機械故障診斷及壽命預測中，通俗的講特徵提取是什麼意思？

01-23

壽命退化試驗，ADT

其實特徵提取就是找到故障信號的一些數學定義或是統計特徵相對於故障演化中的一些相關性，這裡的相關必須單調，要麼正相關要麼必須負相關，就相當於醫生給病人看病，溫度計測量你的溫度，如果一天連續測量多次，得到的溫度數據就相當於你對機械系統測量得到的信號，當然得到這些溫度數據不是目的，醫生需要從這些數據中找到你到底生病與否？當然如果溫度是連續測量，如果你任意選擇一個溫度值顯然不合適，如果是接觸式測量，才開始得到的溫度顯然不合適，所以作為醫生可能看的是你一天溫度數據最大值，也可能是平均值，也有可能是最大值於最小值差值，這裡的均值，最大值等都是從統計上對這一組溫度數據的一個特徵描述，顯然我們可以稱為數據的特徵，當然如果你的平均溫度過大，超過39度，顯然你發高燒了，這裡我們就定義了溫度是與高燒這種病例有某種相關性，這裡顯然正相關，溫度越高，代表高燒的越厲害。同理對機械設備進行故障診斷或是壽命預測，也是找到這組觀測信號中的特徵於某一個故障有某中聯繫，當然現在主流方法還是溫度和振動信號被用於故障診斷，記住，特徵其實就是對信號隱含信息的提取，對於目前振動信號處理來講，我們在機械故障診斷中提取的特徵大概總結如下，限於本人能力有限，如有不全或是錯誤，還望諒解，畢竟我在這個領域也是一個小學生，不過在總結特徵之前，希望樓主在做故障診斷和壽命預測前需要弄清楚幾個問題：1、首先，在特徵提取之前需樓主明確是怎樣的信號，怎樣的應用，怎樣的場景，因為針對不同應用和場景選擇的特徵提取也不近相同。2、信號特徵的提取往往都是用最簡單有效的參數表示信號中的信息，這是根本目的。3、針對不同後端模型需要確定特徵維度。4、開始特徵提取前，信號往往需要做一些預處理，如濾波、去均值、去異常等等。好了下面結合本人研究領域講一講特徵提取有哪些方法：1、拿到時間域一維信號，簡單統計和運算可以得到的特徵有：均值，方差，均方根，峰值因子，峭度係數，波形因子，裕度因子、脈衝因子。2、估計--分布參數一般服從某一類分布；3、頻域，特徵頻率，均方頻率，重心頻率，頻率方差；4、小波方法提取的係數，小波濾波後的特徵頻率等等；5、信號熵，譜熵，排列熵，小波熵，EMD熵，包絡譜熵等；6、譜峭度，快速譜峭度、小波譜峭度等；7、基於數學工具和降維的特徵，如PCA，矩陣特徵向量，矩陣的秩，特徵根，SVD-奇異值、ICA等等；8、一些基於距離的度量、範數、馬氏距離、分形參數，同胚流行等等；9、任何能表徵信號特徵的自定義參數均可以，注意有意義有時是結合實際需求的。

剛從事環境與可靠性試驗不久，對於壽命試驗目前只了解個大概，若觀點有偏頗之處請指正。

個人理解，在壽命試驗中的特徵是對產品在試驗中產生的所關心的數據的一個泛指，比如某一置信度下的無故障時間或者可靠度等。

對於壽命試驗，或者說加速壽命試驗來說，主要目的是通過加速產品在服役期間主要應力的方式得到故障及相關壽命的信息，那麼這就是特徵。舉例來說，如果產品主要的破壞應力是熱應力，那麼就施加不同等級的高於實際的熱應力進行試驗得到產品在不同應力下的壽命特徵的期望，分布等數據，再根據相關加速理論和模型，（如對產品主要受熱應力影響的，可用阿赫紐斯模型）進行推斷出產品在正常應力下的失效方式與壽命等特徵。

壽命試驗理論及其試驗技術還是相對比較大的，希望我的一些個人淺薄回答能幫到你。

機械失效通常是兩種形式，過應力和耗損，而在加速壽命和加速退化試驗中通常是考慮耗損型的失效機理。這裡的特徵提取就是能表徵失效過程的特徵參數，例如裂紋擴展速率等。