[发明专利]一种滚动轴承微弱故障特征提取方法

权利要求书

1.一种滚动轴承微弱故障特征提取方法，其特征在于，其步骤如下：

步骤一：构造自适应分形滤波器对滚动轴承原始微弱故障信号进行滤波，初步滤除噪声并对滚动轴承发生故障时的周期性冲击特征成分进行增强；

步骤二：用基于稀疏度指标的最优频带选取方法对经自适应分形滤波器滤波后的信号进行故障信息敏感频段选取；

步骤三：对步骤二得到的最优故障信息敏感频段进行包络谱分析，提取滚动轴承故障特征。

2.根据权利要求1所述的滚动轴承微弱故障特征提取方法，其特征在于，所述步骤一种自适应分形滤波器进行滤波的方法为：

①找出原始振动信号中的最大值点、最小值点；

②用三次样条插值方法对最大值点、最小值点进行拟合，得到拟合曲线；

③将拟合曲线所有相邻最小值之间的窄域波形作为分析自适应分形滤波器的结构元素形状；

④基于所得结构元素形状，构建基于MHPO算子的自适应分形滤波器对原始微弱故障信号进行滤波。

3.根据权利要求2所述的滚动轴承微弱故障特征提取方法，其特征在于，所述MHPO算子的计算公式如下：

MHPO(n)＝AHDE(n)·AHCO(n)

式中，f表示待滤波的原始微弱故障信号，g为自适应分形滤波器的结构元素，n代表原始微弱故障信号的点数，和·分别表示自适应分形滤波器中的膨胀算子、侵蚀算子、开算子和闭算子；MHPO(n)表示原始微弱故障信号的MHPO算子，AHDE(n)和AHCO(n)是MHPO算子的中间计算变量。

4.根据权利要求1-3中任意一项所述的滚动轴承微弱故障特征提取方法，其特征在于，所述故障信息敏感频段选取的方法为：

①对经自适应分形滤波器滤波后的信号进行分段处理；

②用Kurtogram算法对分段处理后的信号进行频带划分；

③计算每个频带的稀疏度指标GI；

④选取稀疏度指标最大的频带作为最优故障信息敏感频带。

5.根据权利要求4所述的滚动轴承微弱故障特征提取方法，其特征在于，所述稀疏度指标GI为：

式中，||·||₁代表l₁范数，N代表分段信号的个数，SE_p为第p个所划分频段信号解析形式的方波包络值，SE^r表示方波包络值SE_p的降序排列，即：SE^r[1]≤SE^r[2]≤…≤SE^r[N]。

6.根据权利要求5所述的滚动轴承微弱故障特征提取方法，其特征在于，所述方波包络值SE的计算公式为：

式中，代表待分析振动信号的解析形式，H()为希尔伯特变换运算符，j²＝-1。