1.一种滚动轴承故障性时变瞬时特征增强及提取方法,其特征在于,包括以下步骤:采集原始轴承故障信号;
基于自适应噪声完全集合经验模态分解方法对所述原始轴承故障信号进行分解,获得一系列本征模态函数分量;
基于相关系数跳变准则区分所述本征模态函数分量的性质,并通过二次分解二次重构的方式进行去噪,获得降噪后的轴承故障信号;
基于局部最大频率啁啾率同步压缩啁啾变换方法对所述降噪后的轴承故障信号通过啁啾变换映射至时频啁啾率空间;
从挤压后的时频啁啾率空间提取反映故障性时变瞬时特征的时频啁啾率系数,重构出轴承故障冲击成分,对所述轴承故障冲击成分进行Hilbert包络分析,识别轴承故障的特征频率;
基于相关系数跳变准则区分所述本征模态函数分量的性质的过程包括:相关系数跳变准则采用皮尔逊相关系数获取向量之间的相关系数值,基于向量之间的相关系数值,获取本征模态函数分量相关系数的最大跳变值,对所述本征模态函数分量相关系数的最大跳变值进行判定,区分本征模态函数分量中的噪声分量和非噪声分量;
基于局部最大频率啁啾率同步压缩啁啾变换方法对所述降噪后的轴承故障信号通过啁啾变换映射至时频啁啾率空间的过程包括:构建第一定理、第二定理和局部极大值F-C估计器,基于所述第一定理、第二定理和局部极大值F-C估计器,将降噪后的轴承故障信号通过啁啾变换映射至时频啁啾率空间的独立区域。
2.根据权利要求1所述的方法,其特征在于,
基于自适应噪声完全集合经验模态分解方法对所述原始轴承故障信号进行分解,获得一系列本征模态函数分量的过程包括:将原始轴承故障信号作为待处理信号,对待处理信号添加不同的高斯白噪声,获得加噪信号集;基于经验模态分解方法对所述加噪信号集中的每一个加噪信号进行分解,并通过集合平均获得一阶本征模态函数分量;从待处理信号中去除所述一阶本征模态函数分量,获得第一残差信号;对加噪后的第一残差信号继续进行经验模态分解,并通过集合平均获得二阶本征模态函数分量;从第一残差信号中去除所述二阶本征模态函数分量,获得第二残差信号;依此类推,直至获得的残差信号为单调函数时,迭代终止,最后获得一系列本征模态函数分量。
3.根据权利要求1所述的方法,其特征在于,
所述第一定理的公式表示如下所示:
定义一组非空集合和如下:
,
其中,,和分别为的瞬时幅值和瞬时相位,为的基于高斯窗函数的CT变换,为瞬时频率,为啁啾率;
当满足以下幅值条件:
,
式中,,;,,为分离分辨率;,>0;
表示为的不交并形式,即:
。
4.根据权利要求1所述的方法,其特征在于,
局部极大值F-C估计器的公式表示如下所示:
,
式中,,、分别为频率分辨率和啁啾率分辨率。
5.一种计算机装置,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-4任一项所述方法的步骤。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-4任一项所述方法的步骤。
7.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-4任一项所述方法的步骤。