一种用于故障特征判读的时频脊线提取方法及装置

摘要

本发明公开了一种用于故障特征判读的时频脊线提取方法及装置，包括：采集轴承的故障振动信号，并对故障振动信号进行时频分析获取时频矩阵信息；依据时频矩阵信息，构造度量矩阵并对度量矩阵进行局部最优峰值提取，获取时频矩阵中的多个时频脊线数据集；对多个时频脊线数据集进行阶次分析，获得故障阶次信息，以诊断轴承故障类型。本发明可以快速并准确的对时频脊线数据集进行提取，解决了时频脊线数据集提取不准确、提取效率低以及多源时频脊线数据无法同时提取问题，从而实现轴承故障类型的判断。

权利要求

1.一种用于故障特征判读的时频脊线提取方法，其特征在于，包括：采集轴承的故障振动信号，并对所述故障振动信号进行时频分析获取时频矩阵信息；

根据时频矩阵信息构造度量矩阵，并进行局部最优峰值提取，获取多个时频脊线数据集；

对所述多个时频脊线数据集进行阶次分析，获得故障阶次数据，以诊断轴承故障类型。

2.根据权利要求1所述的一种用于故障特征判读的时频脊线提取方法，其特征在于，提取所述时频脊线数据的步骤包括：输入所述时频矩阵信息，设定多个运动点，观测矩阵信息，第一度量矩阵信息以及所述运动点的移动次数，并初始化所述第一度量矩阵信息；

通过所述运动点在所述观测矩阵信息中按照指定规则移动，并对所述第一度量矩阵进行更新处理，并通过阈值处理，获取第二度量矩阵信息；

通过提取所述第二度量矩阵信息中的局部最优峰值，获取每一时刻最大度量值的位置，连接所述位置形成所述中间时频脊线数据，并通过对所述中间时频脊线数据进行阈值处理，获取所述时频脊线数据。

3.根据权利要求2所述的一种用于故障特征判读的时频脊线提取方法，其特征在于，所述时频矩阵信息，所述第一度量矩阵信息和所述观测矩阵信息的维度相同。

4.根据权利要求2所述的一种用于故障特征判读的时频脊线提取方法，其特征在于，所述指定规则为所述运动点在所述观测矩阵信息中移至与所述运动点相邻的非本列的多个位置。

5.根据权利要求4所述的一种用于故障特征判读的时频脊线提取方法，其特征在于，获取所述第二度量矩阵的步骤包括：设定tk时刻所述运动点在所述观测矩阵信息中的第一位置，定义为R(tk)＝(i1,j1)；

在tk+1时刻，所述运动点在所述观测矩阵信息中按照所述指定规则移动，移至对应的第二位置，定义为R(tk+1)＝(i2,j2)，所述第二位置为所述多个位置中任意一个；

所述运动点由所述tk时刻移至所述tk+1时刻的位置后，将所述第一度量矩阵信息中相应位置的度量值进行递增，所述相应位置为Dk(i2,j2)，形成中间度量矩阵信息；

设定第一阈值，通过所述中间度量矩阵信息中各位置的所述度量值与所述第一阈值进行对比，获取第二度量矩阵信息；

其中，(im,jm)表示位于相应矩阵中的第im行，第jm列，所述观测矩阵信息中的位置，所述第一度量矩阵信息中的位置和所述时频矩阵信息中的位置一一对应。

6.根据权利要求5所述的一种用于故障特征判读的时频脊线提取方法，其特征在于，所述运动点由所述第一位置移至所述第二位置中的多个位置的概率pu不同，所述概率由所述时频矩阵信息中所述第二位置的频率幅值相对于所述第一位置的频率幅值的增量决定。

7.根据权利要求2所述的一种用于故障特征判读的时频脊线提取方法，其特征在于，获取所述时频脊线数据的步骤包括：设定t-1时刻和t时刻所述运动点对应于所述第二度量矩阵信息中的位置分别为Et-1(it-1,jt-1)，Et(it,jt)；

根据所述t-1时刻和所述t时刻确定t+1时刻所述运动点的位置，所述t+1时刻所述运动点的位置为(2it-it-1,jt+1)和(2it-it-1±1,jt+1)中最大度量值对应的位置，所述最大度量值位置即为所述局部最优峰值对应的位置；

