计算故障诊断振动信号的时频域特征，得到特征向量

在故障诊断中，振动信号的时频域特征是识别和分类故障的重要依据。MATLAB 程序用于计算振动信号的时频域特征，包括时域特征和频域特征，最终得到特征向量。

MATLAB 代码

1. 时域特征计算

时域特征包括均值、方差、标准差、偏度、峰度等。

function time_features = calculate_time_features(signal)
    % 计算时域特征
    mean_value = mean(signal);
    variance_value = var(signal);
    std_value = std(signal);
    skewness_value = skewness(signal);
    kurtosis_value = kurtosis(signal);

    % 组合时域特征向量
    time_features = [mean_value, variance_value, std_value, skewness_value, kurtosis_value];
end

2. 频域特征计算

频域特征包括信号的频谱、功率谱密度、频谱中心、频谱带宽等。

function freq_features = calculate_freq_features(signal, fs)
    % 计算频域特征
    N = length(signal);
    f = (0:N-1) * (fs / N);
    signal_fft = fft(signal);
    signal_fft = signal_fft(1:N/2+1);
    signal_fft = signal_fft / N;

    % 计算功率谱密度
    psd = abs(signal_fft).^2;
    psd = 10 * log10(psd);

    % 计算频谱中心
    centroid = sum(f .* psd) / sum(psd);

    % 计算频谱带宽
    bandwidth = sqrt(sum((f - centroid).^2 .* psd) / sum(psd));

    % 组合频域特征向量
    freq_features = [centroid, bandwidth, max(psd), min(psd), mean(psd), var(psd)];
end

3. 特征向量组合

将时域特征和频域特征组合成一个特征向量。

function feature_vector = calculate_feature_vector(signal, fs)
    % 计算时域特征
    time_features = calculate_time_features(signal);

    % 计算频域特征
    freq_features = calculate_freq_features(signal, fs);

    % 组合特征向量
    feature_vector = [time_features, freq_features];
end

4. 主程序

读取振动信号数据，计算特征向量。

function main()
    % 读取振动信号数据
    signal = read_vibration_data('vibration_signal.mat'); % 假设数据存储在 .mat 文件中
    fs = 1000; % 采样频率

    % 计算特征向量
    feature_vector = calculate_feature_vector(signal, fs);

    % 显示特征向量
    disp('特征向量:');
    disp(feature_vector);
end

function signal = read_vibration_data(filename)
    % 读取振动信号数据
    data = load(filename);
    signal = data.signal;
end

参考代码 计算故障诊断振动信号的时频域特征，得到特征向量