环境实测数据与实验剖面设计1

1、 环境实测数据与环境剖面设计 实验报告班级： 学号：姓名：通道： 实验时间： 实验1 定频正弦实验1实验原理机械在运动时，由于旋转件的不平衡、负载的不平衡、结构刚度的各向异性、间隙、润滑不良、支撑松动等因素，总是伴随着各种振动。机械振动在大多数情况下是有害的，振动往往会降低机器性能，破坏其正常工作，缩短使用寿命，甚至导致事故。机械振动还伴随着噪声，恶化环境，危害健康。另一方面，振动也被利用来完成有益的工作，如运输、夯实、清洗、粉碎、脱水等。这是必须正确选择振动参数，充分发挥振动机械的性能。振动测试包括两种方式：一是测量机械或结构在工作状态下的振动，如振动位移、速度、加速度、频率和相位等，了解被

2、测对象的振动状态，评定等级和寻找振源，对设备进行监测、分析诊断和预测。二是对机械设备或结构施加某种激励，测量其受迫振动，以便求的被测对象的振动力学参数或动态性能，如固有频率、阻尼、刚度、频率响应和模态等。振动的幅值、频率和相位是振动的三个基本参数，称为振动三要素。幅值：幅值是振动强度的标志，它可以用峰值、有效值、平均值等方法来表示。频率：不同的频率成分反应系统内不同的振源。通过频谱分析可以确定主要频率成分及其幅值大小，从而寻找振源，采取相应的措施。相位：振动信号的相位信息十分重要，如利用相位信息确定共振点、测量模型、旋转件动平衡、有源振动控制、降噪等。对于复杂振动的波形分析，各谐波的相位关系是

3、不可缺少的。在振动测量时，应合理选择测量参数，如振动位移是研究强度和变形的重要依据；振动加速度与作用力或载荷成正比，是研究动力强度和疲劳的重要依据；振动速度决定了噪声的高低，人对机械的敏感程度在很大频率范围内是有速度决定的。速度又与能量和功率有关，并决定动量的大小。本实验原理总体概括可为：计算机控制振动台发出正弦振动信号，安装在振动台上的加速度传感器将振动传递到信号采集仪，经A/D转换处理后再传到安装有DASP软件的计算机，通过观测分析处理，然后将采集的信号导入matlab进行时域和频域数据处理，利用均值法可求幅值，然后任取一个周期的数据，由时域图可得周期为T，频率为周期的倒数，即频率f=1/

4、T。因而其采样频率为160Hz。本实验通过振动台产生振动激励，由信号采集仪通过加速度传感器采集数据，送入计算机进行分析，实验原理图如图1所示。图1实验原理图2技术正弦信号的峰值、有效值、频率(1)正弦信号的幅值和频率测量图如图2所示：图2正弦信号的幅值与频率测量图由图2可以看出正弦信号的幅值为5(g)左右(2)正弦信号的频率取一个周期的信号，则正弦信号的幅值和频率放大测量图如图3所示：图3正弦信号的幅值和频率放大测量图采样点取20，得到上图，可知T=0.068s，故f=1/T=14.7059Hz。(3)用matlab计算峰值、有效值、频率。计算输出结果：波形峰值为 3.9986波形有效值为 2

5、.8274频率(HZ)为 25.0073频率的计算方法是从第一次峰值到最后一次峰值所经历的时间,然后用总时间除以总周期,得到一个周期的时间,从而得到频率.其中周期次数与峰值的关系式0.5*(j-1).其中j为峰值出现次数,包括正峰和负峰.经过计算发现,在采样点为20时,从图像上得出的周期以及计算的频率与用所有数据编程计算得出的频率,有一定差异,以所有样本数据得出的为准,误差为(25.0073-14.7059/25.0073=0.4119.可以看出累积误差很大.同时在分析了其他同学的数据看出可能是所选的采样频率较低造成的，按照采样定理一般是大于2fmax即可，但实际要想得到较为理想的结果，应选择

6、5fmax以上。3 MATLAB源代码clearqiaoxiaoduo1=load('E:MATLAB运行程序160HZ1#2.txt');qiaoxiaoduo=zeros(12288,1);qiaoxiaoduo=qiaoxiaoduo1(1:12288,3);fs =160; % 采集频率Ts = 1/fs; % 采集时间间隔N=20; %采集点数，第二次取20 n=0:N-1;t=n*Ts; % 时间序列 subplot(211),plot(t,qiaoxiaoduo(1:N);grid ontitle('正弦信号的幅值和频率测量')xlabel(