连接所述t-1时刻，t时刻和t+1时刻所述运动点的位置，形成中间脊线数据；

设定第二阈值，并通过将所述中间脊线数据的长度与所述第二阈值对比，获取所述时频脊线数据。

8.根据权利要求7所述的一种用于故障特征判读的时频脊线提取方法，其特征在于，所述中间脊线数据的长度为所述中间脊线数据上每一时刻对应位置的非零频率个数。

9.根据权利要求1所述的一种用于故障特征判读的时频脊线提取方法，其特征在于，将所述时频脊线数据与轴承基频对应的脊线数据作商获取所述阶次数据。

10.一种用于故障特征判读的时频脊线提取装置，其特征在于，包括：信号采集模块，采集轴承的故障振动信号，并对所述故障振动信号进行时频分析获取时频矩阵信息；

时频脊线获取模块，连接所述信号采集模块，用于根据时频矩阵信息构造度量矩阵，并进行局部最优峰值提取，获取多个时频脊线数据集；

故障判断模块，连接所述时频脊线获取模块，对所述多个时频脊线数据集进行阶次分析，获得故障阶次数据，以诊断故障类型。

说明书

一种用于故障特征判读的时频脊线提取方法及装置

技术领域

[0001] 本发明涉及机械信号处理领域，具体涉及了一种用于故障特征判读的时频脊线提取方法及装置。

背景技术

[0002] 滚动轴承是旋转机械的重要组成部件，广泛应用于航天、冶金、交通运输等行业。由于工作环境恶劣、载荷变换不定等因素，使其成为最容易出现故障的部件之一。运转中的轴承一旦出现故障可能会导致机械损坏，甚至会造成重大的安全事故。因此，对滚动轴承的工作状态进行监测具有重要的工程意义。

[0003] 滚动轴承的故障振动信号大多是非平稳信号，时频分析方法(短时傅里叶变换、小波变换等)是分析非平稳信号的重要方法，对轴承信号进行时频分析后，可以获得频率随时间变化的时频图，图中振动幅度较大的频率会形成脊线，对这些脊线进行提取是获取信号某一时刻频率成分和故障特征判读的关键。为获取故障信号的瞬时频率以便准确的对具体故障进行诊断，许多时频脊线提取方法被提出，但目前的时频脊线提取方法依然存在较多问题，例如当信号中干扰噪声能量较大时，有用的特征频率脊线会淹没于噪声频率中，从而导致时频脊线提取困难，影响时频脊线的提取准确率；在时频脊线提取过程中，为使有用信号从干扰信号中凸显出来以便脊线提取，需对原始信号进行复杂的信号处理工作，极大的增加了脊线提取的工作量；目前的时频脊线提取方法需要对时频脊线逐条提取，即无法实现多源脊线同时提取，导致脊线提取效率较低。因此，能够高效的实现多源时频脊线同时准确提取的脊线提取方法对于轴承故障诊断中瞬时频率的确定具有重要意义。

发明内容

[0004] 鉴于以上所述现有技术的缺点，本发明的目的在于提出一种用于故障特征判读的时频脊线提取方法及装置，实现了时频脊线的准确提取，同时可以进行多源时频脊线同时提取，提升了时频脊线的提取准确率以及提取效率。通过采集轴承故障振动信号，并对所述振动信号进行时频分析获取时频矩阵，并提取所述时频矩阵中的多个时频脊线，以及对所述多个时频脊线进行阶次分析，以诊断故障类型，实现对轴承故障进行快速并准确的诊断。

[0005] 本发明提出一种用于故障特征判读的时频脊线提取方法，包括：

[0006] 采集轴承的故障振动信号，并对所述故障振动信号进行时频分析获取时频矩阵信息；

[0007] 根据时频矩阵信息构造度量矩阵，并进行局部最优峰值提取，获取多个时频脊线数据集；

[0008] 对所述多个时频脊线数据集进行阶次分析，获得故障阶次数据，以诊断故障类型。

[0009] 在本发明的一个实施例中，提取所述时频脊线数据的步骤包括：

[0010] 输入所述时频矩阵信息，设定多个运动点，观测矩阵信息，第一度量矩阵信息以及所述运动点的移动次数，并初始化所述第一度量矩阵信息；

[0011] 通过所述运动点在所述观测矩阵信息中按照指定规则移动，并对所述第一度量矩阵进行更新，并通过阈值处理，获取第二度量矩阵信息；

[0012] 通过提取所述第二度量矩阵信息中的局部最优峰值，获取每一时刻最大度量值的位置，连接所述位置形成所述中间时频脊线数据，并通过对所述中间时频脊线数据进行阈值处理，获取所述时频脊线数据。

