2022年测试技术课程方案设计书模板07519.docx

《机械工程测试技术》课程设计动态测试信号采集仿真与实例分析姓名：×××学 院： 机电工程学院专 业： 机械设计制造及其自动化班 级： 2021 级本科 4 班学 号： 202115******完 成 日 期： 2021 年 12 月 38 日目 录1 绪论2 信号仿真、采集与分析处理2.1 题目2.2 Matlab 处理分析2.3 争论2.4 结论3 基于运算机的声信号采集与分析3.1 题目3.2 Matlab 处理分析3.3 争论3.4 结论4 机械运行数据分析与处理4.1 题目4.2 第一份数据分析4.2.1 Matlab 处理4.2.2 结论4.3 其次份数据分析4.3.1 Matlab 处理4.3.2 结论5 总结参考文献动态测试信号采集仿真与实例分析摘要： 测试技术的工程设计 —— 动态测试信号采集仿真与实例分析，环绕课程讲授的动态信号的采集、分析与处理的基本原理与方法进行，同时运用 Matlab 等工具，进行数学处理，做出信号的频谱，并能够分析信号的频谱；工程设计包括三个部分：信号仿真、采集与分析处理，基于运算机的声信号采集与分 析，机械运行数据分析与处理；通过工程设计，能娴熟运用傅里叶变换处理和分析信号，对信号的频谱能够有一个更深的明白；关键词： matlab；信号采样；频谱分析； fft1.1 信号仿真、采集与分析处理信号采集过程中一般需要考虑以下几个参数：信号频率、采样频率、采样长度等，不同参数的数值设定对于信号采集的成效会产生直接影响，为了把握信号采集过程中这些参数对采集过程及其成效产生的影响，可以通过 Matlab 或 C 语言对信号采集与分析处理的过程进行仿真分析，详细要求如下：利用 Matlab 或 C 语言产生信号 x〔t〕，x〔t〕a1 sin〔2f1t1〕 a2sin〔2f 2t2 〕 a3 sin〔2f 3t3〕 n〔t〕其中： f1=50Hz 、 f2=200Hz 、f3=1000Hz ； n〔t〕 为白噪声，均值为零，方差为 0,7；幅值、相位任意设定； 对信号 x〔t〕进行 DFFT 处理下 :取 a1 =4， a2 =,5, a3 =6, 1 = 2 = 3 =0；噪声方差 0.7Fs=3000HZ:N=1024程序：Fs=3000； % 采样频率L=1024 ； % 信号长度NFFT= 1024 ； %采样点数T=1/Fs ；t=〔1:L〕*T ；n=〔rand〔1,L〕-0.5〕*sqrt〔12*0.7〕 ； %均值为零，方差为 0.7 的白噪声x=4*sin〔2*pi*50*t〕+5*sin〔2*pi*200*t〕+6*sin〔2*pi*1000*t〕+n ； %信号subplot〔2,1,1〕 ；plot〔Fs*t〔1:1000〕,x〔1:1000〕〕 ； %信号的时域图X=fft〔x,NFFT〕/L ； % 对信号快速傅里叶变换f=Fs/2*linspace〔0,1,NFFT/2+1〕 ；subplot〔2,1,2〕 ；plot〔f,2*abs〔X〔1:NFFT/2+1〕〕〕 ； % 信号的单边谱Fs=4000HZ:N=1024Fs=5000HZ ；N=1024FS=5000HZ:N=2048a1=4， a2 =,5, a3 =6, 1 = 2 = 3 =0；噪声方差 1 Fs=5000；N=1024争论： 1）通过设置不同的采样频率，画出时域波形和傅里叶变换后的频谱图，争论在采样点数肯定的情形下，如 1024 点，采样频率对信号时域复现、频域分析的影响；见图 1 和图 2，采样点数均为 1024，采样频率分别为 5000Hz 和 2500Hz， 2500Hz 时， 各个谱线的值已经达不到信号各个谐波重量的幅值，即已经小于 3,4,5 了，只有 3,4,4；而5000 Hz 时，各个谱线的值特别接近 3,4,5 ，频率较高时，频谱显示的比较精确，谱线能量泄露小，频率辨论率越高；2） 采样频率、采样长度（采样点数）与频率辨论率的关系；见图 2 和图 3，采样频率均为 2500Hz ，采样点数分别为 1024 和 2048 ，前者各个谱线的值已经达不到信号各个谐波重量的幅值，只有 3,4,4 ；而后者各个谱线的值特别接近3,4,5 ，可见频率肯定时，采样点数越多，谱线能量泄露小，频率辨论率越高；3） 通过设置不同幅值的信号与噪声，争论噪声对信号时域分析和频域分析的影响；噪声的幅值越大，频域分析时，信号的谱线越不明显，当噪声信号的幅值比信号的幅值仍要大的多时，噪声会埋没信号，频域分析时，根本无法得到信号的谱线，（可以参照 图 1，图 4，图 5）；而且，噪声的幅值越大，时域越是纷乱，越难分析，看不出周期性；结论1. 采样频率越高，采样点数越多，频率的辨论率越高，采样频率至少应当大于等于信号最高频率的 2 倍；2. 