本发明涉及信号处理，尤其涉及一种机械器件的故障信号提取方法、装置、电子设备及存储介质。
背景技术：
1、在风力涡轮机、汽车以及工业机械等机械设备中，一些机械器件通常需要承受负载、应力和磨损，例如齿轮箱，容易导致机械器件出现故障，进而导致机械设备的性能下降、效率降低、维护成本增加，甚至危及工作人员人身安全。因此，准确高效地诊断机械设备中各机械器件的故障是至关重要的。当机械器件产生缺陷时，受损部位与其它部件碰撞，会产生重复性冲击，重复性冲击的分析为机械器件的故障识别提供了重要依据。但是重复性冲击受到机械设备中的传输路径以及环境噪声影响，在采集的振动信号中非常微弱，难以提取，给机械器件的故障识别带来了困难。
2、目前，盲解卷积作为一种典型的信号处理方法，成为重复性冲击信号提取的主要方式。盲解卷积可以通过寻找最优逆有限脉冲响应滤波器对振动信号进行滤波，恢复原始机械冲击。通过最大化滤波信号的特定指标确定滤波器，例如基于基尼系数最大化的解卷积、最大相关峭度解卷积、基于脉冲范数最大化的解卷积以及最大二阶循环平稳性解卷积等。
3、但是，盲解卷积方案存在巨大的技术缺陷，即需要提供先验故障周期信息，并且不能很好地反映故障脉冲循环平稳性特点。在干扰成分较强或者噪声强度较高的情况下，盲解卷积滤波后的信号故障特征不明显。因此，需要一种有效凸显故障特征的信号提取方法。
技术实现思路
1、本发明提供了一种机械器件的故障信号提取方法、装置、设备及存储介质，以解决机械器件的振动信号中提取的故障信号的故障特征不明显问题，通过最大化信号噪声峭度比解卷积进行故障信号提取，可以突出故障信号中的故障特征，有利于提高机械器件的故障诊断效果。
2、根据本发明的一方面，提供了一种机械器件的故障信号提取方法，所述方法包括：
3、获取目标机械器件的振动信号，并确定所述振动信号的频谱相关性特征；
4、根据所述频谱相关性特征，确定故障特征频率，并根据所述故障特征频率，构建噪声分布信号；
5、将所述振动信号作为待滤波信号，基于预先确定的滤波器，对所述待滤波信号进行滤波，输出本次迭代匹配的滤波信号，并根据所述滤波信号和所述噪声分布信号，确定本次迭代匹配的信号噪声峭度比；
6、根据所述信号噪声峭度比，基于预先获取的梯度下降模型，更新所述滤波器，并将所述滤波信号更新为待滤波信号，返回执行对所述待滤波信号进行滤波，直到迭代终止条件满足，输出最后一次迭代匹配的滤波信号；
7、根据最后一次迭代匹配的滤波信号，确定目标机械器件的故障信号。
8、根据本发明的另一方面，提供了一种机械器件的故障信号提取装置，该装置包括：
9、相关性特征确定模块，用于获取目标机械器件的振动信号，并确定所述振动信号的频谱相关性特征；
10、噪声分布构建模块，用于根据所述频谱相关性特征，确定故障特征频率，并根据所述故障特征频率，构建噪声分布信号；
11、峭度比确定模块，用于将所述振动信号作为待滤波信号，基于预先确定的滤波器，对所述待滤波信号进行滤波，输出本次迭代匹配的滤波信号，并根据所述滤波信号和所述噪声分布信号，确定本次迭代匹配的信号噪声峭度比；
12、滤波信号输出模块，用于根据所述信号噪声峭度比，基于预先获取的梯度下降模型，更新所述滤波器，并将所述滤波信号更新为待滤波信号，返回执行对所述待滤波信号进行滤波，直到迭代终止条件满足，输出最后一次迭代匹配的滤波信号；
13、故障信号确定模块，用于根据最后一次迭代匹配的滤波信号，确定目标机械器件的故障信号。
14、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
15、至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的机械器件的故障信号提取方法。
16、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的机械器件的故障信号提取方法。
17、本发明实施例的技术方案，通过获取目标机械器件的振动信号，确定所述振动信号的频谱相关性特征，根据所述频谱相关性特征，确定故障特征频率，并根据所述故障特征频率，构建噪声分布信号；然后将所述振动信号作为待滤波信号，基于预先确定的滤波器，对所述待滤波信号进行滤波，输出本次迭代匹配的滤波信号，并根据所述滤波信号和所述噪声分布信号，确定本次迭代匹配的信号噪声峭度比；再根据所述信号噪声峭度比，基于预先获取的梯度下降模型，更新所述滤波器，并将所述滤波信号更新为待滤波信号，返回执行对所述待滤波信号进行滤波，直到迭代终止条件满足，输出最后一次迭代匹配的滤波信号；最后根据最后一次迭代匹配的滤波信号，确定目标机械器件的故障信号。该技术方案解决了机械器件的振动信号中提取的故障信号的故障特征不明显问题，通过最大化信号噪声峭度比解卷积进行故障信号提取，可以突出故障信号中的故障特征，有利于提高机械器件的故障诊断效果。
18、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
1.一种机械器件的故障信号提取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标机械器件的振动信号，包括：
3.根据权利要求1所述的方法，其特征在于，所述确定所述振动信号的频谱相关性特征，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述频谱相关性特征，确定故障特征频率，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述故障特征频率，构建噪声分布信号，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述信号噪声峭度比，基于预先获取的梯度下降模型，更新所述滤波器，包括：
7.根据权利要求1所述的方法，其特征在于，所述信号噪声峭度比的计算公式为:
8.一种机械器件的故障信号提取装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的机械器件的故障信号提取方法。