[0013] 在本发明的一个实施例中，所述时频矩阵信息，所述第一度量矩阵信息和所述观测矩阵信息的维度相同。

[0014] 在本发明的一个实施例中，所述指定规则为所述运动点在所述观测矩阵信息中移至与所述运动点相邻的非本列的多个位置。

[0015] 在本发明的一个实施例中，获取所述第二度量矩阵的步骤包括：

[0016] 设定tk时刻所述运动点在所述观测矩阵信息中的第一位置，定义为R(tk)＝(i1,j1)；

[0017] 在tk+1时刻，所述运动点在所述观测矩阵信息中按照所述指定规则移动，移至对应的第二位置，定义为R(tk+1)＝(i2,j2)，所述第二位置为所述多个位置中任意一个；

[0018] 所述运动点由所述tk时刻移至所述tk+1时刻的位置后，将所述第一度量矩阵信息中相应位置的度量值进行递增，所述相应位置为Dk(i2,j2)，形成中间矩阵信息；

[0019] 设定第一阈值，通过所述中间度量矩阵信息中各位置的所述度量值与所述第一阈值进行对比，获取第二度量矩阵信息；

[0020] 其中，(im,jm)表示位于相应矩阵中的第im行，第jm列，所述观测矩阵信息中的位置，所述第一度量矩阵信息中的位置和所述时频矩阵信息中的位置一一对应。

[0021] 在本发明的一个实施例中，所述运动点由所述第一位置移至所述第二位置中的多个位置的概率pu不同，所述概率由所述时频矩阵信息中所述第二位置的频率幅值相对于所述第一位置的频率幅值的增量决定。

[0022] 在本发明的一个实施例中，获取所述时频脊线数据的步骤包括：

[0023] 设定t-1时刻和t时刻所述运动点对应于所述第二度量矩阵信息中的位置分别为Et-1(it-1,jt-1)，Et(it,jt)；

[0024] 根据所述t-1时刻和所述t时刻确定t+1时刻所述运动点的位置，所述t+1时刻所述运动点的位置为(2it-it-1,jt+1)和(2it-it-1±1,jt+1)中最大度量值对应的位置，所述最大度量值位置即为所述局部最优峰值对应的位置；

[0025] 连接所述t-1时刻，t时刻和t+1时刻所述运动点的位置，形成中间脊线数据；

[0026] 设定第二阈值，并通过将所述中间脊线数据的长度与所述第二阈值对比，获取所述时频脊线数据。

[0027] 在本发明的一个实施例中，所述中间脊线数据的长度为所述中间脊线数据上每一时刻对应位置的非零频率个数。

[0028] 在本发明的一个实施例中，将所述时频脊线数据与轴承基频对应的脊线数据作商获取所述阶次数据。

[0029] 本发明还提出一种用于故障特征判读的时频脊线提取装置，所述装置应用了所述用于故障特征判读的时频脊线提取方法，所述装置包括：

[0030] 信号采集模块，采集轴承的故障振动信号，并对所述故障振动信号进行时频分析获取时频矩阵信息；

[0031] 时频脊线获取模块，连接所述信号采集模块，用于根据时频矩阵信息构造度量矩阵，并进行局部最优峰值提取，获取多个时频脊线数据集；

[0032] 故障判断模块，连接所述时频脊线获取模块，对所述多个时频脊线数据进行阶次分析，获得故障阶次数据，以诊断故障类型。

[0033] 本发明提出一种用于故障特征判读的时频脊线提取方法及装置，通过信号采集模块采集轴承故障振动信号，并对所述振动信号进行时频分析获取时频矩阵信息，通过时频脊线数据获取模块提取所述时频矩阵信息中的多个时频脊线数据，所述多个时频脊线数据提取过程为：输入所述时频矩阵信息，并设定多个运动点，第一度量矩阵信息，观测矩阵信息以及所述运动点的移动次数，所述运动点在所述观测矩阵信息中移动，以对所述第一度量矩阵信息进行更新处理，并进行阈值处理，形成第二度量矩阵信息，再对所述第二度量矩阵信息进行局部最优峰值提取，确定最大度量值位置，获取中间脊线数据，并通过阈值处理，获取时频脊线数据，使得在一定程度的强噪声干扰下能够对瞬时频率进行准确的提取，并且实现信号多个频率同时提取，提高瞬时频率的获取效率，通过故障判断模块对所述多个时频脊线数据进行阶次分析，以诊断故障类型，使得本发明可以准确的对时频脊线数据进行提取，快速并准确判断轴承故障类型。

