[發明專利]信號特征提取方法、系統、計算機可讀存儲介質及電子設備

在審

• 申請號: 202011090612.6
• 申請日: 2020-10-13
• 公開（公告）號: CN112183439A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 周星杰;徐成國;王碩;楊康
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 趙燕

1.一種信號特征提取方法，其特征在于，包括：

步驟S1：采集并獲取滾動軸承振動信號，并對所述滾動軸承振動信號進行數據預處理；

步驟S2：通過經驗模態分解法將進行數據預處理后的所述滾動軸承振動信號分解為多個信號分量；

步驟S3：引入多核函數對多個所述信號分量進行非線性擴展，獲取擴展后的慢特征函數；

步驟S4：根據所述慢特征函數通過主成分分析法獲得滾動軸承振動信號的故障特征。

2.如權利要求1所述的信號特征提取方法，其特征在于，所述步驟S1中包括，采集并獲取所述滾動軸承振動信號，并對所述滾動軸承振動信號進行數據預處理，構建樣本數據集。

3.如權利要求1所述的信號特征提取方法，其特征在于，多個所述信號分量的極值點數量和過零點數目相等或最多相差一個。

4.如權利要求3所述的信號特征提取方法，其特征在于，多個所述信號分量由局部極大值和極小值組成的上下包絡線的平均值為0。

5.如權利要求1所述的信號特征提取方法，其特征在于，所述步驟S3中包括：

步驟S31：對多個所述信號分量進行去均值處理；

步驟S32：根據去均值處理后的多個所述信號分量獲得核矩陣；

步驟S33：根據所述核矩陣獲得標準化核矩陣；

步驟S34：計算核矩陣的特征值和特征向量，根據所述特征值和所述特征向量計算白化處理后的每條輸出數據，將白化處理后的所述輸出數據合并獲得合并矩陣；

步驟S35：根據所述第一矩陣對時間求一階導數獲得所述慢特征函數。

6.如權利要求1所述的信號特征提取方法，其特征在于，所述步驟S4中包括：

步驟S41：通過主成分分析法獲得所述慢特征函數的最小特征值對應的標準化權重向量；

步驟S42：根據所述標準化權重向量構建權重矩陣；

步驟S43：根據所述權重矩陣獲得多核慢特征矩陣；

步驟S44：通過所述多核慢特征矩陣獲得所述滾動軸承振動信號的故障特征。

7.如權利要求1所述的信號特征提取方法，其特征在于，所述多核函數為多項式核函數、線性核函數及高斯核函數中的一者。

8.一種信號特征提取系統，其特征在于，包括：

預處理單元，采集并獲取滾動軸承振動信號，并對所述滾動軸承振動信號進行數據預處理；

分解單元，通過經驗模態分解法將進行數據預處理后的所述滾動軸承振動信號分解為多個信號分量；

慢特征函數獲取單元，引入多核核函數對多個所述信號分量進行非線性擴展，獲取擴展后的慢特征函數；

故障特征提取單元，根據所述慢特征函數通過主成分分析法獲得滾動軸承振動信號的故障特征。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1至7中任一項所述的信號特征提取方法。

10.一種電子設備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至7中任一項所述的信號特征提取方法。