[发明专利]基于小波包能量矩阵的轴承信号特征提取方法

摘要

本发明公开了一种基于小波包能量矩阵的轴承信号特征提取方法，用于解决现有信号特征提取方法复杂的技术问题。技术方案是首先对轴承振动信号进行小波包分解，然后进行分层分段能量计算，组成能量特征矩阵，求得特征值；通过定义基于特征值的振动信号特征参数，以及特征值参数与轴承运行状态间的内在联系，得到了信号特征的最佳表征参数，简化了信号特征提取过程。与背景技术相比较，矩阵维数由32*128降阶为32*32。表征数值的绝对幅值和变化幅度由绝对幅值量级101，变化幅度平均值为0.17提高到绝对幅值量级102，变化幅度平均值为20.9，改善了背景技术表征数值变化不明显的缺点。

主权项

一种基于小波包能量矩阵的轴承信号特征提取方法，其特点是包括以下步骤：步骤一、对采集到的轴承信号进行Morlet小波包分解，分解层数为2；步骤二、建立能量特征矩阵；定义单一尺度下的小波包能量为该尺度下小波包系数的平方和； E j = | | r j | | 2 = Σ k | d j ( k ) | 2 , ( j = 1,2 . . . N ) 将信号进行m次小波包分解，得到2^m个不同频率的单支信号；把每一个单支信号看成是一个单独的信号源，将其小波包系数分成2^m个相等的小区间，计算各个小区间的能量，组成能量矢量，记为Eij；然后将各层能量矢量按行排列，最后组成信号的能量特征矩阵E；如下所示： E 11 E 12 . . . E 1 n E 21 E 22 . . . E 2 n . . . . . . E ij . . . E n 1 E n 2 . . . E nn 式中，Eij代表在第i个单支信号的第j个小区间的能量值；再次计算矩阵的特征值；（1）计算特征多项式fA(λ)＝|λE‑E|;式中，E代表单位矩阵；（2）解特征方程|λE‑E|＝0，求出全部根λ1,λ2...λn,即E的全部特征值；将非零特征值组成一个特征向量x＝{λ1,λ2......λn}；然后定义特征参数；根据特征向量定义特征参数k1,k2,k3如下：k1=max(λ)    %最大值k2=min(λ)    %最小值k3=mean(λ)   %平均值选择k1作为轴承状态监测的参数。