MATLAB振动信号包络谱分析与故障诊断工具箱

资 源 简 介

该MATLAB项目通过希尔伯特变换提取振动信号包络，并进行傅里叶谱分析，实现旋转机械（轴承、齿轮等）的故障自动识别。工具适用于工业设备状态监测与智能诊断。

详 情 说 明

振动信号包络谱分析与故障诊断工具箱

项目介绍

本项目是一个基于MATLAB的机械振动信号包络谱分析与故障诊断工具箱，专门用于旋转机械（如轴承、齿轮等）的故障检测与诊断。通过希尔伯特变换包络解调技术和频谱分析技术，自动提取振动信号的包络谱，并实现故障特征频率的智能识别与标注，为工业现场振动监测提供高效的分析解决方案。

功能特性

• 包络谱自动提取：采用希尔伯特变换技术从原始振动信号中提取包络信号
• 频谱分析：对包络信号进行快速傅里叶变换，得到清晰的包络频谱
• 智能峰值检测：自动识别包络谱中的显著峰值频率
• 特征频率标注：基于输入的转速信息，自动计算并标注潜在故障特征频率
• 故障诊断建议：生成基于特征频率匹配的文本分析报告
• 灵活的参数设置：支持自定义分析频段范围和转速参数
• 多格式输入支持：兼容.mat文件导入和直接数组输入两种方式

使用方法

基本调用方式

% 从.mat文件导入信号数据 [signal, fs] = main('vibration_data.mat', 12000);

% 直接输入信号数组和采样频率 result = main(vibration_signal, 10000, 'rpm', 1500);

完整参数设置

% 包含所有可选参数的调用示例 results = main(input_signal, sampling_freq, ... 'rpm', 1800, ... % 设备转速（RPM） 'freqRange', [0, 2000], ... % 分析频段范围（Hz） 'minPeakHeight', 0.01); % 峰值检测灵敏度

输出结果

程序执行后将生成：

1. 包络谱图形：显示频率-幅值关系的频谱图
2. 特征频率标注：在谱图上自动标记识别出的故障特征频率
3. 峰值数据表格：列出检测到的主要峰值频率及对应幅值
4. 诊断报告：文本形式的故障诊断建议与分析结论

系统要求

• MATLAB版本：R2018a或更高版本
• 必需工具箱：

- Signal Processing Toolbox - Statistics and Machine Learning Toolbox（用于峰值检测）

• 内存建议：至少4GB RAM（处理长时信号时推荐8GB以上）
• 磁盘空间：最少100MB可用空间

文件说明

主程序文件实现了完整的振动信号包络谱分析流程，包含信号预处理、包络提取、频谱计算、峰值自动识别与特征频率匹配等核心功能。通过参数化设计支持不同类型的旋转机械分析，能够处理单通道振动加速度数据并输出详细的可视化结果与诊断信息。程序采用模块化结构组织各个功能单元，确保分析过程的准确性和可靠性。