【技术实现步骤摘要】
本专利技术涉及数据处理领域，具体而言，涉及一种机械零件的振动信号的预处理方法和预处理设备。
技术介绍
1、本部分旨在提供与理解本文描述的各种技术相关的背景信息。如本部分标题所隐含的，这是无论如何不应当暗示其必然为现有技术的相关技术的讨论。因此，应当理解，本部分的任何陈述应当从这个角度阅读，而不是对现有技术的任何承认。
2、在汽车使用过程中，汽车的可靠性是汽车质量的最重要的衡量指标之一。电驱系统作为保证车辆动力的部件，其可靠性决定了车辆的行驶功能的可靠。电驱系统主要包含机械部件和电气部件，其中易失效的机械部件主要是滚动轴承和齿轮。轴承失效后的振动信号犹如脑电图可以清晰地获得运转轴承的各种信息，有助于深层次地分析轴承的状态和早期预判轴承的损坏。因此，对轴承的振动信号进行分析是检测和分析轴承故障的有效手段。在将数据输入进模型之中，需要对数据进行预处理，以帮助提高模型的性能和稳定性。
3、目前，时间序列数据的预处理研究较多，主要对数据进行预处理的方法包括数据标准化、数据归一化等常用手段。
4、数据标准化通常是指将数据按比例缩放，使其具有零均值和单位方差，数据标准化的过程可以使数据分布更接近标准正态分布(均值为0，标准差为1)，有助于模型更好地学习数据的特征。标准化还可以消除不同特征之间的量纲差异，确保它们在模型训练过程中具有相对一致的权重。常见的标准化方法有z-score标准化和均值方差标准化。
5、数据归一化是将数据缩放到特定的范围或分布，最常见的是将数据线性缩放到[0,1]的范围内。数
6、然而，轴承振动信号可能会存在有缺失值、重复值、噪声点等诸多问题，大部分的数据质量可能较差，使用上述通用方案并不能直接完成对轴承振动信号的预处理工作。
7、由此，
技术介绍
可能存在的缺点或风险是：
8、1)
技术介绍
的方法主要针对的通用时间序列，大多数不存在缺失值、重复值、噪点等问题，并不直接适用于轴承振动信号的数据预处理；
9、2)
技术介绍
的方法未考虑到轴承振动信号的特点，只关注到一般的时间序列信息，轴承振动信号通常具有周期性和频域特征，这与一般时间序列数据不同，这种只考虑到时间序列一般特性的方法忽略了轴承振动信号的特殊性；
10、3)
技术介绍
的方法的流程并不适用于轴承振动信号，由于数据预处理并没有标准化的流程，因此大多数采用效果较好的流程进行处理，然而由于轴承振动信号数据的特殊性，使用通用流程的效果较差，模型难以学习到关键的特征信息。
技术实现思路
1、本专利技术的目的在于避免出现冲击位置的偏移，提高数据的有效性，降低使用数据的难度，以减少数据长度过大造成的不利影响。
2、此外，本专利技术还旨在解决或者缓解现有技术中存在的其它技术问题。
3、本专利技术通过提供一种机械零件的振动信号的预处理方法和预处理设备来解决上述问题，具体而言，根据本专利技术的一方面，提供了：
4、一种机械零件的振动信号的预处理方法，其中，所述振动信号含有冲击信号，所述预处理方法包括如下步骤：
5、采集所述机械零件的振动信号并表示为幅值与时间的特性线；
6、基于所述特性线识别出所述冲击信号的位置；
7、基于所述冲击信号的位置对所述振动信号进行切分，使得每周期的振动信号的冲击信号的位置得以对齐。
8、可选地，根据本专利技术的一种实施方式，所述机械零件是车辆的电驱系统的滚动轴承。
9、可选地，根据本专利技术的一种实施方式，所述预处理方法还包括：对所述振动信号进行去趋势化处理，所述去趋势化处理的步骤位于所述振动信号的采集步骤与所述冲击信号的位置的识别步骤之间。
10、可选地，根据本专利技术的一种实施方式，所述冲击信号的位置的识别，包括：设定滑动窗口；使所述滑动窗口遍历所述振动信号的所有数据并找出所述滑动窗口内振动信号的幅值绝对值之和最大值；再次使所述滑动窗口遍历所述振动信号的所有数据；基于所述滑动窗口内振动信号的幅值绝对值与所述幅值绝对值之和最大值之间的关系来判断所述滑动窗口内是否存在所述冲击信号。
