[发明专利]结合GEP和互信息的化纤卷绕机轴承故障特征提取方法

权利要求书

1.一种结合GEP和互信息的化纤卷绕机轴承故障特征提取方法，其特征在于，包括以下步骤：

步骤1、采用振动加速度传感器和数采设备采集卷绕机正常以及故障状态下的振动加速度信号；

步骤2、对步骤1得到的原始采样信号中的离群部分进行剔除，并采用邻域内均值补全的方式填空补全；

步骤3、使用经验模态分解将经过步骤2处理的信号分成多个IMF分量如式(1)所示，计算各IMF分量的周期，计算卷绕机各轴承内圈、外圈、滚动体、保持架的故障频率，与各IMF分量周期进行匹配，确定卷绕机各部分对应的IMF分量：

式(1)中，x(t)为经过步骤2处理后的原始采样信号，c_i(t)为经验模态分解后的第i个IMF分量，n为IMF分量的总个数，r_n(t)为不满足分解要求的残差；式(2)中，fo为轴承外圈故障特征频率，fr是转子在旋转过程中的固有频率，z为滚动轴承滚动体个数，d为滚动体直径，D为滚动轴承节径，α为接触角；式(3)中，fi为轴承内圈故障特征频率；式(4)中，fb为轴承滚动体故障特征频率；式(5)中，fc为轴承保持架故障特征频率；

步骤4、将IMF分量转成频域表示；

步骤5、将将经过步骤2至步骤4处理的故障信号与正常信号做频域幅值相减，得到频域幅值差值；

步骤6、建立幅值差值-频率值字典，通过幅值差值从大到小排序，在多个周期内排序并将对应的频率值进行聚类，之后选出多个区域，并依据这些区域的聚类中心确定为相应数量的标记位置；

步骤7、将标记位置对应的幅值差值输入到构建好的基因表达式编程与决策树模型中，输出特征表达式，其中，该基因表达式编程与决策树模型包括由基因表达式编程构成的编码、解码、选择、进化部分以及由决策树构成的评价部分。

2.如权利要求1所述的一种结合GEP和互信息的化纤卷绕机轴承故障特征提取方法，其特征在于，步骤1中，记录正常、内圈故障、外圈故障、内外圈混合故障四类数据，每类数据取用时间4秒。

3.如权利要求1所述的一种结合GEP和互信息的化纤卷绕机轴承故障特征提取方法，其特征在于，步骤7中，由基因表达式编程构成的编码过程包括以下步骤：

编码利用运算符由+、-、*、/四则运算符号来确定，而变量符用26个英文字母来代替经过预处理过后的滚动轴承振动信号数据；编码时，将编码头部设定为运算符，编码中部为运算符+变量符，编码尾部为变量符，则一段基因序列以一个运算符作为起始符，后面跟一串运算符和变量符，最后以变量符结束。

4.如权利要求1所述的一种结合GEP和互信息的化纤卷绕机轴承故障特征提取方法，其特征在于，步骤7中，由基因表达式编程构成的解码过程包括以下步骤：

以变量符为运算单元，将运算结果按照树形结构自下而上进行堆叠，最终计算出起始变量符位置的特征值作为滚动轴承故障特征值。

5.如权利要求1所述的一种结合GEP和互信息的化纤卷绕机轴承故障特征提取方法，其特征在于，步骤7中，由基因表达式编程构成的进化过程为对基因采取基因表达式编程特有的进化措施，包括复制、变异、插串、重组，其中，所采用的插串方式分为插串IS和根插串RIS：插串IS过程是在原基因序列中随机选择一段子串，随机插入原序列中的非头部的任意一个位置，后续基因序列依次后延，超出的部分被截去；而根插串RIS是将子串投放至基因序列头部，后续依次顺延，截去超出的基因片段。

6.如权利要求5所述的一种结合GEP和互信息的化纤卷绕机轴承故障特征提取方法，其特征在于，步骤7中，采用三类重组方式：单点重组、两点重组、基因重组，其中：单点重组是在两个父代基因序列上设定某个重组点位，对重组点位之后的基因序列进行交叉互换；两点重组是在两个父代基因序列上设定两个重组点位，对两个重组点位之间的基因序列进行交叉互换；基因重组面向的是多基因构成的染色体，以两个染色体父代个体中的连接位置作为重组点位，对多基因序列进行交叉互换。