测试技术课程设计 对无缝钢管超声测厚仪的探讨.doc

1、动态测试信号采集仿真与实例分析目 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讨论2.4结论3 基于计算机的声信号采集与分析3.1题目3.2 Matlab处理分析3.3讨论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第二份数据分析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：测试技术的项目设计动态测试信号采集仿真与实例分析，围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

2、的频谱，并能够分析信号的频谱。项目设计包括三个部分：信号仿真、采集与分析处理，基于计算机的声信号采集与分析，机械运行数据分析与处理。通过项目设计，能熟练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了解。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效果会产生直接影响，为了掌握信号采集过程中这些参数对采集过程及其效果产生的影响，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，具体要求如下：利用Matlab或C语言产生信号x(t

3、)，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=4，=,5, =6, =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sub

4、plot(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=2048=4，=,5, =6, =0;噪声方差1Fs=5000;N=1024讨论：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，讨论在采样点数一定的情况下，如 1024 点，采样频率

5、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分量的幅值，即已经小于3,4,5了，只有3,4,4；而5000 Hz时，各个谱线的值非常接近3,4,5，频率较高时，频谱显示的比较准确，谱线能量泄露小，频率分辨率越高。2）采样频率、采样长度（采样点数）与频率分辨率的关系； 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分量的幅值，只有3,4,4；而后者各个谱线的值非常接近3,4,5，可见频率一定时，采样点数越多，谱线能

6、量泄露小，频率分辨率越高。3）通过设置不同幅值的信号与噪声，讨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还要大的多时，噪声会淹没信号，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，时域越是混乱，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，频率的分辨率越高，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，时域越是混乱。采集信号时，必须控制噪声的大小。1.2 基于计算机的声信号采集与分析现代计算机具有对声音、视频进行采

7、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“机械工程测试与控制技术”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22050x1=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，

8、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是绝对值，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：第二个人：第三个人：讨论：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5003000Hz，所以设置采样频率为800

9、0Hz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，特征谱线显示的比较完整。2）不同人员讲话声音的时域、频域有什么区别？根据你的分析，该怎样区分不同人员的讲话声音？ 根据图10，图12，图13，不同的人讲话，时域波形的强度不同，但具体的不同之处无法分析。在频域图表现出来的是特征谱线的不同，说话声音低沉的，整体的特征谱线偏低，如图12，说话音调较高的，整体的特征谱线偏高，如图13,。辨别不同人的讲话，关键是对其声音进行频谱分析，找到对应的特征谱线，就能辨认了。3）要使他人不

10、易识别你的讲话声音，该怎么处理？改变自己的特征谱线就可以了，即所谓的用假声。结论1. 每个人的声带都有自己的固定特征谱线，见图10和图11，读两个不同的音频，也存在有公共的特征谱线，如读“东南大学”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征谱线的不同，说话声音低沉的，整体的特征谱线偏低；说话音调较高的，整体的特征谱线偏高。辨别不同人的讲话，关

11、键是对其声音进行频谱分析，找到对应的特征谱线，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计算，得到其时域和频域特征，分析机器振动原因：不平衡、不对中故障特征及其诊断方法。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；则采样频率为其频率的64倍，取2383Hz原程序为：x=textread(D:Matlab1.txt); %读取txt数据Fs=2383; %采样频率L=1024; %数据长度NFFT=1024; %采样点数T=1/Fs;t=(1:L)*T;subp

12、lot(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；则采样频率为其频率的64倍，取2314Hz源程序改为：x=textread(D:Matlab2.txt)，Fs=2314;，L=1024，NFFT=1024对应谱图：利用软件对其进行频谱计

13、算，得到其时域和频域特征，分析机器振动原因：不平衡、不对中故障特征及其诊断方法。结论分析：根据所给数据说明转子转动频率f=2234/60=37.23Hz ，根据两图中相同频率分布的低频大概40HZ处幅值较高，与理论相符，但第二幅图中在高频处也有几处高辐出现，根据机理说明此处有不平衡等引起的震动故障。总结这次的项目设计包括三个部分：信号仿真、采集与分析处理，基于计算机的声信号采集与分析，机械运行数据分析与处理。通过这次项目设计，使我对信号的频谱能够有一个更深的了解，对频域分析也有了一个系统的认识。了解了如何运用Matlab等工具进行信号采集，并对信号进行快速傅里叶变换，得到信号的频谱，分析信号的频谱，最后能够得到相应的结论。也了解了信号的频谱分析在日常生活的简单应用，比如检测机器故障，分析音频信号等。这次的项目设计将课程讲授的知识与实践结合起来。参考文献：1. 贾民平，张洪亭.测试技术.北京：高等教育出版社,2009.5.2. 董长虹主编.MATLAB信号处理与应用.北京：国防工业出版社，200516