【数字信号分析】奇异谱齿轮箱振动信号分析【含Matlab源码 3456期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab信号处理仿真内容点击👇
①Matlab信号处理（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、奇异谱齿轮箱振动信号分析

奇异谱分析算法(SSA)的基本原理为：先将一维信号拆解成二维的轨迹矩阵，然后对轨迹矩阵做奇异值分解并按需选取最重要的前几维特征向量计算重构矩阵，最终利用重构矩阵重构信号，得到去噪后的一维信号。算法典型应用场景：模态分析（每个特征向量逐一重构即可将信号分解成多个独立的模态，即model）、去噪（如选取前6个特征向量进行重构）。

1 SSA （Singular Spectrum Analysis）
奇异谱分析(SSA)是一种处理非线性时间序列数据的方法，可以对时间序列进行分析和预测。它基于构造在时间序列上的特定矩阵的奇异值分解(SVD)，可以从一个时间序列中分解出趋势、振荡分量和噪声。SSA具有非常广泛的适用性，对于时间序列，既不需要假设参数模型，也不需要假设平稳性条件。

1.1 SSA算法的基本流程

1.2 分解
第一步　嵌入
第二步 奇异值分解

1.3 重构
第三步 分组(grouping)
第四步 对角线平均

⛄二、部分源代码

clear
clc
start=12000;%%数据段的起始分析位置
Ns=8192;%%数据分析点数

load(‘dianmo880.txt’);
%currentPath=fileparts(mfilename(‘C:\Users\zzj64\Desktop\testprogram’));%获取m文件所在文件夹路径
input=dianmo880(start:start+Ns-1,:);
x=input(:,4);
% load ‘outa1470.txt’
% X=outa1470(:,1);
% x=X(start:Ns+start-1);
Fs=12800;%%采样频率
th=0.01;
maxNumberofComponents = 7;
%--------------- 原始信号的波形及幅值谱
figure
subplot(311)
plot((0:Ns-1)/Fs,x) %%原始信号时域波形图
xlabel(‘时间t/s’)
ylabel(‘幅值A/m·s^-2’)
xlim([0 0.6])
y=x’;%信号幅值序列
subplot(312)
fx=abs(fft(x))/Ns*2; %%原始信号频谱图
fx=fx(1:Ns/2);
fx(1)=0;
plot((0:Ns/2-1)Fs/Ns,fx)
xlabel(‘频率f/Hz’)
ylabel(‘幅值A/m·s^-2’)
xlim([0 6000])
subplot(313)
hx=abs(hilbert(x));%%信号分量包络谱图
hx=abs(fft(hx))/Ns2;
hx=hx(1:Ns/2);
hx(1)=0;
plot((0:Ns/2-1)*Fs/Ns,hx);
xlabel(‘频率f/Hz’)
ylabel(‘幅值A/m·s^-2’)
xlim([0 500])

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a或2019b

2 参考文献
[1]李博健.改进LMD算法在管道泄漏中的应用研究[D].东北石油大学

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合