附图说明

[0034] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0035] 图1为本发明提出的一种用于故障特征判读的时频脊线提取方法的步骤流程图。

[0036] 图2为本发明提出的一种用于故障特征判读的时频脊线提取方法的流程图。

[0037] 图3为本发明提出的一种用于故障特征判读的时频脊线提取方法中时频脊线数据提取方法流程图。

[0038] 图4为本发明提出的一种用于故障特征判读的时频脊线提取方法中运动点移向的位置分布图。

[0039] 图5为仿真信号波形图。

[0040] 图6为仿真信号时频矩阵信息图图谱。

[0041] 图7为仿真信号中间脊线数据形成过程中的度量矩阵信息图。

[0042] 图8为仿真信号时频脊线数据提取结果图。

[0043] 图9为本发明提出的一种用于故障特征判读的时频脊线提取装置的结构示意图。

[0044] 图10为本发明实施例的电子设备的结构框图。

[0045] 图11为本发明实施例的用于故障特征判读的时频脊线提取装置的轴承试验装置的结构框图。

[0046] 图12为轴承故障振动信号时域波形图。

[0047] 图13为轴承故障振动信号时频矩阵信息图图谱。

[0048] 图14为轴承故障振动信号中间脊线数据形成过程中的度量矩阵信息图。

[0049] 图15为轴承故障振动信号时频脊线数据提取结果图。

[0050] 图16为轴承故障振动信号各时频脊线数据对应的阶次图。

具体实施方式

[0051] 以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

[0052] 需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

[0053] 本发明提出一种用于故障特征判读的时频脊线提取方法及装置，通过快速并准确提取轴承故障信号形成的时频矩阵信息的时频脊线数据，并对所述时频脊线数据进行阶次分析，从而准确的诊断轴承故障类型。

[0054] 如图1所示，在本实施例中，本发明提出一种用于故障特征判读的时频脊线提取方法，包括：

[0055] S1、采集轴承的故障振动信号，并对所述故障振动信号进行时频分析获取时频矩阵信息；

[0056] S2、根据时频矩阵信息构造度量矩阵，并进行局部最优峰值提取，获取多个时频脊线数据集；

[0057] S3、对所述多个时频脊线数据集进行阶次分析，获得故障阶次数据，以诊断故障类型；

[0058] 如图1所示，在本实施例中，在步骤S1中，通过采集所述轴承故障的振动信号，并对所述振动信号进行时频分析获取时频矩阵信息，在本实施例中，对所述振动信号进行短时傅里叶变换得到所述时频矩阵信息。

[0059] 如图1至图3所示，在本实施例中，在步骤S2中，提取所述时频脊线数据的步骤包括：

[0060] S2.1、输入所述时频矩阵信息，设定多个运动点，观测矩阵信息，第一度量矩阵信息以及所述运动点的移动次数，并初始化所述第一度量矩阵信息；

[0061] S2.2、通过所述运动点在所述观测矩阵信息中按照指定规则移动，并对所述第一度量矩阵进行更新处理，并通过阈值处理，获取第二度量矩阵信息；

[0062] S2.3、通过提取所述第二度量矩阵信息中的局部最优峰值，获取每一时刻最大度量值的位置，连接所述位置形成所述中间时频脊线数据，并通过对所述中间时频脊线数据进行阈值处理，获取所述时频脊线数据；

[0063] 如图3所示，在本实施例中，在步骤S2.1中，输入所述时频矩阵信息，所述时频矩阵信息为M×N矩阵，并设定K个运动点，第一度量矩阵信息，观测矩阵信息以及所述运动点的移动次数，在本实施例中，所述时频矩阵信息用S表示，第一度量矩阵信息用D表示，观测矩阵信息用R表示，移动次数用n表示，所述运动点分别在所述观测矩阵信息中，所述运动点位于所述观测矩阵信息的边界或内部，在本实施例中，所述多个运动点均匀分布在所述观测矩阵信息中，并将所述第一度量矩阵信息初始化为与所述时频矩阵信息维度相同的零矩阵，在本实施例中，所述时频矩阵信息，所述观测矩阵信息和所述第一度量矩阵信息的维度均相同。

