振動解析

次数分析、時間-同期の平均化、包絡線スペクトル、モード解析、レインフロー計数

Signal Processing Toolbox™ は、機械システムの振動を調査および特徴付ける関数を備えています。次数分析を使用して、回転機で発生するスペクトル成分を解析および可視化します。次数およびその時間領域の波形を追跡および抽出します。信号の平均スペクトルを次数の関数として推定します。周波数応答関数、固有振動数、減衰比およびモード形状を推定して、実験的なモード解析を行います。安定化ダイアグラムをプロットします。時間-同期平均化によりノイズをコヒーレントに削除し、包絡線スペクトルを使用した摩耗を解析します。疲労解析のために高サイクルレインフローを生成します。

関数

すべて展開する

回転機

`envspectrum`	機械診断の包絡線スペクトル
`orderspectrum`	平均スペクトルと振動信号の次数
`ordertrack`	振動信号の次数の大きさの追跡および抽出
`orderwaveform`	振動信号から時間領域の次数波形を抽出
`rpmfreqmap`	次数分析のための周波数-RPM マップ
`rpmordermap`	次数分析のための次数-RPM マップ
`rpmtrack`	振動信号の RPM プロファイルの追跡および抽出
`tachorpm`	タコメーターパルスからの RPM 信号の抽出
`tsa`	時間同期信号平均

モード解析

`modalfit`	周波数応答関数からのモーダルパラメーター
`modalfrf`	モード解析の周波数応答関数
`modalsd`	モード解析用の安定化ダイアグラムの生成

疲労解析

rainflow 疲労解析のためのレインフローカウント

トピック

振動信号の次数分析
次数分析を使用して、回転機の振動を解析します。
転動体ベアリングの故障診断 (Predictive Maintenance Toolbox)
加速度信号に基づいて転動体ベアリングの故障診断を実行する。
識別したモデルのモード解析
システムの状態空間モデルを識別し、このモデルを使用して周波数応答関数とモーダルパラメーターを計算します。
柔軟全翼機のモード解析 (System Identification Toolbox)
この例では、柔軟翼機の曲げモードの計算を示します。

注目の例

シミュレートされたシステムおよび風力タービンブレードのモード解析

周波数応答関数およびモーダルパラメーターを実験データから推定します。

スクリプトを開く

次数-RPM マップの計算と表示

次数-RPM マップをウォーターフォールプロットとして、組み込み機能を使用して表示します。

ライブスクリプトを開く

Machine Learning and Deep Learning Classification Using Signal Feature Extraction Objects

Use signal feature extraction objects and AI-based classification to identify faulty bearing signals in mechanical systems.

ライブスクリプトを開く

回転機の振動解析

時間同期平均化および包絡線スペクトルを使用して、ギアボックスからの振動信号を解析します。

ライブスクリプトを開く

Practical Introduction to Fatigue Analysis Using Rainflow Counting

Use rainflow counting to perform fatigue analysis and find the total damage on a mechanical component due to cyclic stress.

ライブスクリプトを開く

Practical Introduction to Shock Waveform and Shock Response Spectrum

Compute shock response spectra of synthetic and measured transient acceleration signals.

ライブスクリプトを開く

Frequency-Response Analysis of MIMO System

Estimate the multi-input/multi-output (MIMO) transfer function for a two-body oscillator. This example starts by computing the system inputs and outputs in the time domain, emulating measurements. After applying the definition of the Z-transform to calculate the frequency-domain transfer function of the system, the example uses the functions tfestimate, modalfrf, and modalfit to estimate the transfer function from the simulated measurement data. The comparison between the outputs of these functions shows how you can retrieve the transfer function from system input/output data.