本发明涉及信号处理领域，具体涉及一种捏合机减速器故障的时频特征提取方法。
背景技术：
1、在捏合机减速器系统的微弱故障诊断中，故障特征提取具有至关重要的意义。有效的故障特征提取是诊断过程中最为关键的一环，其核心目的是从复杂的信号中找到能够准确反映系统健康状态和故障类型的特征表达。在恒定转速下，捏合机减速器的故障成分的频率成分相对稳定，呈现出明显的环平稳特征，这些环平稳成分因故障类型不同，而呈现出较为明显的差异，主要体现在幅值和频率等特征上。在故障尚未突出，出现先兆时，故障成分能量微弱，在强噪声背景下很难准确提取出来。但及时发现故障先兆，对故障发展情况进行追踪，并采取相应处理措施，是较为关键的，可以提高系统的运行稳定性。
技术实现思路
1、本发明的目的是提供一种捏合机减速器故障的时频特征提取方法，通过结合短时傅里叶变换、滑动时域同步平均和自相关操作，显著提高振动信号处理的准确性和效率，尤其适用于复杂和多变的信号环境。
2、为了实现上述任务，本发明采用以下技术方案：
3、一种捏合机减速器故障的时频特征提取方法，包括以下步骤：
4、获取捏合机减速器的原始振动信号，利用第一滑动窗口在原始振动信号上进行滑动，计算每个滑动位置处第一窗口内的信号频谱，构建原始振动信号的时频分布矩阵；
5、将所述时频域分布矩阵每一行的数据作为一个子信号，对子信号进行滑动时域同步平均处理，包括：首先对子信号进行去均值处理，在此基础上通过第二滑动窗口进行时域同步平均计算；
6、针对经过滑动时域同步平均处理后的时频分布矩阵中的每个子信号进行自相关操作，基于自相关操作后的时频分布矩阵确定故障脉冲的频率。
7、进一步地，利用传感器对捏合机减速器的原始振动信号进行采集，并将采集后的原始振动信号以一维数组x[t]的形式进行表示，t为时间参数；
8、对第一滑动窗口内的原始振动信号进行短时傅里叶变换并计算原始振动信号的频率，将原始振动信号转换到时频域； 其中，所述短时傅里叶变换的公式为：
9、
10、上式中，表示短时傅里叶变换后的原始振动信号，f表示原始振动信号的频率，为时间索引，为窗函数，e为自然常数，j为虚数单位，n为第一滑动窗口的长度；
11、将每个第一滑动窗口短时傅里叶变换的结果作为时频分布矩阵的一行数据，从而构建所述时频分布矩阵s1[t,f]。
12、进一步地，所述对子信号进行去均值处理，包括：
13、提取时频域分布矩阵s1[t,f]中子信号，对其进行去均值处理以去除子信号中的直流分量，表示如下：
14、
15、
16、上式中，l是时频域分布矩阵s1[t,f]中子信号的长度，为子信号中的第i个数据，表示子信号的均值，表示子信号中的第i个数据去均值后的结果。
17、进一步地，所述通过第二滑动窗口进行时域同步平均计算，包括：
18、在每个子信号上设置第二滑动窗口，对每个滑动位置处第二窗口内的数据进行时域同步平均计算；具体如下：
19、
20、
21、
22、上式中，l1表示第二滑动窗口的长度，表示滑动长度，nd表示故障脉冲的周期点数，表示第二滑动窗口的数量，j表示第j个第二滑动窗口，l是子信号的长度，表示子信号进行时域同步平均计算后的结果；
23、时频分布矩阵s1[t,f]经过滑动时域同步平均处理后表示为s2[t,f]。
24、进一步地，针对s2[t,f]中的每个子信号计算其自相关函数，具体如下：
25、
26、其中，表示s2[t,f]中的每个子信号计算得到的自相关函数，表示s2[t,f]中子信号的长度，表示时间延迟，f表示信号频率，表示s2[t,f]中的一个子信号利用时间参数t和信号频率f的表征形式；s2[t,f]经自相关操作后表示为s3[t,f]。
27、进一步地，所述基于自相关操作后的时频分布矩阵确定故障脉冲的频率，包括：
