[发明专利]一种基于单通道信号盲分离滚动轴承的特征提取方法

说明书

技术领域

本发明涉及机械故障诊断技术领域，涉及一种基于单通道信号盲分离滚动轴承的特征提取方法。

背景技术

盲信号分离是近些年来信号处理领域研究的热点问题。所谓盲信号分离就是指从若干传感器观测到多个信号的混合信号中恢复出无法直接观测到的原始信号的方法。盲信号分离一般要求传感器个数多于信号源个数，而单通道盲分离则是指用于观测信号混合信号的传感器只有一个。这是盲信号分离中的一个难点，但是这在机械故障诊断工程应用中却是更加贴近实际条件的。

针对欠定盲分离即传感器数目小于信源数目的情况，主要的方法有基于中值的聚类算法盲分离方法^[1]、基于位势函数的欠定盲分离方法^[2]，这些存在的问题是基于源信号的稀疏问题，而对于稀疏性较差的信号则分离效果不好；还有基于小波分解的盲信号分离^[3]，它存在的问题是对小波基的选择依靠性很强，小波基不同分离效果差别很大；此外也有基于固有模式函数(EMD)、总体固有模式函数(EEMD)的盲分离方法^[4-5]，EMD方法存在的问题是存在模态混叠现象，EEMD方法问题是计算量较大，计算时间也较长，因此在实际工程应用中即时性不强。

参考文献

【1】FABIAN J T；CARLOS G P；ELMAR W L Median-based clustering for underdetermined blind signal processing[外文期刊]2006(02).

【2】张赟；李本威；王永华；基于位势函数的欠定盲源分离识别诊断方法[J].航空动力学报，2010，25(01)，218-223.

【3】王娇；刘郁林；何为；晁志超；小波分解单通道盲分离干扰抑制方法[J].

重庆邮电大学学报(自然科学版)，2014，26(5)，648-653.

【4】李舜酩；刘晓伟；郭海东；一种单通道振动信号的盲分离方法[P].中国专利：CN 102288285 B，2011-05-24.

【5】孟宗；蔡龙；基于EEMD子带提取相关机械振动信号单通道盲分离[J].振动与冲击，2014，33(20)，40-46.

发明内容

针对上述现有技术中存在的问题和缺陷，本发明的目的在于，提供一种基于单通道信号盲分离滚动轴承的特征提取方法。

为了实现上述目的，本发明采用如下技术方案：

一种基于单通道信号盲分离滚动轴承的特征提取方法，具体包括以下步骤：

步骤1：选取频率切片小波变换函数，对给定的原始振动信号进行频率切片小波变换，得到时频图，再对频率切片小波变换后的信号进行逆变换得到重构信号，并画出重构信号的能量谱；

步骤2：根据步骤1得到的时频图和能量谱，选择能量谱中包含能量峰值的多个区间对原始振动信号进行切片，得到多个切片的重构信号；

步骤3：将步骤2得到的重构信号进行降噪和去冗余，确定最佳信源数目m及其对应的m个特征向量；

步骤4：将m个特征向量组成的矩阵乘以步骤2得到的重构信号，得到降维后的m维矩阵；

步骤5：步骤4得到的m维矩阵，采用独立分量分析得到m个分离信号，并分别求其包络谱；对包络谱进行归一化处理，叠加得到等效包络谱；观测包络谱，提取故障特征。

具体地，所述步骤1的具体实现方法如下：

频率切片小波变换定义式为：

式中，σ为尺度因子，σ≠0，σ为常数或ω和t的函数，或σ＝kt等，其中，k为调节时域或频域灵敏度，t为时域变量，ω为频域变量；p(·)为频率切片函数，p^*(·)是p(·)的共轭函数；f(τ)为原始振动信号，f(τ)∈L²(R)；

对频率切片小波变换信号进行逆变换，得到频率切片小波变换信号W(t,ω,σ)在时频区域(t₁,t₂,ω₁,ω₂)的信号分量，即重构信号：

能量定义公式为：式中，E(ω)能量密度函数，E(ω)＝|F(ω)|²，其中F(ω)为重构信号f_a(t)的傅里叶变换。

具体地，所述步骤3的具体实现方法如下：