在诊断特征设计器中处理数据和探索特征
这个例子展示了如何在应用程序中处理数据,为特征提取做准备。如果希望以交互的方式执行这些步骤,请使用导入的数据在诊断功能设计器中导入和可视化集成数据.使用公开会议使用您提供的文件名重新加载会话数据。
如果没有会话数据,请执行加载和导入数据的步骤在诊断功能设计器中导入和可视化集成数据.
预测维护算法开发的一个关键步骤是识别状态指标。条件指示器是系统数据中的特性,随着系统的退化,其行为会以可预测的方式发生变化。状态指示器可以是对区分正常操作与故障操作或预测剩余使用寿命有用的任何特征。一个有用的特性将相似的系统状态聚集在一起,并将不同的状态分开。
诊断特性设计器允许您设计提供这些诊断的功能。
对于某些特性,您可以直接使用导入的信号生成特性。
对于其他特征,必须执行额外的信号处理,如滤波和平均,以获得有意义的结果。
所执行的处理既取决于特征的计算需求,也取决于系统和系统数据的特征。这个例子展示了如何:
处理数据,为特征提取做准备
生成各种类型的特性
用直方图解释你的特征的有效性
执行时间同步平均
该系统的数据表示带有旋转部件的传动系统。变量包括转速表输出,精确地标记完成每个轴的旋转。因此,这些数据是时间同步平均的理想候选。
时间同步平均(TSA)是分析旋转机械数据的常用技术。TSA对旋转进行平均,并过滤掉任何与旋转不相关的干扰或噪声。
TSA对于隔离重复每个旋转的故障信号是有用的,例如来自齿轮齿缺陷的扰动。由TSA信号而不是原始振动信号产生的特征可以更清晰地区分旋转故障条件。这种优势甚至适用于那些不是专门用于旋转机械的特性。
为了计算振动数据的TSA,首先选择要平均的信号,振动/数据
,在变量窗格中。然后,选择时间同步平均.
一个新的Time-Synchronous平均选项卡出现了。
因为你有一个速信号,选择转速计信号而且转速计/数据
.你可以离开了计算标称转速(rpm)选定,但本教程不使用名义RPM信息。
在标签下,是plot标签数据处理:振动/数据显示TSA信号的源信号。
点击应用开始对集合的16个成员中的每一个进行TSA计算。进度条显示计算进行时的状态。当计算结束时,应用程序添加一个新变量Vibration_tsa
到信号列表并绘制信号。
请注意,TSA信号图的时间轴长度小于4秒。原始振动数据为30秒。较短的时间跨度反映了每个成员单个旋转的持续时间。
这些信号的成员轴速率发散。这种分歧是明显的,在旋转过程中不断增加的峰值不对齐,以及成员轨迹在不同时间停止的事实。
使用细节窗格以了解有关TSA信号的更多信息。在此窗格中,您可以看到TSA信号是从振动和转速信号计算出来的。点击历史查看TSA信号处理历史图。点击参数查看所使用的处理参数的列表。
当TSA计算完成时,信号跟踪选项卡替换TSA信号的Time-Synchronous平均TAB和数据处理选项卡。如果你想回到Time-Synchronous平均选项卡,单击plot选项卡数据处理:振动/数据.
该应用程序恢复两个工具条选项卡,与TSA选项卡活动和数据处理选项卡不活动。
如果需要对其他变量进行类似处理,请单击关闭安全管理局.的数据处理选项卡激活。从该选项卡,您可以将信号更改为process。然后,从数据处理库中,您可以选择TSA处理或与您的信号选择兼容的任何其他处理。所选的处理选项卡保留先前在会话中指定的任何设置。
计算功率谱
TSA信号为您提供了足够的信息来开始生成时域特征,但您必须提供频谱来探索频谱特征。要生成功率谱,请选择新的TSA信号Vibration_tsa /数据
在变量窗格中。然后,单击谱估计提出频谱选项。从这些选项中选择自回归模型
.
的自回归模型TAB提供了可以修改的参数。通过单击,接受默认值应用.
功率谱处理产生了一个新的变量,Vibration_ps / SpectrumData
.相关的图标表示频率响应。
频谱图出现在图区。与信号跟踪,一个功率谱TAB提供绘图选项。这些选项类似于信号跟踪.情节没有淘洗沙金的人选择,因为淘洗沙金的人不适用于光谱图,除非光谱是基于帧的(分段)。
选择Vibration_ps / SpectrumData
.详细信息窗格显示该信号来自TSA信号。加工参数列表比TSA加工参数列表更广泛。
生成功能
信号特性
使用TSA信号作为源,根据一般数据统计生成特征。选择时域特征>信号特性.