[0064] 如图3所示，在本实施例中，在步骤S2.2中，通过所述运动点在所述观测矩阵信息中按照指定规则移动，并对所述第一度量矩阵信息进行更新处理，并通过阈值处理，获取第二度量矩阵信息。所述指定规则为所述运动点在所述观测矩阵信息中移至与所述运动点相邻的非本列的多个位置，在本实施例中，所述指定规则为所述运动点在所述观测矩阵信息中移至与所述运动点相邻的非本列的六个位置，所述六个位置以Au(u＝1,2,…,6)表示。当所述运动点每次移动完成后，将所述第一度量矩阵信息的相应位置上的度量值进行递增，从而进行更新，在实施例中，在所述第一度量矩阵信息的相应位置上的度量值增加度量值1，对所述第一度量矩阵进行更新，直至所述运动点的移动次数达到设定的所述移动次数，形成中间度量矩阵信息，并获取所述第二度量矩阵信息的步骤包括：

[0065] 设定tk时刻所述运动点在所述观测矩阵信息中的第一位置，定义为R(tk)＝(i1,j1)；

[0066] 在tk+1时刻，所述运动点在所述观测矩阵信息中按照所述指定规则移动，移至对应的第二位置，定义为R(tk+1)＝(i2,j2)，所述第二位置为所述六个位置中任意一个；

[0067] 所述运动点由所述tk时刻移至所述tk+1时刻的位置后，将所述第一度量矩阵信息中相应位置的度量值进行递增，所述相应位置为Dk(i2,j2)，形成中间度量矩阵信息；

[0068] 设定第一阈值，通过所述中间度量矩阵信息中各位置的所述度量值与所述第一阈值进行对比，获取第二度量矩阵信息；

[0069] 其中，(im,jm)表示位于相应矩阵中的第im行，第jm列，所述观测矩阵信息中的位置，所述第一度量矩阵信息中的位置和所述时频矩阵信息中的位置一一对应。

[0070] 在本实施例中，所述运动点由所述第一位置移至所述第二位置中的多个位置的概率pu不同，所述概率由所述运动点在所述时频矩阵信息中第二位置对应的频率幅值相对第一位置的频率幅值的增量ΔAu'决定，增量越大，移向该位置的概率也越大。在本实施例中，所述运动点每次移动对应的时刻用tk(k＝1,2,…,n)表示，若tk时刻所述运动点对应的位置为R(tk)＝(i1,j1)，则在tk+1时刻所述运动点对应的位置为R(tk+1)＝(i2,j2)，所述R(tk+1)＝(i2,j2)位于所述运动点在所述观测矩阵信息中相邻的非本列的六个位置中的一个，在本实施例中，所述运动点由R(tk)＝(i1,j1)移动至R(tk+1)＝(i2,j2)的方法为：

[0071] 如图4a)所示，在本实施例中，当所述R(tk)位于所述观测矩阵信息的内部时，即当2≤i≤M-1且2≤j≤N-1时，所述运动点对应的位置R(tk+1)＝(i2,j2)位于所述六个位置Au中的一个，所述Au对应于所述观测矩阵信息中的坐标为：

[0072] A1＝(i-1,j-1)，A2＝(i,j-1)，A3＝(i+1,j-1)，

[0073] A4＝(i-1,j+1)，A5＝(i,j+1)，A6＝(i+1,j+1)。

[0074] 如图4b)所示，在本实施例中，当所述R(tk)位于所述观测矩阵信息的边界时，所述运动点对应的位置R(tk+1)＝(i2,j2)位于所述六个位置Au中的一个，对所述观测矩阵信息进行首尾对应相接，得到相应的Au点视为tk+1时刻所述运动点可能移向的位置。由于观测矩阵信息有四个边界，在这四个边界处，所述运动点移动规则是相同的，但Au对应于观测矩阵信息中的坐标有所不同，不同边界处的坐标如表1所示：

[0075] 表1

[0076]

[0077]

[0078] 如图3所示，在本实施例中，所述观测矩阵信息中的位置与所述时频矩阵中的位置一一对应，所述运动点由所述第一位置移向所述第二位置中六个位置Au的概率分别为pu，所述概率pu的计算公式为：

