[发明专利]基于随机共振与核主元分析相结合的机械振动信号特征提取方法

摘要

本发明涉及一种基于随机共振与核主元分析相结合的机械振动信号特征提取方法，首先应用随机共振方法对传感器测量的转子振动原始信号做预处理，增强信号的周期性，提高振动信号的信噪比；然后针对预处理后的输出信号提取时域特征集；再对所提取的时域特征集采用核主元分析方法进行非线性特征变换，从而得到最终所需的特征集。将该方法应用于发动机转子的模拟故障的特征提取与故障诊断中，结果表明该方法提取的特征集线性无关、维数更低、可分性更强，能有效提升故障诊断的精度和效率，便于在工程实践中应用。

主权项

一种基于随机共振与核主元分析相结合的机械振动信号特征提取方法，其特征在于步骤如下：步骤1、采用变尺度随机共振方法对原始振动信号做预处理，得到预处理后的振动信号x(n)：步骤2、针对预处理后的输出信号x(n)提取时域特征集，得到14个时域统计特征，包括有量纲指标8个：pt1‑pt8，无量纲指标6个：pt9‑pt14；提取公式为：均值：pt1=Σn=1Nx(n)N;]]>均方根值：pt2=Σn=1N(x(n))2N;]]>方根幅值：pt3=(Σn=1N|x(n)|N)2;]]>绝对平均值：pt4=Σn=1N|x(n)|N;]]>偏斜度：pt5=Σn=1N(x(n))3N;]]>峭度：pt6=Σn=1N(x(n))4N;]]>方差：峰‑峰值：pt8＝max{x(n)}‑min{x(n)}；波形指标：峰值指标：pt10=max{x(n)}-min{x(n)}pt2;]]>脉冲指标：pt11=max{x(n)}pt4;]]>裕度指标：pt12=max{x(n)}pt3;]]>偏斜度指标：pt13=pt5(pt2)3;]]>峭度指标：pt14=pt6(pt2)4;]]>其中：x(n)为随机共振预处理后的振动信号，n为N个数据点中的第n个数据点；步骤3、对所提取的时域特征集进行核主元分析的特征变换，从而得到最终所需的特征集。