噪声的幅值越大，频域分析时，信号的谱线越不明显，时域越是纷乱；采集信号时，必需掌握噪声的大小；1.2 基于运算机的声信号采集与分析现代运算机具有对声音、视频进行采样的功能，把模拟信号转换为数字信号；通过计 算机上的麦克风及声卡与 AD ，录制各人在不同环境噪声、不同发声状态下讲话“机械工程测试与掌握技术”语句（不少于 3 次，最好是他人的声音），利用软件转换语音数据文件为 ASCII 码，然后利用 1.1 的软件进行频谱分析，画出时域、频域图形；程序：fs=44100 ； % 语音信号采样频率为 22050 x1=wavread〔'y.wav'〕 ；%读取语音信号的数据，赋给变量 x1， sound〔x1,44100〕； %播放语音信号figure〔1〕plot〔x1〕 ；y1=fft〔x1,1024〕 ； %对信号做 1024 点 FFT 变换f=fs*〔0:511〕/1024 ； % 将 0 到 511，步长为 1 的序列的值与 fs 相乘并除以 1024 的值，赋值给 ffigure〔2〕plot〔f,abs〔y1〔1:512〕〕〕 ； %abs 是肯定值， plot 是直角坐标下线性刻度曲线title〔' 原始语音信号频谱 '〕 xlabel〔'Hz'〕 ；ylabel〔' 幅值 '〕利用 matlab 对声音分析得到 :第一个人：其次个人：第三个人：争论：1）该设置至少为多少的采样频率？采样长度多长为合适？采样频率可以设置为 8000Hz ， 22050Hz， 44100Hz ，人耳能听到的声音频率为 20Hz 到20000Hz ，所以设置采样频率为 44.1KHz 足够，这也是正常音频的采样频率；人讲话的频率大约在 500～ 3000Hz ，所以设置采样频率为 8000Hz 足够；由图 6，图 7，图 8 可知，采样长度应为音频信号长度的二分之一，太长，会是谱线的峰值降低（图 8），太短，显示的谱线过少（图 6），二分之一左右正好（图 7），谱线比较明显，特点谱线显示的比较完整； 2）不同人员讲话声音的时域、频域有什么区分？依据你的分析，该怎样区分不同人员的讲话声音？依据图 10，图 12，图 13，不同的人讲话，时域波形的强度不同，但详细的不同之处无法分析；在频域图表现出来的是特点谱线的不同，说话声音低沉的，整体的特点谱线偏低，如图 12，说话音调较高的，整体的特点谱线偏高，如图 13,；辨别不同人的讲话，关键是对其声音进行频谱分析，找到对应的特点谱线，就能辨认了；3）要使他人不易识别你的讲话声音，该怎么处理？ 转变自己的特点谱线就可以了，即所谓的用假声；结论1. 每个人的声带都有自己的固定特点谱线，见图 10 和图 11，读两个不同的音频，也存在有公共的特点谱线，如读 “东南高校 ”和“机械工程 ”时，声带同时具有 90.17Hz ， 226.1Hz ，461.6Hz ， 925.9Hz 这些频率；2. 音频的采样频率可以设置为 8000Hz ， 22050Hz ，44100Hz ，最高的采样频率为 44.1KHz足够，采样长度最好为音频信号长度的二分之一；3. 不同的人讲话，在频域图表现出来的是特点谱线的不同，说话声音低沉的，整体的特点谱线偏低；说话音调较高的，整体的特点谱线偏高；辨别不同人的讲话，关键是对其声音进行频谱分析，找到对应的特点谱线，就能辨认了；1.3 机械运行数据分析与处理某转子试验台运行时的振动位移数据，利用软件对其进行频谱运算，得到其时域和频域特点，分析机器振动缘由：不平稳、不对中故障特点及其诊断方法；数据一：数据说明转速： 2234rpm；采样长度： 1024；传感器：电涡流位移传感器采样点数： 1024；转动频率 37.23Hz；就采样频率为其频率的 64 倍，取 2383Hz原程序为：x=textread〔'D:\Matlab\1.txt'〕 ； %读取 txt 数据Fs=2383；L=1024 ；% 采样频率% 数据长度NFFT=1024 ；% 采样点数T=1/Fs ；t=〔1:L〕*T ；subplot〔2,1,1〕 ；plot〔Fs*t,x〕 ；% 绘制时域图X=fft〔x,NFFT〕/L；% 进行快速傅里叶变换f=Fs/2*linspace〔0,1,NFFT/2+1〕 ；subplot〔2,1,2〕 ；plot〔f,2*abs〔X〔1:NFFT/2+1〕〕〕 ； %绘制单边谱对应谱图：数据二：数据说明：转速： 2169rpm；采样长度： 1024；传感器：电涡流位移传感器采样点数： 1024；转动频率 36.16Hz；就采样频率为其频率的 64 倍，取 2314Hz源程序改为：x=textread〔'D:\Matlab\2.txt'〕 ，Fs=2314；， L=1024 ， NFFT=1024对应谱图：利用软件对其进行频谱运算，得到其时域和频域特点，分析机器振动缘由：不平稳、不对中故障特点及其诊断方法；。