颤振检查平台介绍

简介

颤振检查平台是一款专业的颤振信号分析软件。它可以方便、快捷地进行颤振信号采集、分析、处理、显示和存储，实现快速预警和故障诊断，对于提高工程设备的可靠性、降低维修成本具有重要意义。

功能特点

• 全面的颤振分析: 可以快速采集颤振信号，进行时间域、频域、阶次分析等，实时显示、存储和导出分析结果。

• 快速预警和故障诊断: 可以自动识别机械系统的异常信号，精确判断机械故障的类型和程度，提前预警。

• 智能化大数据管理: 支持颤振数据的批处理、智能筛选、数据可视化和多维分析，实现大数据管理与应用。

• 友好的人机界面: 界面简洁明了，操作简单方便，不需要复杂的专业知识也能快速上手。

使用场景

颤振检查平台广泛应用于工业生产、机械制造、航空航天、交通运输、电力能源等领域，对于提高设备的安全性、可靠性、降低故障率和维护成本具有非常重要的作用。

技术支持

颤振检查平台是基于Python语言开发的，采用了多种技术实现了该软件的多种功能。

示例代码

#首先 导入必要的库
import numpy as np
import matplotlib.pyplot as plt
import scipy.io as sio
from sklearn import svm
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

# 读取样本数据
data = sio.loadmat('T16RealImp.mat')
x = data['training'][0][0][1]
y = data['training'][0][0][2]
scaler = StandardScaler().fit(x) # 数据归一化处理

# 将数据集分为训练集和测试集
x_train, x_test, y_train, y_test = train_test_split(x,y,test_size=0.4,random_state=0)

# 训练模型
model = svm.SVC(kernel='rbf',degree=5, C=1.0, gamma=0.1) 
model.fit(x_train, y_train)

# 评估模型
score_train=model.score(x_train,y_train)
score_test=model.score(x_test,y_test)
print(f'The train score is {score_train}')
print(f'The test score is {score_test}')

# 显示分类结果
fig,ax = plt.subplots(figsize=(12,8))
ax.scatter(x[:,0], x[:,1], c=y, cmap=plt.cm.Paired, s=60)
ax.set_xlabel('Frequency_1')
ax.set_ylabel('Frequency_2')
ax.set_title('Classified data-points (Training set)')
plt.show()