Постройте условные временные моменты временных рядов с помощью подхода только для графика и подхода возвращаться-данных.

Загрузите и отобразите на графике данные, которые состоят из симулированных измерений вибрации для системы с отказом, который вызывает периодические резонансы. x вектор измерений и fs частота дискретизации.

load tftmoment_example x fs

ts=0:1/fs:(length(x)-1)/fs;
figure
subplot(1,2,1)
plot(ts,x)
xlabel('Time in Seconds')
ylabel('Measurement')
title('Simulated Vibration Measurements')

Используйте функциональный pspectrum с опцией 'спектрограммы', чтобы показать содержимое частоты по сравнению со временем.

subplot(1,2,2)
pspectrum(x,ts,'spectrogram')

Спектрограмма показывает, что первый пакет на уровне 100 Гц, и второй пакет на уровне 300 Гц. Пакет на 300 Гц более силен, чем 100 Гц, разорванных на 70 дБ.

Постройте второй временный момент (отклонение), с помощью подхода только для графика без выходных аргументов и задавая fs.

figure
order = 2;
tftmoment(x,fs,order);title('Second Temporal Moment')

Существует две отличных функции в графике на уровне 100 и 300 Гц, соответствующих вызванным резонансам, показанным спектрограммой. Моменты намного ближе в величине, чем спектральные результаты были.

Теперь найдите первые четыре временных момента, с помощью временной шкалы ts то, что вы уже создали. На этот раз используйте форму, которая возвращает и векторы момента и связанные векторы частоты. Встройте массив порядка как часть входного параметра.

[momentT,f] = tftmoment(x,ts,[1 2 3 4]);

Каждый столбец momentT содержит момент, соответствуя одному из входных порядков.

momentT_1 = momentT(:,1);
momentT_2 = momentT(:,2);
momentT_3 = momentT(:,3);
momentT_4 = momentT(:,4);

Постройте эти четыре момента отдельно, чтобы сравнить формы.

figure
subplot(2,2,1)
plot(f,momentT_1)
title('First Temporal Moment — Mean')
xlabel('Frequency in Hz')

subplot(2,2,2)
plot(f,momentT_2)
title('Second Temporal Moment — Variance')
xlabel('Frequency in Hz')

subplot(2,2,3)
plot(f,momentT_3)
title('Third Temporal Moment — Skewness')
xlabel('Frequency in Hz')

subplot(2,2,4)
plot(f,momentT_4)
title('Fourth Temporal Moment — Kurtosis')
xlabel('Frequency in Hz')

Для данных в этом примере вторые и четвертые временные моменты показывают самые ясные функции дефектного резонанса.

По умолчанию, tfsmoment вызывает функциональный pspectrum внутренне сгенерировать спектрограмму степени что tftmoment использование в настоящий момент расчет. Можно также импортировать существующую спектрограмму степени для tftmoment использовать вместо этого. Эта возможность полезна, если у вас уже есть спектрограмма степени как начальная точка, или если вы хотите настроить pspectrum опции путем генерации спектрограммы явным образом сначала.

Введите спектрограмму степени, которая была уже сгенерирована с помощью опций по умолчанию. Сравните получившийся график временного момента с тем что tftmoment генерирует использование его собственного pspectrum опции по умолчанию. Результатами должно быть то же самое.

Загрузите данные, которые состоят из симулированных измерений вибрации для системы с отказом, который вызывает периодические резонансы. p ранее вычисленная спектрограмма, fp и tp являются частотой и временными векторами, сопоставленными с p, x является исходным вектором измерений, и фс является частотой дискретизации.

load tftmoment_example p fp tp x fs

Определите второй временный момент с помощью спектрограммы и ее связанной частоты и временных векторов. Постройте момент.

[momentT_p,f_p] = tftmoment(p,fp,tp,2);
figure
subplot(2,1,1)
plot(f_p,momentT_p)
title('Second Temporal Moment using Input Spectrogram ')

Теперь найдите и постройте вторые временные моменты с помощью исходных данных и производя уровень.

[momentT,f] = tftmoment(x,fs,2);
subplot(2,1,2)
plot(f,momentT)
title('Second Temporal Moment using Measurement Data')

Как ожидалось, соответствие графиков начиная с pspectrum по умолчанию опции использовались в обоих. Этот результат демонстрирует эквивалентность между двумя подходами, когда нет никакой индивидуальной настройки.

Реальные измерения часто стали группированные частью таблицы с меткой времени, которая записывает фактическое время и показания, а не относительные времена. Можно использовать timetable формат для того, чтобы собрать эти данные. В этом примере показано, как tftmoment действует с входом расписания, в отличие от входных параметров вектора данных, используемых в другом tftmoment примеры, такие как График Условные Временные Моменты Вектора Временных рядов.

Загрузите данные, которые состоят из одного расписания (xt_inner1) содержа показания измерения и информацию времени для части машинного оборудования. Исследуйте свойства расписания.

load tfmoment_tdata.mat xt_inner1;
xt_inner1.Properties

ans = 
  TimetableProperties with properties:

             Description: ''
                UserData: []
          DimensionNames: {'Time'  'Variables'}
           VariableNames: {'x_inner1'}
    VariableDescriptions: {}
           VariableUnits: {}
      VariableContinuity: []
                RowTimes: [146484x1 duration]
               StartTime: 0 sec
              SampleRate: 4.8828e+04
                TimeStep: 2.048e-05 sec
        CustomProperties: No custom properties are set.
      Use addprop and rmprop to modify CustomProperties.

Эта таблица состоит из размерностей Time и Variables, где единственной переменной является x_inner1.

Найдите вторые и четвертые условные временные моменты (order = [2 4]) для данных в расписании.

order = [2 4];
[momentT_xt_inner1,f] = tftmoment(xt_inner1,order);
size(momentT_xt_inner1)

ans = 1×2

        1024           2

Временные моменты представлены столбцами momentT_xt_inner1, так же, как они были бы на мгновение взяты из входа вектора временных рядов.

Постройте моменты по сравнению с возвращенным вектором частоты f.

momentT_inner1_2 = momentT_xt_inner1(:,1);
momentT_inner1_4 = momentT_xt_inner1(:,2);

figure
subplot(2,1,1)
plot(f,momentT_inner1_2)
title("Second Temporal Moment")

subplot(2,1,2)
plot(f,momentT_inner1_4)
title("Fourth Temporal Moment")
xlabel('Frequency in Hz')