[发明专利]一种基于偏度最大化的滚动轴承故障特征的提取方法

权利要求书

1.一种基于偏度最大化的滚动轴承故障特征的提取方法，其特征在于，包括以下内容：

步骤一、采集滚动轴承的振动信号，

在目标轴承上所需位置布置传感器采集振动信号；

步骤二、标准化处理，

执行信号偏度最大化过程之前，对信号进行标准化处理；

步骤三、通过后向自动微分解卷积最大化滤波信号的偏度值；

步骤四、求解滤波信号的包络谱，

通过希尔伯特变换求得信号的包络，进一步通过傅里叶变换求得包络谱；

步骤五、提取故障特征频率特征，

提取包络谱中的滚动轴承故障特征频率特征用于分析滚动轴承的故障类型和严重程度信息。

2.根据权利要求1所述的一种基于偏度最大化的滚动轴承故障特征的提取方法，其特征在于：步骤一中所采集的振动信号x表示为x＝d*h_d+u*h_u+e*h_e，其中d表示滚动轴承故障激发的脉冲，u表示旋转机械的转频成分，e表示环境噪声；h_d、h_u、h_e分别代表机械系统的传递函数，*代表卷积运算。

3.根据权利要求1所述的一种基于偏度最大化的滚动轴承故障特征的提取方法，其特征在于：步骤二中信号标准化处理公式为其中，x为所采集振动信号，μ_x为信号x的均值，σ_x为x的标准差，x'为标准化后信号。

4.根据权利要求1所述的一种基于偏度最大化的滚动轴承故障特征的提取方法，其特征在于：步骤三中通过滤波信号偏度最大化求解滤波后信号，包括以下步骤：

S1、采用服从正态分布的随机数初始化FIR滤波器f；

S2、对标准化后信号x'进行前向滤波计算，得到滤波后信号y＝x'*f，其中y为所采集振动信号；

S3、计算偏度值其中y为滤波后信号，μ_y为y的均值，σ_y为y的标准差，Ske(y)为偏度值；

S4、采用后向自动微分计算偏度梯度值

S5、采用Adam优化器更新滤波器f；

重复步骤S2～S5，迭代M次，得到偏度最大化的滤波后信号y。

5.根据权利要求1所述的一种基于偏度最大化的滚动轴承故障特征的提取方法，其特征在于：步骤四中通过希尔伯特变换获取信号包络y_e，计算y_e的傅里叶变换，得到其包络谱。

6.根据权利要求1所述的一种基于偏度最大化的滚动轴承故障特征的提取方法，其特征在于：步骤五中根据已知滚动轴承特征频率从包络谱中提取其对应幅值，用于滚动轴承故障诊断。