[0079]

[0080] 其中，ΔAu'为由所述时频矩阵信息中第二位置Au对应的频率幅值相对于第一位置R(t)的频率幅值的增量，所述ΔAu'的计算公式为：

[0081] ΔAu＝S(Au)-S(R(t))

[0082] ΔAu'＝ΔAu+|min(S(Au))-S(R(t))|

[0083] 需要说明的是，其中，S(Au)为在所述时频矩阵信息中第二位置对应的频率幅值，S(R(t))为在所述时频矩阵信息中第一位置的频率幅值，所述第一位置与第二位置分别对应所述运动点在所述观测矩阵信息中的第一位置与第二位置。

[0084] 如图3所示，在本实施例中，在步骤S2.2中，通过设定第一阈值，将所述中间度量矩阵信息中的各度量值与所述第一阈值进行对比，若所述度量值小于所述第一阈值，则将所述度量值归零，若所述度量值大于或等于所述第一阈值，则保持所述度量值，形成第二度量矩阵信息，如设定第一阈值为e，所述中间度量矩阵信息中度量值与所述第一阈值e的判定过程为：

[0085]

[0086] 需要说明的是，在本实施例中，所述第一阈值设置为整个所述中间度量矩阵信息的度量均值的倍数或最大度量值的小倍数。

[0087] 如图3所示，在本实施例中，在步骤S2.3中，获取所述时频脊线数据的步骤包括：

[0088] 设定t-1时刻和t时刻所述运动点对应于所述第二度量矩阵信息中的位置分别为Et-1(it-1,jt-1)，Et(it,jt)；

[0089] 根据所述t-1时刻和所述t时刻确定t+1时刻所述运动点的位置，所述t+1时刻所述运动点的位置为(2it-it-1,jt+1)和(2it-it-1±1,jt+1)中最大度量值对应的位置；

[0090] 连接所述t-1时刻，t时刻和t+1时刻所述运动点的位置，形成中间脊线数据；

[0091] 设定第二阈值，并通过将所述中间脊线数据的长度与所述第二阈值对比，获取所述时频脊线数据。

[0092] 需要说明的是，其中，当t时刻为开始时刻时，则t-1时刻不存在，所述t+1时刻的位置为(it,jt+1)和(it±1,jt+1)中最大度量值位置。

[0093] 如图3所示，在本实施例中，在步骤S2.3中，通过设定第二阈值，并计算所述多个中间脊线数据的长度，当所述中间脊线数据的长度大于第二阈值时，则将所述中间脊线数据定义为所述时频脊线数据，在本实施例中，若所述中间脊线数据的长度小于所述第二阈值，则剔除该条中间脊线数据，直到剔除所有所述长度小于所述第二阈值的中间脊线数据，剩下的中间脊线数据即为提取的所述时频脊线数据，在本实施例中，所述中间脊线数据的长度为所述中间脊线数据上每一时刻对应位置非零频率的个数。

[0094] 如图1所示，在本实施例中，在步骤S3中，设定所述轴承不同位置的故障阶次数据，在步骤S4中，对所述多个时频脊线数据进行阶次分析，并与所述故障阶次数据进行对比，以诊断故障类型，将提取的多个所述时频脊线数据与所述轴承基频对应的脊线数据作商，得到所述多个时频脊线数据对应的阶次，通过阶次对轴承故障类型进行判断，所述轴承的基频通过以下公式计算得出：

[0095] f＝n/60，其中f为轴承基频，n为轴承内轴的转速，所述转速单位为转/分钟。

[0096] 以具体实施例对所述时频脊线数据获取方法步骤进行验证，获取含有白噪声的信号：

[0097]

[0098] 所述信号的瞬时频率为：

[0099]

