文章目录
- 时域特征提取
- 频域特征提取
- 时-频域特征提取
- 参考资料
在面对工业中的传感器采集到的高维的信号，如振动信号，通常需要对数据进行统计特征提取，以进行降维。对于这类时序信号，常用的有时域、频域和时-频域特征提取方法。本次对这三个方面的特征提取代码进行一下总结，并以IEEE PHM 2012 挑战赛的轴承数据集中的Bearing 1_1 的数据进行示例。
Bearing 1_1的数据维度为(2803, 2560)，即共有2803个样本，每个样本数据的信号长度为2560，具体的数据介绍资料比较多，可以自行百度或看直接看官方的数据介绍。
时域特征提取
时域统计特征可分为有量纲统计量和无量纲统计量，有量纲统计量的数值大小会因外界一些物理量的变化而变化，而无量纲统计量不易受外界因素的干扰影响，且通常对早期的微弱故障敏感。
常用的时域统计特征如下：
| 特征 | 公式 | 特征 | 公式 |
|---|---|---|---|
| 最大值 | F 1=max ( X (i))F_1=\max \left( X\left( i \right) \right) F1=max(X(i)) | 标准差 | F 9=∑ i = 1N ( X (i)− F4)2N − 1 F_9=\sqrt{\frac{\sum\nolimits_{i=1}^N{\left( X\left( i \right) -F_4 \right) ^2}}{N-1}} F9=N−1∑i=1N(X(i)−F4)2 |
| 最大绝对值 | F 2=max ( ∣ X (i)∣ )F_2=\max \left( \lvert X\left( i \right) \rvert \right) F2=max(∣X(i)∣) | 峭度 | F 10=∑ i=1N (X ( i )− F 4)4 ( N − 1 ) F94 F_{10}=\frac{\sum\nolimits_{i=1}^N{\left( X\left( i \right) -F_4 \right) ^4}}{\left( N-1 \right) {F_9}^4} F10=(N−1)F94∑i=1N(X(i)−F4)4 |
| 最小值 | F 3=min ( X (i))F_3=\min \left( X\left( i \right) \right) F3=min(X(i)) | 偏度 | F 11=∑ i=1N (X ( i )− F 4)3 ( N − 1 ) F93 F_{11}=\frac{\sum\nolimits_{i=1}^N{\left( X\left( i \right) -F_4 \right) ^3}}{\left( N-1 \right) {F_9}^3} F11=(N−1)F93∑i=1N(X(i)−F4)3 |
| 均值 | F 4= 1 N ∑ i=1N X (i) F_4=\frac{1}{N}\sum\nolimits_{i=1}^N{X\left( i \right)} F4=N1∑i=1NX(i) | 裕度指标 | F 12= F2F8 F_{12}=\frac{F_2}{F_8} F12=F8F2 |
| 峰峰值 | F 5= F 1− F 3F_5=F_1-F_3 F5=F1−F3 | 波形指标 | F 13= F7F6 F_{13}=\frac{F_7}{F_6} F13=F6F7 |
| 绝对平均值 | F 6= 1 N ∑ i=1N ∣ X (i)∣F_6=\frac{1}{N}\sum\nolimits_{i=1}^N{ \lvert X \left( i \right) \rvert } F6=N1∑i=1N∣X(i)∣ | 脉冲指标 | F 14= F2F6 F_{14}=\frac{F_2}{F_6} F14=F6F2 |
| 均方根值 | F 7=1 N ∑ i=1N X( i )2F_7=\sqrt{\frac{1}{N}\sum\nolimits_{i=1}^N{X\left( i \right) ^2}} F7=N1∑i=1NX(i)2 | 峰值指标 | F 15= F2F7 F_{15}=\frac{F_2}{F_7} F15=F7F2 |
| 方根幅值 | F 8=( 1 N ∑ i=1N ∣X ( i )∣) 2F_8=(\frac{1}{N}\sum\nolimits_{i=1}^N{\sqrt{ \lvert X \left( i \right) \rvert}})^2 F8=(N1∑i=1N∣X(i)∣)2 |
在设备运行良好的状态下，最大值或最大绝对值（也可以视为峰值）变化范围不大，基本上稳定在一个阈值以下，但一旦最大值或最大绝对值异常变大，基本上可以认为设备健康状况出现了问题，大到一定程度一定是出现了某种故障隐患；
均值反映了在机械运转过程中，由于轴心位置的变化而产生的振动信号的变化；
均方根值，又称有效值反应了振动信号的能量强度和稳定性。工程人员通常最关心的通常就是这个指标，这个指标如果异常变大，则表示机械设备很有可能存在某种隐患；
峭度反应了振动信号的冲击特性，峭度对于冲击比较敏感，一般情况下峭度值应该在3左右，因为正态分布的峭度等于3，如果偏离3太多则说明机械设备存在一定的冲击性振动，可能存在某种故障隐患；
偏度反映了振动信号的非对称性，通常情况下振动信号是关于x轴对称的，这时候偏度应该趋近于0。如果设备某一个方向的摩擦或碰撞较大就会造成振动的不对称，使偏度变大。
裕度指标常用来检测机械设备的磨损状况；
脉冲指标和峰值指标都是用来检测信号中有无冲击的指标。
