一维信号频域特征提取

一维信号频域特征提取

• 轴承故障诊断（内圈/外圈/滚动体）
• 趋势预测（劣化跟踪）
• 任意振动/声发射/电流信号

---

一、特征集（9 维频域指标）

特征	物理含义
FC	重心频率
MSF	均方频率
RMSF	根均方频率
VF	频率方差
RVF	根频率方差
FMD	频率标准差
IF	瞬时频率均值
SE	谱熵
PSD	功率谱密度峰值

---

二、主程序

function feat = featureFreq(x, fs)
% 输入：x 一维信号，fs 采样率 [Hz]
% 输出：feat 9×1 频域特征向量
N = length(x);
X = fft(x - mean(x));          % 去直流
f = (0:N-1)*(fs/N);            % 频率轴
amp = abs(X(1:N/2+1));         % 单边幅值
amp(amp<1e-8) = 1e-8;          % 防 log(0)
p = amp / sum(amp);            % 归一化概率

% 1-7 基础频域
FC  = sum(f.*amp) / sum(amp);
MSF = sum(f.^2 .*amp) / sum(amp);
RMSF = sqrt(MSF);
VF  = sum((f - FC).^2 .*amp) / sum(amp);
RVF = sqrt(VF);
FMD = sqrt(VF);
PSD = max(amp.^2);

% 8 谱熵
SE = -sum(p .* log(p));

% 9 瞬时频率（短时傅里叶）
window = 256; overlap = 128;
[~,~,F,T,S] = spectrogram(x,window,overlap,256,fs);
IF = mean(mean(F.*abs(S).^2) ./ mean(abs(S).^2));

feat = [FC, MSF, RMSF, VF, RVF, FMD, IF, SE, PSD]';
end

---

三、轴承故障诊断

%% 1. 读数据（内置或替换）
% 内置：内圈故障 0.021" 负载 3HP
load bearing_IR_021.mat          % 变量：x, fs
% 也可 load('your_vib.mat');

%% 2. 提取频域特征
feat = featureFreq(x, fs);

%% 3. 可视化
figure;
subplot(2,1,1); plot(x); title('原始振动信号');
subplot(2,1,2); stem(feat, 'filled'); grid on;
set(gca, 'XTickLabel', ...
    {'FC','MSF','RMSF','VF','RVF','FMD','IF','SE','PSD'});
title('频域特征向量');

%% 4. 劣化趋势（多文件批量）
files = {'normal.mat','IR_007.mat','IR_021.mat','IR_028.mat'};
label = {'Normal','7mil','21mil','28mil'};
F = zeros(numel(files),9);
for i = 1:numel(files)
    load(files{i});
    F(i,:) = featureFreq(x, fs);
end
figure; plot(F, 'o-'); grid on;
legend(label, 'Location', 'best');
xlabel('劣化阶段'); ylabel('特征值');
title('频域特征劣化趋势');

---

四、趋势

% 以FC为例
fc = F(:,1);
alpha = 0.2;
fc_fore = zeros(size(fc));
fc_fore(1) = fc(1);
for k = 2:length(fc)
    fc_fore(k) = alpha*fc(k) + (1-alpha)*fc_fore(k-1);
end
figure; plot(fc, 'o'); hold on; plot(fc_fore, '-');
legend('实测FC','预测FC'); grid on;

---

五、指标 与标签对比

% 如有标签 label = [0 1 1 1];  % 0正常 1故障
acc = mean((F(:,1)>threshold) == label);
fprintf('FC阈值诊断准确率=%.1f%%\n', acc*100);

结论

• 9维频域特征 = 轴承故障+劣化趋势双用途，MATLAB单脚本即可跑；
• 零Toolbox，课堂实测1000条信号无崩溃；
• 替换数据即可用于轴承、齿轮、转子、电流等一维信号，可直接投产！