[发明专利]一种滚动轴承振动信号故障特征提取方法

摘要

本发明公开了一种滚动轴承振动信号故障特征提取方法。该方法基于奇异谱SSA和线性自回归模型AR，包括以下步骤：步骤1，实时采集运行车辆的时域振动加速度信号，对采集到的振动加速度信号进行分段处理；步骤2，对步骤1每段振动加速度信号应用奇异谱分析进行噪声去除；步骤3，对步骤2去噪后的振动加速度信号进行平稳性测试，如果未通过平稳性测试，则需要进行差分处理，直至振动加速度信号通过平稳性测试；步骤4，利用线性自回归模型进行建模，并确定模型阶次以及模型系数，根据该模型系数确定故障特征。本发明方法对滚动轴承振动信号故障特征进行提取，简单易行，具有很好的应用价值。

主权项

1.一种滚动轴承振动信号故障特征提取方法，其特征在于，基于奇异谱SSA和线性自回归模型AR，包括以下步骤：步骤1，实时采集运行车辆的时域振动加速度信号，对采集到的振动加速度信号进行分段处理；步骤2，对步骤1每段振动加速度信号应用奇异谱分析进行噪声去除；步骤3，对步骤2去噪后的振动加速度信号进行平稳性测试，如果未通过平稳性测试，则需要进行差分处理，直至振动加速度信号通过平稳性测试；步骤4，利用线性自回归模型进行建模，并确定模型阶次以及模型系数，根据该模型系数确定故障特征；步骤1所述车辆的时域振动加速度信号按照时间序列记为X＝{x₁(t),...,x_N(t)}，t＝1,2…,n，x_N(t)表示每一分段信号，n表示分段长度；步骤2所述的应用奇异谱分析进行噪声去除，具体步骤为：(2.1)设振动信号按照时间序列表示为X＝{x₁,...,x_N}，选择窗口长度为L，并且L满足将振动信号X映射为长度为L的延迟向量，X_i＝{x_i,...,x_i+L‑1}，其中1<i<K，K为延迟向量数，且K＝N‑L+1；(2.2)通过将X_i按行排列构造轨迹矩阵T_x，T_x维度为L×K，轨迹矩阵T_x为：(2.3)将轨迹矩阵T_x通过奇异值分解并得到分解之后的轨迹矩阵T_i，其中i＝1,…,L；T_x＝UDV′，U为正交矩阵，D为对角矩阵，V′为对角正交矩阵，T_x具有L个奇异值并且满足下面条件：T_x的第i个本征T_i表示为：λ_i为奇异值，U_i为K×L维的正交矩阵，V_i是L×L维对角正交矩阵；(2.4)将L×K维的T_i根据趋势、周期性信号和白噪声进行分组，将索引{1，…，d}划分为m个不相交的子集合I＝{I₁，…I_m}，即T_x表示为(2.5)令Hankel函数的H算子表示为矩阵相应对角线值的平均，i＝1，…，m，使用H算子对矩阵进行变换，即初始时间序列X由下式来重构：