import numpy as npfrom scipy import statsdef get_time_domain_feature(data):"""提取 15个 时域特征@param data: shape 为 (m, n) 的 2D array 数据，其中，m 为样本个数， n 为样本（信号）长度@return: shape 为 (m, 15)的 2D array 数据，其中，m 为样本个数。即 每个样本的16个时域特征"""rows, cols = data.shape# 有量纲统计量max_value = np.amax(data, axis=1)# 最大值peak_value = np.amax(abs(data), axis=1)# 最大绝对值min_value = np.amin(data, axis=1)# 最小值mean = np.mean(data, axis=1)# 均值p_p_value = max_value - min_value# 峰峰值abs_mean = np.mean(abs(data), axis=1)# 绝对平均值rms = np.sqrt(np.sum(data**2, axis=1) / cols)# 均方根值square_root_amplitude = (np.sum(np.sqrt(abs(data)), axis=1) / cols) ** 2# 方根幅值# variance = np.var(data, axis=1)# 方差std = np.std(data, axis=1)# 标准差kurtosis = stats.kurtosis(data, axis=1)# 峭度skewness = stats.skew(data, axis=1)# 偏度# mean_amplitude = np.sum(np.abs(data), axis=1) / cols# 平均幅值 == 绝对平均值# 无量纲统计量clearance_factor = peak_value / square_root_amplitude# 裕度指标shape_factor = rms / abs_mean# 波形指标impulse_factor = peak_value/ abs_mean# 脉冲指标crest_factor = peak_value / rms# 峰值指标# kurtosis_factor = kurtosis / (rms**4)# 峭度指标features = [max_value, peak_value, min_value, mean, p_p_value, abs_mean, rms, square_root_amplitude,std, kurtosis, skewness,clearance_factor, shape_factor, impulse_factor, crest_factor]return np.array(features).TBearing1_1的时域特征提取示例：
频域特征提取
除了在时域进行特征分析外，我们通常还会再频域对信号进行分析。通过傅里叶变换将时域信号转变为频谱，即可在频域中对信号进行分析。
常用的频域特征有：
| 特征 | 公式 | 特征 | 公式 |
|---|---|---|---|
| 重心频率 | F 1=∑ k=1K fkS (k)∑ k=1K S (k)F_{1}=\frac{\sum\nolimits_{k=1}^K{f_kS\left( k \right)}}{\sum\nolimits_{k=1}^K{S\left( k \right)}} F1=∑k=1KS(k)∑k=1KfkS(k) | 频率均方根 | F 3=∑ k = 1K fk2S ( k )∑ k = 1KS ( k )F_{3}=\sqrt{\frac{\sum\nolimits_{k=1}^K{{f_k}^2S\left( k \right)}}{\sum\nolimits_{k=1}^K{S\left( k \right)}}} F3=∑k=1KS(k)∑k=1Kfk2S(k) |
| 平均频率 | F 2=∑ k=1K S (k) KF_{2}=\frac{\sum\nolimits_{k=1}^K{S\left( k \right)}}{K} F2=K∑k=1KS(k) | 频率方差 | F 4=∑ k=1K( fk− F1)2S (k)∑ k=1K S (k)F_{4}=\frac{\sum\nolimits_{k=1}^K{\left( f_k-F_{1} \right) ^2S\left( k \right)}}{\sum\nolimits_{k=1}^K{S\left( k \right)}} F4=∑k=1KS(k)∑k=1K(fk−F1)2S(k) |
