基于Alpha稳定分布模型和数据降采样的滚动轴承健康程度计算方法

本发明公开了一种基于Alpha稳定分布模型和数据降采样的滚动轴承健康程度计算方法，包括以下步骤：S1、采集振动信号数据集；S2、Alpha稳定分布模型的参数估计；S3、选择参考分布作为健康基准；S4、分布模型概率密度函数重构；S5、概率分布差异的相对量化；S6、获得滚动轴承的健康指标。本发明基于高效的概率模型参数估计算法，由此获得的滚动轴承健康指标不仅能清晰展现轴承运行的退化趋势，提升轴承振动监测大数据的分析效率，还具有良好的早期故障识别能力，降低噪声对滚动轴承退化状态识别的不良影响，增强了健康指标的实用性和使用范围。所得构建方法亦可用于其它机械设备或相似机理设备的健康监测和退化评估，为设备关键部件的状态监测与故障预测提供了可行的方法。