1.一种电机轴承故障特征提取方法,其特征在于,包括以下 步骤:Step1:将反正切惩罚函数引入全变分去噪TVD中,增强算法诱导稀疏性的特征,定义新的非凸全变分去噪NCTVD,采集振动信号进行NCTVD处理并用MM算法求解;
Step2:对BAS的空间位置和参数进行初始化处理,定义正则化参数λ和凸性参数a的取值范围并执行BAS寻优算法,通过评估适应度函数CK_I,得到最优的参数组合[a,λ];
Step3:最优的参数组合输入到NCTVD中,就能得到最优的去噪信号,再引入TEO进行解调处理,得到Teager能量谱图,提取故障特征频率,进而实现故障类型的诊断。
2.根据权利要求1所述的一种电机轴承故障特征提取方法,其特征在于:所述Step1中构造非凸全变分去噪的具体步骤为:Step1.1:采集电机故障轴承的振动信号x(n);
Step1.2:求出振动信号x(n)的一阶全变分;
;
其中,Dx表示一阶微分,(p≥1)为lp范数,其中矩阵D的定义如下:;
三对角矩阵DDT表示为:
;
为p阶范数,且表示为:
;
当p=1或者p=2时,信号的一阶和二阶范数分别表示为:;
;
最小优化目标函数为:
;
式中表示信号保真项,>0为正则参数,其目的是找到信号x从而最小化目标函数:;
Step1.3:求出振动信号x(n)的arctan-NCTVD;
非凸正则化项为反正切惩罚函数(arctangent penalty,arctan):;
将变成为非凸正则化项的形式后,上式变成为下式:;
Step1.4:采用MM算法对上式进行求解,结果以表示为:;
Step1.5:凸性条件;
若使反正切惩罚函数的非凸正则化项保持凸性,条件为:。
3.根据权利要求1所述的一种电机轴承故障特征提取方法,其特征在于:所述Step2中BAS算法寻优的具体步骤为:Step2.1:BAS初始化天牛位置和各项参数;
BAS算法是通过天牛在不停的左右触角气味浓度比对中前进,在进行两只触角气味浓度计算之前,需要对其进行一系列准备工作,在D维空间中天牛的位置为,天牛左右两只触角的位置被定义为如下公式所示模型:;
上式中,l表示天牛质心与触须的距离,表示随即单位向量引导天牛在解空间中的随机朝向,需对其进行归一化操作:;
Step2.2:构造适应度函数KC_I;
加权峭度(KC_I)作为一种衡量信号中冲击特性的指标,由于它既保留了峭度的特性,也包含了相关函数的特性,常被用于轴承故障诊断之中,其计算公式为:;
;
;
r是一个可调正实数,用于控制输出信号的保真度,r一般设置为2;
Step2.3:寻找最优参数组合;
左右两根触角感知的气味浓度差在算法中定义为适应度函数,气味浓度大的适应度高,天牛不断计算适应度函数的大小来继续前进,向适应度高的位置方向移动,天牛根据下式来判断下一步的位置:;
式中,t表示当前的迭代次数;f( )表示适应度函数;表示第t次迭代时的探索步长,sign()函数为符号函数;
满足迭代条件后,输出最优参数组合[abest,λbest]。
4.根据权利要求1所述的一种电机轴承故障特征提取方法,其特征在于:所述Step3中提取故障特征的具体步骤为:Step3.1:最优的参数组合输入到NCTVD中,就能得到最优的去噪信号;
Step3.2:引入TEO进行解调处理,得到Teager能量谱图;
Step3.3:使用实验前采集到的电机故障轴承参数,计算理论故障特征频率,并与Teager能量谱图中提取到的实验故障特征频率进行比较,进而实现故障诊断。
5.一种如权利要求1-4任一项所述的电机轴承故障特征提取方法在机械故障诊断及信号处理技术领域的应用。