[0100] 所述信号的采样频率设置为fs＝10240Hz，η(t)为信噪比为1dB的高斯白噪声，所述信号的时域波形图如图5所示，对所述信号进行短时傅里叶变换，得到时频矩阵信息，所述时频矩阵信息图谱如图6所示，输入所述时频矩阵信息，并提取所述时频矩阵信息中的各时频脊线数据，将所述运动点的移动次数设置为100，对所述运动点按照指定规则不断移动，使得所述第一度量矩阵信息不断进行更新，形成中间度量矩阵信息，再通过设定第一阈值，对中间度量矩阵信息进行阈值处理，所述第一阈值设置为所述中间度量矩阵信息最大度量值的0.1倍，将所述中间度量矩阵信息中各度量值与所述第一阈值进行对比，当所述度量值小于所述第一阈值，则将对应的所述度量值归零，当所述度量值大于或等于所述第一阈值，则对应的所述度量值不变，形成第二度量矩阵信息，结果如图7所示，通过提取所述第二度量矩阵信息中的局部最优峰值，获取每一时刻最大度量值的位置，连接所述位置形成所述中间时频脊线数据，再设定第二阈值，并对所述中间时频脊线数据进行阈值处理，获取所述时频脊线数据，所述第二阈值设置为所述时频矩阵信息宽度N的0.5倍，计算所述每条脊线数据的长度，并将所述长度与所述第二阈值对比，若所述脊线数据的长度小于所述第二阈值，则剔除该条脊线数据，直到剔除所有所述长度小于所述第二阈值的脊线数据，剩下的脊线数据即为提取的所述时频脊线数据，提取的时频脊线数据结果如图8所示，可以看出，仿真信号的两条时频脊线数据被准确的提取出来。

[0101] 如图9所示，在本实施例中，本发明还提出一种用于故障特征判读的时频脊线提取装置，所述装置应用了所述一种用于故障特征判读的时频脊线提取方法，所述装置包括：

[0102] 信号采集模块10，采集轴承的故障振动信号，并对所述故障振动信号进行时频分析获取时频矩阵信息；

[0103] 时频脊线数据获取模块20，连接所述信号采集模块10，用于依据所述时频矩阵信息，提取所述时频矩阵信息中的多个时频脊线数据；

[0104] 故障判断模块30，连接所述时频脊线数据获取模块20，对所述多个时频脊线数据进行阶次分析，获得故障阶次数据，以诊断故障类型。

[0105] 如图9所示，在本实施例中，利用所述信号采集模块10采集轴承故障信号，并对所述故障信号进行时频分析，形成时频矩阵信息，并将所述时频矩阵信息传送至所述时频脊线数据获取模块20中，在所述时频脊线数据获取模块20中提取所述时频脊线数据，所述时频脊线数据提取方法为：输入所述时频矩阵信息，设定多个运动点，观测矩阵信息，第一度量矩阵信息以及所述运动点的移动次数，并初始化所述第一度量矩阵信息；通过所述运动点在所述观测矩阵信息中按照指定规则移动，并对所述第一度量矩阵进行更新处理，并通过阈值处理，获取第二度量矩阵信息；通过提取所述第二度量矩阵信息中的局部最优峰值，获取每一时刻最大度量值的位置，连接所述位置形成所述中间时频脊线数据，并通过对所述中间时频脊线数据进行阈值处理，获取所述时频脊线数据，再通过与所述时频脊线数据获取模块20相连的故障判断模块30对所述时频脊线数据进行阶次分析，并和预设的故障阶次数据进行对比，从而判断所述轴承出现故障的位置。

[0106] 需要说明的是，上述所述装置中的时频脊线数据获取模块20及故障判断模块30，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些单元可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分单元通过处理元件调用软件的形式实现，部分单元通过硬件的形式实现。此外这些单元全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的部分或全部步骤，或以上时频脊线数据获取模块20及故障判断模块30可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

[0107] 需要说明的是，如图10所示，本实施例的用于故障特征判读的时频脊线提取方法还可以通过一电子设备40来实现上述的时频脊线数据获取模块20及故障判断模块30的功能，所述电子设备40包括相互连接的存储器43、处理器41及通信器42，所述存储器43存储有计算机程序，该程序被所述处理器41执行时实现所述用于故障特征判读的时频脊线提取方法。

[0108] 上述的处理器41可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件；上述的存储器33可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还包括非易失性存储器(Non-Volatile Memory)，例如至少一个磁盘存储器。

[0109] 需要说明的是，上述存储器43中的计算机程序可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。

[0110] 下面将结合一个具体实施例来说明本发明的实施例的所述用于故障特征判读的时频脊线提取方法。

[0111] 为了体现本发明提出方法的有效性和可行性，采用试验台现场采集的数据进行验证。数据采集来自本单位的航空发动机轴承试验台(也即轴承试验装置)，如图11所示，在本实施例中，所述轴承试验装置50主要包括轴承试验机51以及分别与轴承试验机51连接的加载站52，润滑站53和冷却站54等配套设备。实验轴承采用NU1010型号滚动轴承，该试验轴承的基本参数见表2。

