[发明专利]一种用于轴承故障信号分类处理的时频分析方法及系统

权利要求书

1.一种用于轴承故障信号分类处理的时频分析方法，其特征是，包括：

获取待分析的强调制信号，其中，所述强调制信号中类脉冲模态和类谐波模态共存；

通过短时傅里叶变换对所述强调制信号进行处理，获得初始时频分布结果；

基于短时傅里叶变换和初始时频分布结果，根据分类准则，将初始时频分布结果划分为频率重排时频分布结果和时间重排时频分布结果；

基于初始时频分布结果，通过不动点迭代法获取迭代瞬时频率估计算子和迭代群延迟估计算子；基于迭代瞬时频率估计算子对频率重排时频分布结果中的时频能量沿频率方向进行优化重排；基于瞬时频率估计算子对时间重排时频分布结果中的时频能量沿时间方向进行优化重排；将两类优化重排结果相加得到最终优化的初始时频分布结果；

基于最终优化的初始时频分布结果实现对强调制信号的分析。

2.如权利要求1所述的用于轴承故障信号分类处理的时频分析方法，其特征是，所述基于短时傅里叶变换和初始时频分布结果，根据分类准则，将初始时频分布结果划分为频率重排时频分布结果和时间重排时频分布结果包括：

基于短时傅里叶变换中窗函数的支撑因子获得窗口对角线斜率，基于初始时频分布结果，获取强调制信号的啁啾率估计算子；

将啁啾率估计算子绝对值与窗口对角线斜率比较，把初始时频分布结果分为频率重排时频分布结果和时间重排时频分布结果；其中，频率重排时频分布结果为啁啾率估计算子绝对值小于等于窗口斜率的初始时频分布结果，时间重排时频分布结果为啁啾率估计算子绝对值大于窗口斜率的初始时频分布结果。

3.如权利要求2所述的用于轴承故障信号分类处理的时频分析方法，其特征是，所述基于初始时频分布结果，获取强调制信号的啁啾率估计算子包括：

基于初始时频分布结果，获取强调制信号的初始瞬时频率估计算子、初始群延迟估计算子；

利用初始瞬时频率估计算子对频率的偏导与初始群延迟估计算子对频率的偏导的比值，实现啁啾率估计算子的构造。

4.如权利要求1所述的用于轴承故障信号分类处理的时频分析方法，其特征是，所述基于初始时频分布结果，通过不动点迭代法获取迭代瞬时频率估计算子和迭代群延迟估计算子包括：

基于初始时频分布结果，获取强调制信号的初始瞬时频率估计算子、初始群延迟估计算子；

在初始瞬态频率估计算子中引入群延迟的二阶泰勒展开的信号模型。获取高阶信号的具体瞬态频率估计算子，具体表示如下：

其中，φ′(t)为信号的实际瞬时频率，φ″(t)为实际瞬时频率的变化率，σ为窗函数的支撑因子，t为时间变量；

将瞬时频率估计算子中频率变量ω不断用替代，获得迭代瞬时频率估计算子；

在初始群延迟估计算子中引入群延迟的二阶泰勒展开的信号模型。获取高阶信号的具体群延迟估计算子，具体表示如下：

其中，为信号的实际群延迟，为实际群延迟的变化率，σ为窗函数的支撑因子，ω为频率变量；

将群延迟估计算子中时间变量t不断用替代，获得迭代群延迟估计算子。

5.如权利要求1所述的用于轴承故障信号分类处理的时频分析方法，其特征是，所述短时傅里叶变换具体表示如下：

其中，所述短时傅里叶变换的窗口函数定义为g(t)＝exp(-t²/2σ)的高斯窗，其中，τ为全局时间变量，t为局部时间变量，ω为局部频率变量，σ为窗函数支撑因子，*代表取复共轭，i代表虚数单位。

6.如权利要求1所述的用于轴承故障信号分类处理的时频分析方法，其特征是，最终优化的初始时频分布结果为：

其中，F^[N](u,η)为频率重排时频分布结果的优化重排结果，T^[N](u,η)为时间重排时频分布结果的优化重排结果。