[发明专利]一种基于单通道信号盲分离滚动轴承的特征提取方法

摘要

本发明公开了一种基于单通道信号盲分离滚动轴承的特征提取方法，对原始振动信号进行频率切片小波变换，得到信号的能量谱，不再依靠小波基的选取，切片的选取也克服了小波变换频带选取受限的问题。采用主成分分析的方法确定信源数目，解决了当样本较大时获得聚类结论困难的问题。根据主成分分析采用投影方式得到降维的矢量投影矩阵，避免了信号稀疏性的影响，从而将欠定问题转化为适定问题，此外，对具有一定相关性的源信号也可有效实现故障特征提取。

主权项

一种基于单通道信号盲分离滚动轴承的特征提取方法，其特征在于，具体包括以下步骤：步骤1：选取频率切片小波变换函数，对给定的原始振动信号进行频率切片小波变换，得到时频图，再对频率切片小波变换后的信号进行逆变换得到重构信号，并画出重构信号的能量谱；步骤2：根据步骤1得到的时频图和能量谱，选择能量谱中包含能量峰值的多个区间对原始振动信号进行切片，得到多个切片的重构信号；步骤3：将步骤2得到的重构信号进行降噪和去冗余，确定最佳信源数目m及其对应的m个特征向量；步骤4：将m个特征向量组成的矩阵乘以步骤2得到的重构信号，得到降维后的m维矩阵；步骤5：步骤4得到的m维矩阵，采用独立分量分析得到m个分离信号，并分别求其包络谱；对包络谱进行归一化处理，叠加得到等效包络谱；观测包络谱，提取故障特征；所述步骤1的具体实现方法如下：频率切片小波变换定义式为：W(t,ω,σ)=σeiωt∫-∞+∞f(τ)eiωτp*[σ(τ-t)]dτ,]]>式中，σ为尺度因子，σ≠0，σ为常数或ω和t的函数，或σ＝kt，其中，k为调节时域或频域灵敏度，t为时域变量，ω为频域变量；p(·)为频率切片函数，p*(·)是p(·)的共轭函数；f(τ)为原始振动信号，f(τ)∈L2(R)；其中，C为时域振动信号的变量，σ＝sqrt(2)/2/0.025；对频率切片小波变换信号进行逆变换，得到频率切片小波变换信号W(t,ω,σ)在时频区域(t1,t2,ω1,ω2)的信号分量，即重构信号：fa(t)=12π∫ω1ω2∫t1t2W(τ,ω,σ)eiω(t-τ)dτdω]]>能量定义公式为：式中，E(ω)能量密度函数，E(ω)＝|F(ω)|2，其中F(ω)为重构信号fa(t)的傅里叶变换。