与数据处理一样,在选择功能选项之前,预先选择源信号。选择Vibration_tsa /数据
然后点击信号特性我们来看看信号特性选项卡。默认情况下,选中所有特性。清除选项形状系数所有选项都在谐波特性.
对于每个选定的特性,应用程序为每个集成成员计算一个值,并将结果显示在直方图中。每个柱状图都包含包含在柱状范围内的特征值的数量的容器。的柱状图选项卡显示决定直方图内容和分辨率的参数。
直方图组,或颜色编码,根据条件变量的数据faultCode
在集团.蓝色数据正常(faultCode = 0
),橙色数据降级(faultCode = 1
),如图例所示(颜色编码可能在会话中出现不同)。对于健康标签和降级标签重叠的特征值,由于蓝色和橙色之间的重叠,颜色显示为棕色。
通过评估哪些功能可以清楚地将蓝色数据与橙色数据分开,您可以大致了解哪些功能是有效的。RMS
(右上)和CrestFactor
(中下)看起来很有效,因为它们只有很小的重叠区域。相反,偏态
(中上)和峰度
(中右)有大量的重叠。这些特征对于这个数据和这个条件变量似乎无效。
如果您想查看直方图如何表示特定条件,请单击图例中表示该条件的颜色框。该应用程序概述了直方图中表示该条件存在位置的部分。当您为两个以上的条件计算直方图时,这个条件大纲特别有用。
默认情况下,应用程序为特征表中的所有特征绘制直方图。可以将重点放在直方图的子集上选择功能.使用选择功能将直方图图限制在特征表中的前四个。
直方图视图现在只包括您选择的特征。
控件中的参数控制直方图的外观柱状图选项卡,在生成直方图时激活。的CrestFactor
特征似乎几乎完全分离了健康数据和不健康数据。调查这个结果对分辨率是否敏感。在柱状图选项卡,汽车
设置数据仓宽度的结果是分辨率为0.1CrestFactor
.输入bin宽度0.05,单击应用.
在这个决议下,两者都有CrestFactor
而且ImpulseFactor
似乎将正常数据与已降级数据完全分开。ClearanceFactor
仍然有一些混合数据,但以较小的程度与较大的仓宽度。峰度
具有0.002的较小的仓宽与汽车
仓宽设置。将数据仓宽度更改为0.05会生成一个包含所有峰度
数据。
直方图可视化了特征区分健康数据和不健康数据的能力。你也可以使用组的距离.组距离表示健康和不健康数据分布之间的距离。点击显示群组距离.在对话框中,选择CrestFactor
在显示特征分组.
用KS统计量表示的群距离为1。这个值表示完全分离。
接下来,选择峰度
.的峰度
直方图显示大量的混合。
在这种情况下,KS统计量约为0.6,反映了直方图中的混合。
恢复本宽度来汽车
.
旋转机械特点
既然你有旋转机械,计算旋转机械的特点。在变量窗格中,选择TSA信号。然后,选择时域特征>旋转机械特点.
的旋转机械特点tab可以从TSA信号以及TSA差分信号和TSA正则信号中创建特征。由于你只有TSA信号,应用程序会禁用需要不同信号类型的选择。
通过单击接受默认选择应用.
应用程序自动将新功能添加到功能表和选择功能列表,并在直方图显示的顶部绘制新的直方图。CrestFactor
而且峰度
直方图无论作为信号特征还是旋转机械特征计算,本质上都是相同的,因为这两种计算都使用TSA信号作为源。
光谱特性
根据之前生成的功率谱计算光谱特征。选择Vibration_ps / SpectrumData
.然后,选择频域特性>光谱特性.
通过设置最小和最大频带值指定要使用的频带。为了有效地捕获功率谱峰值,将频率范围限制为最大10
Hz,从0.001
赫兹。该图将频带显示为位于频率图下方的橙色矩形。
直方图显示了健康数据和不健康数据在所有三个特征的一个或多个箱子中的大量混合。
现在您拥有了一组不同的特性。
保存会话数据。您需要这些数据来运行在诊断特征设计器中对特征进行排序和导出的例子。
下一个步骤
下一步是对这些特性进行排序,以确定哪些特性能够最好地指示系统状况。有关更多信息,请参见在诊断特征设计器中对特征进行排序和导出.