7、9;时间(s)')ylabel('幅值(g)')f=n*fs/N;%序列变换X=fft(qiaoxiaoduo(1:N);%进行傅里叶变换subplot(212),plot(f,abs(X)*2/N);xlabel('频率(Hz)')ylabel('幅值(g)')grid on i=6;j=0;y=0;s=0;b=zeros(1,length(qiaoxiaoduo);while i<=length(qiaoxiaoduo)-1%取各周期峰值的平均值if abs(lqiaoxiaoduo(i)>abs(qiaoxiaoduo(

8、i+1)&&abs(qiaoxiaoduo(i)>abs(qiaoxiaoduo(i-1)%取模（包含正峰与负峰）s=s+abs(qiaoxiaoduo(i);j=j+1;%为循环的次数，其一半即为周期数b(j)=i-6;endi=i+1;endm=s/j;v=m/(20.5);T0=(max(b)-b(1)*Ts/(0.5*j);fc=1/T0;fprintf('波形峰值为'),disp(m)%输出fprintf('波形有效值为'),disp(v)fprintf('频率(HZ)为'),disp(fc)%ENDT0=(max

9、(b)-b(1)*Ts/(0.5*j);fc=1/T0;fprintf('波形峰值为'),disp(m)%输出fprintf('波形有效值为'),disp(v)fprintf('频率(HZ)为'),disp(fc)%END 实验2随机振动实验1实验目的（1） 在理论学习的基础上，通过本实验熟悉典型信号的波形和频谱特征，并能够从频谱中读取所需的信息，（2） 了解信号频谱分析的基本方法及仪器设备。（3） 应用Matlab编制相关程序，计算随机信号的自功率谱密度。2实验原理 (1)自功率谱密度与平均次数的关系分析自功率谱密度与平均次数的关系，平均次数分

10、别为1、10、20就等价于FFT所用的数据长度分别为：2048、20480、40960，利用matlab工具箱中PSD函数对信号的自功率谱密度进行估计。通过分析即可得到自功率谱密度与平均次数的关系。(2) 采用自功率谱密度计算均方根值自功率谱密度是均方值在频率上的分布，均方根值即为均方值的开方。信号的均方值等于S(f)对全部的频率求和，即：对于联系信号和离散信号分别为： 。 (3)在时域上计算均方根值测得的实验数据数组（行向量）与该数组的转置乘积，即可获得数组中，个数据的平方和，再求平均，即为均方根值。(4)域数据计算的均方根与自功率谱密度计算的均方根的关系通过分别计算时域数据计算的均方根与自

11、功率谱密度计算的均方根的值，然后进行分析比较，即可得到两者之间的关系。3给出平均次数分别为1,10,20的自功率谱密度，并说明为何不同?图1 1,10,20自功率谱密度由图1可得出以下结论：采样点越多，功率谱估计曲线越光滑。由程序得：rms1 = 4.5023，rms2 = 4.5023即由自功率谱密度计算均方根和由时域数据计算的均方根值的结果是相同的。4 MATLAB源代码clearqiaoxiaoduo1=load('E:MATLAB运行程序随机1#2.txt');qiaoxiaoduo=zeros(53248,1);qiaoxiaoduo=qiaoxiaoduo1(1:5

12、3248,3);N=2048;fs=160;dt=1/fs;noverlap=0;%无重叠nfft=N;window=hanning(nfft);%汉宁窗dflag='none'%无剔除处理Pxx=zeros(20+1+1,N/2+1);for i=1:20 %分别对20组数据进行psd运算Pxx(i,1:N/2+1),f=psd(qiaoxiaoduo(N*(i-1)+1):i*N),nfft,fs,window,noverlap,dflag);end%计算时域均方根%T=53248/fs;rms1=0;for i=1:53248 rms1= rms1+qiaoxiaoduo

13、(i)2*dt;endrms1=( rms1/T)(1/2)%计算频域均方根%n=length(qiaoxiaoduo);%数据长度fs=160;%采样频率y=fft(qiaoxiaoduo,n);%对全部数据做快速傅里叶变换mag=abs(y)/n;%幅值rms2=sqrt(sum(mag.2);Pxx(1:20,1:N/2+1)=10*log10(Pxx(1:20,1:N/2+1);%对数坐标转换for i=1:10 %平均次数为10 Pxx(21,1:N/2+1)=Pxx(21,1:N/2+1)+Pxx(i,1:N/2+1);endPxx(21,1:N/2+1)=Pxx(21,1:N/2+1)/10;for i=1:20 %平均次数为20 Pxx(22,1:N/2+1)=Pxx(22,1:N/2+1)+Pxx(i,1:N/2+1);endPxx(22,1:N/2+1)=Pxx(22,1:N/2+1)/20;figure(2)subplot(3,1,1);plot(f,Pxx(1,1:N/2+1);title('平均次数为1');xlabel('w(Hz)');ylabel('A(dB)');subplot(3,1