[0112] 表2

[0113] 滚子直径(mm) 节径(mm) 滚子个数 接触角(度)7.5 65 20 0

[0114] 所述轴承中轴的转速设置为2000r/min，采样频率设置为20480Hz，则所述轴承的基频为33.3Hz，该轴承内圈、外圈、滚子、保持架对应的故障阶次数据如表3所示：

[0115] 表3

[0116]

[0117] 在本实施例中，获取所述轴承故障振动信号，所述振动信号的时域波形图如图12所示，对所述振动信号进行时频分析，获取时频矩阵信息，所述时频矩阵信息图谱如图13所示，输入所述时频矩阵信息，并提取所述时频矩阵信息中的各时频脊线数据，将所述运动点的移动次数设置为300，对所述运动点不断移动，使得所述第一度量矩阵信息不断进行更新，形成中间度量矩阵信息，并设定第一阈值，将所述中间度量矩阵信息中各度量值与所述第一阈值进行对比，当所述度量值小于所述第一阈值，则将对应的所述度量值归零，当所述度量值大于或等于所述第一阈值，则对应的所述度量值不变，形成第二度量矩阵信息，结果如图14所示，所述第一阈值设置为所述中间度量矩阵信息最大度量值的0.1倍，通过提取所述第二度量矩阵信息中的局部最优峰值，获取每一时刻最大度量值的位置，连接所述位置形成所述中间时频脊线数据，设定第二阈值，并对所述中间时频脊线数据进行阈值处理，获取所述时频脊线数据，所述第二阈值设置为所述时频矩阵信息宽度N的0.5倍，计算所述每条脊线数据的长度，并将所述长度与所述第二阈值对比，若所述脊线数据的长度小于所述第二阈值，则剔除该条脊线数据，直到剔除所有所述长度小于所述第二阈值的脊线数据，剩下的脊线数据即为提取的所述时频脊线数据，提取的时频脊线数据结果如图15所示，第二条所述时频脊线数据的频率大致为所述基频的13倍频，即将所述第二条时频脊线数据的1/13作为所述基频对应的脊线数据，将各条所述时频脊线数据与所述基频的脊线数据作商，获取各条所述时频脊线数据对应的阶次，其结果如图16所示，并计算所述各阶次的平均值，如表4所示：

[0118] 表4

[0119]脊线数据编号 1 2 3 4
阶次 8.76 13 23.85 26.02

[0120] 将所述阶次与所述轴承各位置的阶次对比判断，所述第一条时频脊线数据的阶次接近所述轴承外圈故障阶次数据，故判断所述轴承的外圈出现故障。

[0121] 本发明提出一种用于故障特征判读的时频脊线提取方法，通过信号采集模块采集轴承故障振动信号，并对所述振动信号进行时频分析获取时频矩阵信息，再通过时频脊线数据获取模块提取所述时频矩阵信息中的多个时频脊线数据，所述多个时频脊线数据提取过程为：输入所述时频矩阵信息，设定多个运动点，观测矩阵信息，第一度量矩阵信息以及所述运动点的移动次数，并初始化所述第一度量矩阵信息；通过所述运动点在所述观测矩阵信息中按照指定规则移动，并对所述第一度量矩阵进行更新处理，并通过阈值处理，获取第二度量矩阵信息；通过提取所述第二度量矩阵信息中的局部最优峰值，获取每一时刻最大度量值的位置，连接所述位置形成所述中间时频脊线数据，并通过对所述中间时频脊线数据进行阈值处理，获取所述时频脊线数据，计算所述多个中间脊线数据的长度，当所述中间脊线数据的长度大于第二阈值时，则将所述中间脊线数据定义为所述时频脊线数据。使得在一定程度的强噪声干扰下能够对瞬时频率进行准确的提取，并且实现信号多个频率同时提取，提高瞬时频率的获取效率，再通过故障判断模块对所述多个时频脊线数据进行阶次分析，以诊断故障类型，使得本发明可以准确的对时频脊线数据进行提取，从而准确判断轴承故障类型。

[0122] 以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明，本领域技术人员应当理解，本申请中所涉及的范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案，例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

[0123] 除说明书所述的技术特征外，其余技术特征为本领域技术人员的已知技术，为突出本发明的创新特点，其余技术特征在此不再赘述。