[发明专利]一种滚动轴承故障特征提取方法及系统

权利要求书

1.一种滚动轴承故障特征提取方法，其特征在于：包括：

信号采集模块，用于通过加速度传感器获取滚动轴承故障振动信号；

信号处理模块，用于对工况下的滚动轴承故障振动信号进行分段；

谱峭度优化模块，用于依次对分段后的信号用快速谱峭度图算法计算每段信号的不同子频带的谱峭度；再对各段信号计算所得的子频带谱峭度进行对应子频带求平均；平均之后通过比较选出谱峭度最大值对应的子频带从而得到优化的共振解调频带；

特征提取模块，用于利用谱峭度优化模块所得到的优化的共振解调频带对所采集的滚动轴承故障振动信号进行包络频谱分析，得到滚动轴承故障振动信号包络后的频率谱线，将其与滚动轴承存在的故障类型所对应的理论特征频率对比，从而确定滚动轴承存在的故障类型。

2.根据权利要求1所述的滚动轴承故障特征提取方法，其特征在于：所述滚动轴承故障振动信号是时域信号。

3.根据权利要求1所述的滚动轴承故障特征提取方法，其特征在于：所述信号处理模块具体为对所采集的滚动轴承故障振动信号x(t)等长度分为M段。

4.根据权利要求1所述的滚动轴承故障特征提取方法，其特征在于：所述谱峭度优化模块具体为：在分段后，对每一段信号分别运用快速谱峭度图算法计算出每段信号中各子频带的谱峭度，获得所述采集信号各子频带所对应的多次谱峭度计算结果；对获得所述采集信号各子频带所对应的多次谱峭度计算结果，进行对应子频带谱峭度求平均，获得优化的谱峭度图；通过比较优化的谱峭度图中各子频带谱峭度选出最大值对应的子频带，其中心频率f_o和带宽Δf_o为优化的共振解调频带。

5.根据权利要求1所述的滚动轴承故障特征提取方法，其特征在于：所述特征提取模块具体为：利用谱峭度优化模块所得到的优化的共振解调频带对所采集的滚动轴承故障振动信号进行包络频谱分析，得到滚动轴承故障振动信号包络后的频率谱线，将其与滚动轴承存在的故障类型所对应的理论特征频率对比：

如果处于理论特征频率值正负2Hz范围内出现突出的谱线，则可以确定存在与对理论特征频率值相对应的故障类型。

6.根据权利要求4所述的滚动轴承故障特征提取方法，其特征在于：所述谱峭度的计算公式为： 

式中，和分别表示取模和数学期望，为第k级第i个子频带复包络信号，其中k为分解级数，i=0,1，…，2^k-1为子频带复包络信号位置系数，n是与时间t有关的时间序列，取值为从0到包络信号的长度。

7.根据权利要求4所述的滚动轴承故障特征提取方法，其特征在于：所述子频带谱峭度求平均的计算公式为：

式中，为第m段信号中第k级第2^k-1个子频代复包络信号所对应的谱峭度。

8.一种滚动轴承故障特征提取系统，其特征在于：包括：

信号采集模块，用于通过加速度传感器获取滚动轴承故障振动信号；

信号处理模块，用于对工况下的滚动轴承故障振动信号进行分段；

谱峭度优化模块，用于依次对分段后的信号用快速谱峭度图算法计算每段信号的不同子频带的谱峭度；再对各段信号计算所得的子频带谱峭度进行对应子频带求平均；平均之后通过比较选出谱峭度最大值对应的子频带从而得到优化的共振解调频带；

特征提取模块，用于利用谱峭度优化模块所得到的优化的共振解调频带对所采集的滚动轴承故障振动信号进行包络频谱分析，得到滚动轴承故障振动信号包络后的频率谱线，将其与滚动轴承存在的故障类型所对应的理论特征频率对比，从而确定滚动轴承存在的故障类型。