11、可选地，根据本专利技术的一种实施方式，每个周期的振动信号的冲击信号为奇数个，所述振动信号的切分，包括：以每个周期的振动信号的处于最中间的冲击信号为基准，前后各取半个周期的采样数进行切分。
12、可选地，根据本专利技术的一种实施方式，所述特性线包括所述滚动轴承在外圈故障时的特性线和在内圈故障时的特性线。
13、可选地，根据本专利技术的一种实施方式，所述预处理方法还包括，采用z-score标准化对所述振动信号进行预处理，所述z-score标准化的步骤位于所述振动信号的切分步骤之后。
14、可选地，根据本专利技术的一种实施方式，所述幅值为振动加速度幅值，经所述预处理方法预处理后的振动信号用于输入至人工智能神经网络的深度学习模型以进行训练。
15、可选地，根据本专利技术的一种实施方式，一个周期的采样数基于采样频率和所述机械零件的转速来确定。
16、根据本专利技术的另一方面，提供了一种机械零件的振动信号的预处理设备，其中，所述预处理设备用于执行上述任一种预处理方法，所述振动信号含有冲击信号，所述预处理设备包括：
17、采集模块，用于采集所述机械零件的振动信号并表示为幅值与时间的特性线；
18、识别模块，用于基于所述特性线识别出所述冲击信号的位置；以及
19、切分模块，用于基于所述冲击信号的位置对所述振动信号进行切分，使得每周期的振动信号的冲击信号的位置得以对齐。
本文档来自技高网...【技术保护点】
1.一种机械零件的振动信号的预处理方法，其特征在于，所述振动信号含有冲击信号，所述预处理方法包括如下步骤：
2.根据权利要求1所述的预处理方法，其特征在于，所述机械零件是车辆的电驱系统的滚动轴承。
3.根据权利要求1或2所述的预处理方法，其特征在于，所述预处理方法还包括：对所述振动信号进行去趋势化处理，所述去趋势化处理的步骤位于所述振动信号的采集步骤与所述冲击信号的位置的识别步骤之间。
4.根据权利要求1或2所述的预处理方法，其特征在于，所述冲击信号的位置的识别，包括：设定滑动窗口；使所述滑动窗口遍历所述振动信号的所有数据并找出所述滑动窗口内振动信号的幅值绝对值之和最大值；再次使所述滑动窗口遍历所述振动信号的所有数据；基于所述滑动窗口内振动信号的幅值绝对值与所述幅值绝对值之和最大值之间的关系来判断所述滑动窗口内是否存在所述冲击信号。
5.根据权利要求1或2所述的预处理方法，其特征在于，每个周期的振动信号的冲击信号为奇数个，所述振动信号的切分，包括：以每个周期的振动信号的处于最中间的冲击信号为基准，前后各取半个周期的采样数进行切分。<...
【技术特征摘要】
1.一种机械零件的振动信号的预处理方法，其特征在于，所述振动信号含有冲击信号，所述预处理方法包括如下步骤：
2.根据权利要求1所述的预处理方法，其特征在于，所述机械零件是车辆的电驱系统的滚动轴承。
3.根据权利要求1或2所述的预处理方法，其特征在于，所述预处理方法还包括：对所述振动信号进行去趋势化处理，所述去趋势化处理的步骤位于所述振动信号的采集步骤与所述冲击信号的位置的识别步骤之间。
4.根据权利要求1或2所述的预处理方法，其特征在于，所述冲击信号的位置的识别，包括：设定滑动窗口；使所述滑动窗口遍历所述振动信号的所有数据并找出所述滑动窗口内振动信号的幅值绝对值之和最大值；再次使所述滑动窗口遍历所述振动信号的所有数据；基于所述滑动窗口内振动信号的幅值绝对值与所述幅值绝对值之和最大值之间的关系来判断所述滑动窗口内是否存在所述冲击信号。
5.根据权利要求1或2所述的预处理方法，其特征在于，每个周期的振动信号的冲击信号为奇数个，所述振动信号的切分，包括：以...
【专利技术属性】
技术研发人员：王蓓，毕路，王凯，吴凯，张贝宁，
申请(专利权)人：蔚来汽车科技安徽有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。