28、通过对比s3[t,f]的信号频谱图以及原始振动信号的时频分布矩阵s1[t,f]对应的信号频谱图，如某脉冲信号在s3[t,f]的信号频谱图中相比于在s1[t,f]的信号频谱图进行了加强，则确定其为故障脉冲。
29、进一步地，将所述自相关操作后的时频分布矩阵输入到故障诊断模型，实现对捏合机减速器运行状态的诊断，判断捏合机减速器是否健康或存在哪些故障。
30、进一步地，所述方法还包括：
31、对自相关操作后的时频分布矩阵对应的信号频谱图进行伽马变换，使得对应的信号频谱图有更高的图像对比度：
32、
33、其中，为s3[t,f]中子信号经过伽马变换后的结果，lin和hin分别表示信号频谱图输入区间的下限和上限，lin≤r[τ,f]/imax≤hin；imax表示所有自相关函数的绝对值的最大值，lout和hout分别表示信号频谱图输出区间的下限和上限；γ是预设的指数参数。
34、一种终端设备，包括处理器、存储器以及存储在所述存储器中的计算机程序；处理器执行计算机程序时，实现所述捏合机减速器故障的时频特征提取方法。
35、一种计算机可读存储介质，所述介质中存储有计算机程序；计算机程序被处理器执行时，实现所述捏合机减速器故障的时频特征提取方法。
36、与现有技术相比，本发明具有以下技术特点：
37、本发明方法显著提升了故障的时频特征提取能力；短时傅里叶变换能够在时域和频域上对信号进行深度剖析，将故障信号和噪声分离开来；滑动时域同步平均则有效抑制噪声，增强信号中的故障脉冲特征，使得故障检测更加直观。自相关函数的应用进一步提高了对信号周期性和规律性的识别能力，极大地减少了误报的可能性。伽马变换在信号频谱图中提高故障脉冲和噪声的对比度。此外，本发明具备广泛的适用性，不仅适用于捏合机故障诊断，还能在声学信号处理等领域发挥重要作用。综合运用这些先进的信号处理技术，为设备的高效运行与维护成本的降低提供了强有力的支持。
1.一种捏合机减速器故障的时频特征提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的捏合机减速器故障的时频特征提取方法，其特征在于，利用传感器对捏合机减速器的原始振动信号进行采集，并将采集后的原始振动信号以一维数组x[t]的形式进行表示，t为时间参数；
3.根据权利要求2所述的捏合机减速器故障的时频特征提取方法，其特征在于，所述对子信号进行去均值处理，包括：
4.根据权利要求3所述的捏合机减速器故障的时频特征提取方法，其特征在于，所述通过第二滑动窗口进行时域同步平均计算，包括：
5.根据权利要求4所述的捏合机减速器故障的时频特征提取方法，其特征在于，针对s2[t,f]中的每个子信号计算其自相关函数，具体如下：
6.根据权利要求4所述的捏合机减速器故障的时频特征提取方法，其特征在于，所述基于自相关操作后的时频分布矩阵确定故障脉冲的频率，包括：
7.根据权利要求1所述的捏合机减速器故障的时频特征提取方法，其特征在于，将所述自相关操作后的时频分布矩阵输入到故障诊断模型，实现对捏合机减速器运行状态的诊断，判断捏合机减速器是否健康或存在哪些故障。
8.根据权利要求1所述的捏合机减速器故障的时频特征提取方法，其特征在于，所述方法还包括：
9.一种终端设备，包括处理器、存储器以及存储在所述存储器中的计算机程序；其特征在于，处理器执行计算机程序时，实现根据权利要求1-8中任一项所述捏合机减速器故障的时频特征提取方法。
10.一种计算机可读存储介质，所述介质中存储有计算机程序；其特征在于，计算机程序被处理器执行时，实现根据权利要求1-8中任一项所述捏合机减速器故障的时频特征提取方法。
