[发明专利]一种滚动轴承振动信号降噪和故障特征提取方法和系统

权利要求书

1.一种滚动轴承振动信号降噪和故障特征提取方法，基于奇异值分解和时域负熵实现，其特征在于，该方法包括以下步骤：

S1，采集振动信号x(n)，其中所述振动信号的采样频率为f_s，采样点数为N，

S2，对所述振动信号x(n)进行去趋势预处理，从而获取零均值的振动信号；

S3，基于所述零均值的振动信号构造原始Hankel矩阵；

S4，基于原始Hankel矩阵和奇异值分解对原始Hankel矩阵进行重构获得更新之后的Hankel矩阵；

S5，基于更新之后的Hankel矩阵获取时域负熵谱；

S6，基于时域负熵谱对原始Hankel矩阵再次重构获得再重构Hankel矩阵；

S7，基于再重构Hankel矩阵进行滚动轴承振动信号降噪获得降噪后的时间序列；

S8，基于所述降噪后的时间序列对所述滚动轴承的故障特征进行提取。

2.根据权利要求1所述的一种滚动轴承振动信号降噪和故障特征提取方法，其特征在于，所述S4包括：

S41，基于奇异值分解(SVD，Singular Value Decomposition)理论对所述原始Hankel矩阵A进行分解，得到A＝USV^T；其中U为M*M的左正交矩阵，V为N*N的右正交矩阵，S为M*N的奇异值对角矩阵，除了主对角线全部为0，主对角线每个元素为奇异值；其中所述奇异值对角矩阵表示为：

S＝(diag(σ₁，σ₂，…σ_q)，0)

其中，σ₁≥σ₂≥…≥σ_q≥0，称为矩阵A的奇异值；

S42，选取奇异值对角矩阵S中的前2*K个奇异值作为奇异值搜索域；其中,K＝1，2，3，……80，所述2*K个奇异值形成奇异值序列；

S43，设定奇异值初始个数p＝2，保留所述奇异值序列的前p个奇异值作为更新之后的奇异值序列S′的前p个对角元素，其它奇异值置为0作为另外的对角元素，从而得到更新之后的奇异值序列S′；

S44，将左正交矩阵U和右正交矩阵V保持不变，然后将更新之后的奇异值序列S′代入A′＝US′V^T进行重构，得到更新之后的Hankel矩阵A′。

3.根据权利要求2所述的一种滚动轴承振动信号降噪和故障特征提取方法，其特征在于，所述K的范围为1-100。

4.根据权利要求2或3所述的一种滚动轴承振动信号降噪和故障特征提取方法，其特征在于，所述S5包括：

S51，依次选取重构后的Hankel矩阵A′的第一行及最后一列数值，得到一个新的时间序列x_p(n)，其中下标p表示选择了前p个奇异值重构得到的信号；

S52，计算信号x_p(n)的时域负熵，记为T_p；时域负熵的计算公式为：

式中·表示均值计算；

S53，判断p值是否大于2*K，判断选择的奇异值个数是否超过了给定的奇异值搜索域；若p值小于2*K，即p＜80，则令p＝p+2，返回S4进行循环直至完成52，增加两个奇异值，得到新的时间序列x_p(n)；若p＝80，则进入步骤S54；从而获得多个时域负熵值；

S54：基于所述多个时域负熵值，按先后顺序绘制时域负熵谱，确定时域负熵最大值对应的序号W’。

5.根据权利要求4所述的一种滚动轴承振动信号降噪和故障特征提取方法，其特征在于，所述S6包括：

S61，根据时域负熵最大值对应的序号W自适应的确定有效奇异值个数2*W’,确定原始Hankel矩阵A的前2*W’个奇异值，其它奇异值置为0，得到更新之后的奇异值序列S_e；

S62，左正交矩阵U和右正交矩阵V保持不变，然后将更新之后的奇异值序列代入A_e＝US_eV^T进行重构，得到更新之后的Hankel矩阵A_e。