目录
一、15种时域特征指标
1、平均值 (Mean):信号或数据的平均值,是所有样本值的总和除以样本数量。
2、方差 (Variance):数据分布的离散程度度量,是每个数据点与平均值的差的平方的平均值。
3、标准差 (Standard Deviation):方差的平方根,是数据分散程度的一种度量,与原始数据的单位相同。
4、偏度 (Skewness):数据分布的不对称性度量,描述数据分布的偏斜程度。正偏表示分布右侧的长尾更长,负偏表示分布左侧的长尾更长。
5、峭度 (Kurtosis):数据分布的尖峰程度度量,描述数据分布的尖峰或平坦程度。正峰度表示数据分布更尖,负峰度表示数据分布更平。
6、最大值 (Maximum):数据中的最大值。
7、最小值 (Minimum):数据中的最小值。
8、峰峰值 (Peak-to-Peak):数据的峰值与最小值之间的差值,描述信号的变化范围。
9、均方根 (Root Mean Square, RMS):数据的均方根值,是数据平方的平均值的平方根。描述信号的有效值。
10、峰值因子 (Crest Factor):信号的峰值与均方根值之比,表示信号的峰值幅度相对于均方根值的大小,反映信号的峰值特性。
11、波形因子 (Shape Factor):信号的均方根值与平均值之比,表示信号的形状特征。
12、脉冲因子 (Impulse Factor):信号的峰值与绝对平均值之比,表示信号的脉冲特性。
13、裕度因子 (Margin Factor):信号的峰值与标准差之比,描述信号的变化裕度。
14、峭度因子 (Kurtosis Factor):信号的峭度与标准差之比,表示信号的尖峰特性。
15、能量 (Energy):信号在某个时间段内的总能量,是信号幅值的平方的积分。
二、15种时域特征指标特征提取Python代码实现
(1)数据集介绍
数据集为轴承故障数据集(data.xlsx文件),这个data.xlsx文件包含1种轴承正常数据、9种轴承故障数据。每种类型的数据包含120个样本(前120个样本对应1种轴承正常数据,以此类推),数据集内容如下所示(每行是一个样本)。
(2)15种时域特征指标特征提取
提取特征如下:
三、代码获取(包含15种时域特征的公式)
私信/评论区留言