bjp = sum( nss, 2 )./ Fs;
figure(2)
plot(fs, bjp);
xlabel('频率'); ylabel('幅值');
title('Hilbert边际谱')
% peaks = findpeaks(bjp);
% plot(peaks);
%% 移除路径
rmpath(genpath('./data'))
rmpath(genpath('./Hilbert'))
rmpath(genpath('./libsvm-3.22'))GUI如下：
页:
[1]