4. 设备退化特征提取方法

设备健康评分的第一步不是打分，而是把原始监测信号变成能反映退化程度的特征量。原始振动波形、电流波形或温度序列本身维度高、噪声大，直接送入评分模型既不稳定也难以解释。特征提取的任务，就是从这些信号中构造出对退化敏感、对工况变化相对鲁棒、且物理含义清晰的指标。本节围绕旋转机械、往复设备和电气设备三类对象，说明时域、频域、时频域特征的提取方法，并给出敏感性评估的实操思路。

一、三类对象的退化特征差异

不同设备的退化机理不同，特征选择必须与失效模式对应。旋转机械（电机、泵、风机、齿轮箱）的退化多表现为不平衡、不对中、轴承磨损、齿轮断齿，其振动信号以周期性冲击和转频谐波为主，适合用峭度、包络谱、边频带等特征。往复设备（压缩机、往复泵、发动机）存在明显的上止点冲击和气流脉动，信号非平稳性强，时域统计量波动大，更适合用角域同步平均、时频能量分布来刻画。电气设备（变压器、开关柜、电缆）的退化常体现为局部放电、绝缘老化、接触电阻增大，其特征更多来自电流谐波、局放脉冲、介质损耗等电气量，而非机械振动。

因此，特征提取前必须先明确“对象—失效模式—可测信号”三者的对应关系。若把齿轮箱的峭度指标直接套用到变压器局放检测上，特征与退化之间没有物理因果，敏感性评估必然失败。

二、时域特征：从统计量到冲击指标

时域特征直接对采样序列 x(n) 计算，计算量小、实时性好。常用指标包括：

• 有量纲指标：均值、峰值、峰峰值、均方根值（RMS）。RMS 反映振动能量，对磨损类渐变退化敏感，但受负载影响大。
• 无量纲指标：峭度、偏度、峰值因子、波形因子、裕度因子。峭度对早期冲击性故障敏感，正常轴承峭度约 3，出现点蚀后可升至 5～8。
• 冲击类指标：裕度因子 = 峰值 / 方根幅值，适合早期微弱冲击的捕捉。

实操中建议对原始信号先做去趋势和分段，再计算指标序列。例如对某电机轴承振动信号，采样率 25.6 kHz，每 1 s 取一段计算 RMS 与峭度，得到随时间变化的特征曲线。若 RMS 缓慢上升而峭度先升后降，通常对应“早期冲击→后期磨损扩展”的退化过程。需要注意：时域指标对转速和负载敏感，跨工况比较前应做归一化，例如用当前工况下的基线值做比值。

三、频域特征：转频、谐波与边频带

频域特征通过 FFT 或包络解调获得，能定位故障部位。旋转机械的核心频率包括转频 fr、啮合频率 fm、轴承故障特征频率（BPFO、BPFI、BSF、FTF）。提取步骤通常为：

1. 对时域信号加汉宁窗，做 FFT 得到幅值谱；
2. 识别转频及其 2×、3× 谐波幅值，判断不平衡与不对中；
3. 在啮合频率附近观察边频带，边频间隔等于转频时提示齿轮局部故障；
4. 对高频共振带做带通滤波，再取包络并做包络谱，观察轴承故障特征频率及其谐波。

频域特征量可定义为特定频率处的幅值、谐波幅值比、边频带能量占比等。例如定义“2×转频幅值 / 1×转频幅值”作为不对中指标，正常时接近 0.2，不对中加剧时可超过 0.5。频域特征物理意义明确，但要求转速稳定；变转速工况下谱线会 smear，需改用阶次分析或时频方法。

四、时频域特征：应对非平稳退化

往复设备和启停、变载工况下的旋转设备，信号非平稳，单纯 FFT 会丢失时间信息。时频域方法包括短时傅里叶变换（STFT）、小波变换、经验模态分解（EMD）等。常用特征有：

• 小波包能量比：将信号分解到若干频带，计算各频带能量占总能量的比例，退化时高频带能量占比上升。
• 时频熵：衡量时频分布的能量集中程度，退化导致冲击增多、熵值变化。
• 瞬时频率与瞬时幅值：通过希尔伯特变换提取，反映调制现象。

以往复压缩机气阀退化为例，可对每个工作循环的上止点附近信号做角域同步平均，再对平均后的冲击段做小波包分解，取 3～5 层高频节点能量比作为特征。该特征随气阀泄漏加剧而单调上升，且受转速波动影响较小。

五、敏感性评估：让特征真正可用

提取出候选特征后，必须评估其对退化的敏感性，否则评分模型会被无关特征稀释。常用方法有三类：

实操中可构造一个综合敏感性得分：S = w1·|ρ| + w2·Fisher + w3·(1/离散度)，权重按设备重要度设定。对某齿轮箱案例，候选特征包括 RMS、峭度、啮合频率幅值、边频带能量比、小波包高频能量比。计算后若边频带能量比的 |ρ| 最高且 Fisher 最大，则优先选它进入健康评分模型，其余特征作为辅助或剔除。

把上述链路落到工程上，可以形成一份可执行的特征提取记录表：对象与失效模式、信号类型与采样率、时域/频域/时频域候选特征、各特征在正常/早期/中期/晚期四阶段的取值、敏感性得分、是否入选。这样既保证特征与退化机理对应，又让后续健康评分有据可依。特征提取的质量，直接决定健康评分能否提前预警，而不是等到设备已经明显异常才报警。