[发明专利]信号特征提取方法、系统、计算机可读存储介质及电子设备

权利要求书

1.一种信号特征提取方法，其特征在于，包括：

步骤S1：采集并获取滚动轴承振动信号，并对所述滚动轴承振动信号进行数据预处理；

步骤S2：通过经验模态分解法将进行数据预处理后的所述滚动轴承振动信号分解为多个信号分量；

步骤S3：引入多核函数对多个所述信号分量进行非线性扩展，获取扩展后的慢特征函数；

步骤S4：根据所述慢特征函数通过主成分分析法获得滚动轴承振动信号的故障特征。

2.如权利要求1所述的信号特征提取方法，其特征在于，所述步骤S1中包括，采集并获取所述滚动轴承振动信号，并对所述滚动轴承振动信号进行数据预处理，构建样本数据集。

3.如权利要求1所述的信号特征提取方法，其特征在于，多个所述信号分量的极值点数量和过零点数目相等或最多相差一个。

4.如权利要求3所述的信号特征提取方法，其特征在于，多个所述信号分量由局部极大值和极小值组成的上下包络线的平均值为0。

5.如权利要求1所述的信号特征提取方法，其特征在于，所述步骤S3中包括：

步骤S31：对多个所述信号分量进行去均值处理；

步骤S32：根据去均值处理后的多个所述信号分量获得核矩阵；

步骤S33：根据所述核矩阵获得标准化核矩阵；

步骤S34：计算核矩阵的特征值和特征向量，根据所述特征值和所述特征向量计算白化处理后的每条输出数据，将白化处理后的所述输出数据合并获得合并矩阵；

步骤S35：根据所述第一矩阵对时间求一阶导数获得所述慢特征函数。

6.如权利要求1所述的信号特征提取方法，其特征在于，所述步骤S4中包括：

步骤S41：通过主成分分析法获得所述慢特征函数的最小特征值对应的标准化权重向量；

步骤S42：根据所述标准化权重向量构建权重矩阵；

步骤S43：根据所述权重矩阵获得多核慢特征矩阵；

步骤S44：通过所述多核慢特征矩阵获得所述滚动轴承振动信号的故障特征。

7.如权利要求1所述的信号特征提取方法，其特征在于，所述多核函数为多项式核函数、线性核函数及高斯核函数中的一者。

8.一种信号特征提取系统，其特征在于，包括：

预处理单元，采集并获取滚动轴承振动信号，并对所述滚动轴承振动信号进行数据预处理；

分解单元，通过经验模态分解法将进行数据预处理后的所述滚动轴承振动信号分解为多个信号分量；

慢特征函数获取单元，引入多核核函数对多个所述信号分量进行非线性扩展，获取扩展后的慢特征函数；

故障特征提取单元，根据所述慢特征函数通过主成分分析法获得滚动轴承振动信号的故障特征。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的信号特征提取方法。

10.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的信号特征提取方法。