周期性检验
发布时间:2012/10/20 12:09:40 访问次数:1821
通常在数据处理前，要H5TQ1G63DFR-11C对数据进行周期性、平稳性、正态性与各态历经性检验，以满足数据分析与处理的要求和保证数据分析与处理的正确性。如数据量很大，可只检验典型状态的数据。
在所测得的频谱数据中可能存在这样的情况，在窄带频谱中某频率上发生尖峰，它与实际的振源（如不平衡转动或自激振荡）无关，这种尖峰可能是由于未知的，具有物理意义的其他周期振源引起的。它也可能代表弱阻尼结构或声空腔在随机激下的共振响应，这意味着：该谱峰是窄带随机信号，而不是周期信号，所以在数据处理前，必须要对数据进行周期性检验，确定是否是周期信号。
在进行周期性检验时，必须对每一个峰单独进行检验。通过周期性检验可将谱峰所对应的数据分为：正弦振动数据、随机振动数据、窄带随机数据、随机叠加正弦振动数据等。检验时可以选用以下一种或几种方法进行。
(1)物理检验：分析与谱峰相对应的频率处是否有已知的周期振源存在。
(2)目视检验：直接观察数据的时间历程，通过工程判断，确定其是否具有周期性。
(3)概率密度分析或自相关分析：对数据进行概率密度分析或自相关分析（因为同期函数不收敛），如分析所得的曲线形状符合或接近图3-23 (a)所示的正弦振动的典型特征，即为正弦振动数据。
(4)自谱密度分析：做自谱密度分析，如峰值的谱密度值随分析带宽的减小而正比例增加，而且带宽内的均方根值基本保持不变，即为正弦振动数据。
(5)方差检验：统一规定样本的分段数Ⅳ<O.lBT,显著水平口为0.05。
在所测得的频谱数据中可能存在这样的情况，在窄带频谱中某频率上发生尖峰，它与实际的振源（如不平衡转动或自激振荡）无关，这种尖峰可能是由于未知的，具有物理意义的其他周期振源引起的。它也可能代表弱阻尼结构或声空腔在随机激下的共振响应，这意味着：该谱峰是窄带随机信号，而不是周期信号，所以在数据处理前，必须要对数据进行周期性检验，确定是否是周期信号。
在进行周期性检验时，必须对每一个峰单独进行检验。通过周期性检验可将谱峰所对应的数据分为：正弦振动数据、随机振动数据、窄带随机数据、随机叠加正弦振动数据等。检验时可以选用以下一种或几种方法进行。
(1)物理检验：分析与谱峰相对应的频率处是否有已知的周期振源存在。
(2)目视检验：直接观察数据的时间历程，通过工程判断，确定其是否具有周期性。
(3)概率密度分析或自相关分析：对数据进行概率密度分析或自相关分析（因为同期函数不收敛），如分析所得的曲线形状符合或接近图3-23 (a)所示的正弦振动的典型特征，即为正弦振动数据。
(4)自谱密度分析：做自谱密度分析，如峰值的谱密度值随分析带宽的减小而正比例增加，而且带宽内的均方根值基本保持不变，即为正弦振动数据。
(5)方差检验：统一规定样本的分段数Ⅳ<O.lBT,显著水平口为0.05。
通常在数据处理前，要H5TQ1G63DFR-11C对数据进行周期性、平稳性、正态性与各态历经性检验，以满足数据分析与处理的要求和保证数据分析与处理的正确性。如数据量很大，可只检验典型状态的数据。
在所测得的频谱数据中可能存在这样的情况，在窄带频谱中某频率上发生尖峰，它与实际的振源（如不平衡转动或自激振荡）无关，这种尖峰可能是由于未知的，具有物理意义的其他周期振源引起的。它也可能代表弱阻尼结构或声空腔在随机激下的共振响应，这意味着：该谱峰是窄带随机信号，而不是周期信号，所以在数据处理前，必须要对数据进行周期性检验，确定是否是周期信号。
在进行周期性检验时，必须对每一个峰单独进行检验。通过周期性检验可将谱峰所对应的数据分为：正弦振动数据、随机振动数据、窄带随机数据、随机叠加正弦振动数据等。检验时可以选用以下一种或几种方法进行。
(1)物理检验：分析与谱峰相对应的频率处是否有已知的周期振源存在。
(2)目视检验：直接观察数据的时间历程，通过工程判断，确定其是否具有周期性。
(3)概率密度分析或自相关分析：对数据进行概率密度分析或自相关分析（因为同期函数不收敛），如分析所得的曲线形状符合或接近图3-23 (a)所示的正弦振动的典型特征，即为正弦振动数据。
(4)自谱密度分析：做自谱密度分析，如峰值的谱密度值随分析带宽的减小而正比例增加，而且带宽内的均方根值基本保持不变，即为正弦振动数据。
(5)方差检验：统一规定样本的分段数Ⅳ<O.lBT,显著水平口为0.05。
在所测得的频谱数据中可能存在这样的情况，在窄带频谱中某频率上发生尖峰，它与实际的振源（如不平衡转动或自激振荡）无关，这种尖峰可能是由于未知的，具有物理意义的其他周期振源引起的。它也可能代表弱阻尼结构或声空腔在随机激下的共振响应，这意味着：该谱峰是窄带随机信号，而不是周期信号，所以在数据处理前，必须要对数据进行周期性检验，确定是否是周期信号。
在进行周期性检验时，必须对每一个峰单独进行检验。通过周期性检验可将谱峰所对应的数据分为：正弦振动数据、随机振动数据、窄带随机数据、随机叠加正弦振动数据等。检验时可以选用以下一种或几种方法进行。
(1)物理检验：分析与谱峰相对应的频率处是否有已知的周期振源存在。
(2)目视检验：直接观察数据的时间历程，通过工程判断，确定其是否具有周期性。
(3)概率密度分析或自相关分析：对数据进行概率密度分析或自相关分析（因为同期函数不收敛），如分析所得的曲线形状符合或接近图3-23 (a)所示的正弦振动的典型特征，即为正弦振动数据。
(4)自谱密度分析：做自谱密度分析，如峰值的谱密度值随分析带宽的减小而正比例增加，而且带宽内的均方根值基本保持不变，即为正弦振动数据。
(5)方差检验：统一规定样本的分段数Ⅳ<O.lBT,显著水平口为0.05。
相关IC型号- H5TQ1G63DFR-11C
- 暂无最新型号
公网安备44030402000607
