基于ARIMA模型和竞争型K-SVD算法的滚动轴承故障特征提取方法

本发明提供一种基于ARIMA模型和竞争型K‑SVD算法的滚动轴承故障特征提取方法，涉及滚动轴承故障检测技术领域，所述方法步骤包括获取初始振动信号；构建ARIMA模型，将初始振动信号输入至ARIMA模型中进行预处理，以抑制初始振动信号中的谐波干扰；构建初始字典，将预处理后的振动信号输入至初始字典中，利用OMP算法求解稀疏系数矩阵，并通过奇异值分解获得候选原子；其中，在字典更新阶段引入竞争机制，具体包括：采用平方包络谱基尼指数评估候选原子的脉冲性，进而去除弱脉冲性原子；通过计算包络谐噪比评估原子的周期性强弱，进而选择强周期性原子对字典进行更新；重复迭代更新字典直至满足预设迭代完成条件，并基于更新后的字典进行振动信号的故障特征提取。