最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。
orderwaveform
振動信号から時間領域の次数波形を抽出
構文
xrec = orderwaveform(x,fs,rpm,orderlist)xrec = orderwaveform(x,fs,rpm,orderlist,rpmrefidx)[___] = ordertrack(x,fs,rpm,orderlist,rpmrefidx,Name,Value)説明
例
4 つの次数をもつチャープの次数波形
600 Hz で 5 秒間サンプリングされたシミュレーション信号を作成します。テスト中のシステムは、観察期間中に回転速度を 1 秒あたり 10 回転から 40 回転 (つまり、1 分あたり 600 回転から 2400 回転) に上昇させます。
タコメーターの読み取り値を生成します。
fs = 600; t1 = 5; t = 0:1/fs:t1; f0 = 10; f1 = 40; rpm = 60*linspace(f0,f1,length(t));
信号は、1、1/2、√2 および 2 の次数をもつ調和的に関連した 4 つのチャープで構成されています。チャープの振幅はそれぞれ 1、1/2、√2 および 2 です。チャープを生成するために、台形則を使用して位相を回転速度の積分で表します。
ord = [1 0.5 sqrt(2) 2]; amp = [1 0.5 sqrt(2) 2]; ph = 2*pi*cumtrapz(rpm/60)/fs; x(1,:) = amp(1)*cos(ord(1)*ph); x(2,:) = amp(2)*cos(ord(2)*ph); x(3,:) = amp(3)*cos(ord(3)*ph); x(4,:) = amp(4)*cos(ord(4)*ph); xsum = sum(x);
信号を構成する時間領域の波形を再構成します。
xrec = orderwaveform(xsum,fs,rpm,ord);
結果を可視化します。過渡状態が減衰した後に発生する時間間隔を拡大します。
for kj = 1:4 subplot(2,2,kj) plot(t,x(kj,:),t,xrec(:,kj)) title(['Order = ' num2str(ord(kj))]) xlim([2 3]) end
クロッシング次数の波形抽出
異なる 2 つのモーターに対応する 2 つのクロッシング次数から構成されるシミュレートされた振動信号を作成します。信号は、300 Hz で 3 秒間サンプリングされます。測定中に、最初のモーターの回転速度は 1 秒あたり 10 から 100 回転 (または、600 から 6000 回転) に上昇します。同じ期間に、2 番目のモーターの回転速度は 1 秒あたり 50 から 70 回転 (または、3000 から 4200 回転) に上昇します。
fs = 300; nsamp = 3*fs; rpm1 = linspace(10,100,nsamp)'*60; rpm2 = linspace(50,70,nsamp)'*60;
測定信号は最初のモーターに対する次数が 1.2、振幅が 2√2 です。2 番目のモーターに対しては、信号の次数が 0.8、振幅が 4√2 です。
x = [2 4]*sqrt(2).*cos(2*pi*cumtrapz([1.2*rpm1 0.8*rpm2]/60)/fs);
周波数範囲の中央で、最初のモーターの共振を励起させます。
y = [1+1./(1+linspace(-10,10,nsamp).^4)'/2 ones(nsamp,1)].*x; x = sum(y,2);
rpmfreqmap を使用して次数を可視化します。
rpmfreqmap(x,fs,rpm1)
信号を構成する時間領域の波形を再構成します。ボルド・カルマン アルゴリズムを使用して、クロッシング次数を分離できます。
xrec = orderwaveform(x,fs,[rpm1 rpm2],[1.2 0.8],[1 2],'Decouple',true);元の波形と再構成した波形をプロットします。
for kj = 1:2 figure(kj) subplot(2,1,1) plot((0:nsamp-1)/fs,y(:,kj)) legend('Original') title(['Motor ' int2str(kj)]) subplot(2,1,2) plot((0:nsamp-1)/fs,xrec(:,kj)) legend('Reconstructed') end
入力引数
出力引数
参照
[1] Feldbauer, Christian, and Robert Höldrich. “Realization of a Vold-Kalman Tracking Filter — A Least Squares Problem.” Proceedings of the COST G-6 Conference on Digital Audio Effects (DAFX-00). Verona, Italy, December 7–9, 2000.
[2] Vold, Håvard, and Jan Leuridan. “High Resolution Order Tracking at Extreme Slew Rates Using Kalman Tracking Filters.” Shock and Vibration. Vol. 2, 1995, pp. 507–515.
