周期性檢驗
發布時間:2012/10/20 12:09:40 訪問次數:1799
通常在數據處理前，要H5TQ1G63DFR-11C對數據進行周期性、平穩性、正態性與各態歷經性檢驗，以滿足數據分析與處理的要求和保證數據分析與處理的正確性。如數據量很大，可只檢驗典型狀態的數據。
在所測得的頻譜數據中可能存在這樣的情況，在窄帶頻譜中某頻率上發生尖峰，它與實際的振源（如不平衡轉動或自激振蕩）無關，這種尖峰可能是由于未知的，具有物理意義的其他周期振源引起的。它也可能代表弱阻尼結構或聲空腔在隨機激下的共振響應，這意味著：該譜峰是窄帶隨機信號，而不是周期信號，所以在數據處理前，必須要對數據進行周期性檢驗，確定是否是周期信號。
在進行周期性檢驗時，必須對每一個峰單獨進行檢驗。通過周期性檢驗可將譜峰所對應的數據分為：正弦振動數據、隨機振動數據、窄帶隨機數據、隨機疊加正弦振動數據等。檢驗時可以選用以下一種或幾種方法進行。
(1)物理檢驗：分析與譜峰相對應的頻率處是否有已知的周期振源存在。
(2)目視檢驗：直接觀察數據的時間歷程，通過工程判斷，確定其是否具有周期性。
(3)概率密度分析或自相關分析：對數據進行概率密度分析或自相關分析（因為同期函數不收斂），如分析所得的曲線形狀符合或接近圖3-23 (a)所示的正弦振動的典型特征，即為正弦振動數據。
(4)自譜密度分析：做自譜密度分析，如峰值的譜密度值隨分析帶寬的減小而正比例增加，而且帶寬內的均方根值基本保持不變，即為正弦振動數據。
(5)方差檢驗：統一規定樣本的分段數Ⅳ<O.lBT,顯著水平口為0.05。
在所測得的頻譜數據中可能存在這樣的情況，在窄帶頻譜中某頻率上發生尖峰，它與實際的振源（如不平衡轉動或自激振蕩）無關，這種尖峰可能是由于未知的，具有物理意義的其他周期振源引起的。它也可能代表弱阻尼結構或聲空腔在隨機激下的共振響應，這意味著：該譜峰是窄帶隨機信號，而不是周期信號，所以在數據處理前，必須要對數據進行周期性檢驗，確定是否是周期信號。
在進行周期性檢驗時，必須對每一個峰單獨進行檢驗。通過周期性檢驗可將譜峰所對應的數據分為：正弦振動數據、隨機振動數據、窄帶隨機數據、隨機疊加正弦振動數據等。檢驗時可以選用以下一種或幾種方法進行。
(1)物理檢驗：分析與譜峰相對應的頻率處是否有已知的周期振源存在。
(2)目視檢驗：直接觀察數據的時間歷程，通過工程判斷，確定其是否具有周期性。
(3)概率密度分析或自相關分析：對數據進行概率密度分析或自相關分析（因為同期函數不收斂），如分析所得的曲線形狀符合或接近圖3-23 (a)所示的正弦振動的典型特征，即為正弦振動數據。
(4)自譜密度分析：做自譜密度分析，如峰值的譜密度值隨分析帶寬的減小而正比例增加，而且帶寬內的均方根值基本保持不變，即為正弦振動數據。
(5)方差檢驗：統一規定樣本的分段數Ⅳ<O.lBT,顯著水平口為0.05。
通常在數據處理前，要H5TQ1G63DFR-11C對數據進行周期性、平穩性、正態性與各態歷經性檢驗，以滿足數據分析與處理的要求和保證數據分析與處理的正確性。如數據量很大，可只檢驗典型狀態的數據。
在所測得的頻譜數據中可能存在這樣的情況，在窄帶頻譜中某頻率上發生尖峰，它與實際的振源（如不平衡轉動或自激振蕩）無關，這種尖峰可能是由于未知的，具有物理意義的其他周期振源引起的。它也可能代表弱阻尼結構或聲空腔在隨機激下的共振響應，這意味著：該譜峰是窄帶隨機信號，而不是周期信號，所以在數據處理前，必須要對數據進行周期性檢驗，確定是否是周期信號。
在進行周期性檢驗時，必須對每一個峰單獨進行檢驗。通過周期性檢驗可將譜峰所對應的數據分為：正弦振動數據、隨機振動數據、窄帶隨機數據、隨機疊加正弦振動數據等。檢驗時可以選用以下一種或幾種方法進行。
(1)物理檢驗：分析與譜峰相對應的頻率處是否有已知的周期振源存在。
(2)目視檢驗：直接觀察數據的時間歷程，通過工程判斷，確定其是否具有周期性。
(3)概率密度分析或自相關分析：對數據進行概率密度分析或自相關分析（因為同期函數不收斂），如分析所得的曲線形狀符合或接近圖3-23 (a)所示的正弦振動的典型特征，即為正弦振動數據。
(4)自譜密度分析：做自譜密度分析，如峰值的譜密度值隨分析帶寬的減小而正比例增加，而且帶寬內的均方根值基本保持不變，即為正弦振動數據。
(5)方差檢驗：統一規定樣本的分段數Ⅳ<O.lBT,顯著水平口為0.05。
在所測得的頻譜數據中可能存在這樣的情況，在窄帶頻譜中某頻率上發生尖峰，它與實際的振源（如不平衡轉動或自激振蕩）無關，這種尖峰可能是由于未知的，具有物理意義的其他周期振源引起的。它也可能代表弱阻尼結構或聲空腔在隨機激下的共振響應，這意味著：該譜峰是窄帶隨機信號，而不是周期信號，所以在數據處理前，必須要對數據進行周期性檢驗，確定是否是周期信號。
在進行周期性檢驗時，必須對每一個峰單獨進行檢驗。通過周期性檢驗可將譜峰所對應的數據分為：正弦振動數據、隨機振動數據、窄帶隨機數據、隨機疊加正弦振動數據等。檢驗時可以選用以下一種或幾種方法進行。
(1)物理檢驗：分析與譜峰相對應的頻率處是否有已知的周期振源存在。
(2)目視檢驗：直接觀察數據的時間歷程，通過工程判斷，確定其是否具有周期性。
(3)概率密度分析或自相關分析：對數據進行概率密度分析或自相關分析（因為同期函數不收斂），如分析所得的曲線形狀符合或接近圖3-23 (a)所示的正弦振動的典型特征，即為正弦振動數據。
(4)自譜密度分析：做自譜密度分析，如峰值的譜密度值隨分析帶寬的減小而正比例增加，而且帶寬內的均方根值基本保持不變，即為正弦振動數據。
(5)方差檢驗：統一規定樣本的分段數Ⅳ<O.lBT,顯著水平口為0.05。
相關IC型號- H5TQ1G63DFR-11C
- 暫無最新型號
公網安備44030402000607