import numpy as npdef get_frequency_domain_feature(data, sampling_frequency):"""提取 4个 频域特征@param data: shape 为 (m, n) 的 2D array 数据，其中，m 为样本个数， n 为样本（信号）长度@param sampling_frequency: 采样频率@return: shape 为 (m, 4)的 2D array 数据，其中，m 为样本个数。即 每个样本的4个频域特征"""data_fft = np.fft.fft(data, axis=1)m, N = data_fft.shape# 样本个数 和 信号长度# 傅里叶变换是对称的，只需取前半部分数据，否则由于 频率序列 是 正负对称的，会导致计算 重心频率求和 等时正负抵消mag = np.abs(data_fft)[: , : N // 2]# 信号幅值freq = np.fft.fftfreq(N, 1 / sampling_frequency)[: N // 2]# mag = np.abs(data_fft)[: , N // 2: ]# 信号幅值# freq = np.fft.fftfreq(N, 1 / sampling_frequency)[N // 2: ]ps = mag ** 2 / N# 功率谱fc = np.sum(freq * ps, axis=1) / np.sum(ps, axis=1)# 重心频率mf = np.mean(ps, axis=1)# 平均频率rmsf = np.sqrt(np.sum(ps * np.square(freq), axis=1) / np.sum(ps, axis=1))# 均方根频率freq_tile = np.tile(freq.reshape(1, -1), (m, 1))# 复制 m 行fc_tile = np.tile(fc.reshape(-1, 1), (1, freq_tile.shape[1]))# 复制 列，与 freq_tile 的列数对应vf = np.sum(np.square(freq_tile - fc_tile) * ps, axis=1) / np.sum(ps, axis=1)# 频率方差features = [fc, mf, rmsf, vf]return np.array(features).TBearing1_1的频域特征提取示例：
时-频域特征提取
为了全面的分析信号，除了单一的在时域、频域进行信号分析，我们还会综合在时-频域进行信号分析。常用的时-频域信号分析有小波包分析和EMD信号分析等，这里主要使用小波包信号分析。
在小波包的信号分析中，我们通常会以 最后一层 子频带 的 能量百分比 作为所提取到时-频域特征。
import pywtimport numpy as npdef get_wavelet_packet_feature(data, wavelet='db3', mode='symmetric', maxlevel=3):"""提取 小波包特征@param data: shape 为 (n, ) 的 1D array 数据，其中，n 为样本（信号）长度@return: 最后一层 子频带 的 能量百分比"""wp = pywt.WaveletPacket(data, wavelet=wavelet, mode=mode, maxlevel=maxlevel)nodes = [node.path for node in wp.get_level(maxlevel, 'natural')]# 获得最后一层的节点路径e_i_list = []# 节点能量for node in nodes:e_i = np.linalg.norm(wp[node].data, ord=None) ** 2# 求 2范数，再开平方，得到 频段的能量（能量=信号的平方和）e_i_list.append(e_i)# 以 频段 能量 作为特征向量# features = e_i_list# 以 能量百分比 作为特征向量，能量值有时算出来会比较大，因而通过计算能量百分比将其进行缩放至 0~100 之间e_total = np.sum(e_i_list)# 总能量features = []for e_i in e_i_list:features.append(e_i / e_total * 100)# 能量百分比return np.array(features)Bearing1_1的时-频域特征提取示例：
在进行小波包变换时，由于
pywt.WaveletPacket函数只能接收一维数据，因此不能直接将二维矩阵传入函数，需要通过循环处理：# 按照上诉的示例，假设需要处理的数据变量名为 data，其维度为 (2803, 2560)time_frequency_doamin_frequency = []# 通过for循环每次提取一个样本的时-频域特征for i in range(data.shape[0]): wavelet_packet_feature = get_wavelet_packet_feature(data[i]) time_frequency_doamin_frequency.append(wavelet_packet_feature)time_frequency_doamin_frequency = np.array(time_frequency_doamin_frequency)time_frequency_doamin_frequency.shape# (2803, 8)
参考资料
[1]. 机械振动信号中的常用指标 (baidu.com)
[2]. 信号时域分析方法的理解（峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等） – 知乎 (zhihu.com)
[3]. FFT与频谱、功率谱、能量谱等 – SYAO
[4]. 频域特征指标及其MATLAB代码实现（重心频率、均方频率、均方根频率、频率方差、频率标准差） – 知乎 (zhihu.com)
[5]. 雷亚国. 旋转机械智能故障诊断与剩余寿命预测[M]. 西安: 西安交通大学出版社, 2017.