本技术涉及非稳态信号处理，具体涉及一种非稳态信号处理方法、信号识别方法、装置、电子设备及计算机可读存储介质。
背景技术：
1、故障诊断技术是一种用于检测、识别和预测机械设备故障的技术。随着工业自动化和智能化的发展，故障诊断技术在保证生产效率、降低维护成本和预防设备故障方面发挥着越来越重要的作用。
2、当前的故障诊断技术已经能够实现实时监控和智能分析，从而提前预警潜在的故障。其中，干扰信号识别技术是故障诊断领域中的一个关键组成部分，其具体涉及到从设备传感器数据中区分和排除非故障相关的干扰信号。在实际的工业环境中，传感器可能会受到各种噪声和干扰的影响，这些干扰可能会被错误地识别为故障信号，导致不必要的维护工作或误报。通过干扰信号识别技术可以提高故障诊断系统的准确性和可靠性，减少误报和漏报，确保只有真正的故障信号被用来触发诊断。随着机器学习和人工智能技术的应用，故障诊断系统变得更加智能，能够从大量复杂的数据中学习和识别故障。
3、在非稳态运转的机械设备中，如频繁启停的设备中，干扰信号的识别尤为重要。该类设备的工作状态变化较大，容易产生大量的干扰信号。然而，目前多数方法仍停留在传统数学分析和处理阶段，传统的数学分析方法往往依赖于针对某类干扰信号分析的先验知识。针对大量不同的干扰信号分析，尤其是非稳态运转的机械设备中，传统的数学分析方法往往不具备普适性，其泛化能力较弱。当存在某些特定的干扰信号时，若不经过该类干扰信号的先验知识的分析，通过传统的数学分析方法，往往无法从非稳态运转的机械设备中将其准确识别出来，使得该类信号被误判为故障信号，引发故障误报警。
技术实现思路
1、本技术实施例提供一种非稳态信号处理方法、信号识别方法、装置、电子设备及计算机可读存储介质，可以解决当前用于识别干扰信号的特征值泛化能力弱的技术问题。
2、本技术实施例提供一种非稳态信号处理方法，包括：
3、获取目标时段内多个时刻对应的多个原始振动信号；
4、根据原始振动信号的变化趋势，确定原始振动信号对应的第一特征数据，以及根据原始振动信号的能量幅值，确定原始振动信号对应的第二特征数据；
5、对目标时段内多个原始振动信号的第一特征数据和第二特征数据进行聚类，得到第一特征数据对应的第一类别，以及第二特征数据对应的第二类别；
6、根据第一类别，筛选出多个第一特征数据对应的第一特征阈值，以及根据第二类别，筛选出多个第二特征数据对应的第二特征阈值，第一特征阈值和第二特征阈值用于识别振动信号是否为干扰信号。
7、进一步的，原始振动信号包括多个振动数据，根据原始振动信号的变化趋势，确定原始振动信号对应的第一特征数据，包括：
8、根据各振动数据在原始振动信号中的顺序，从原始振动信号中筛选出第一振动数据和第二振动数据；
9、根据第一振动数据和第二振动数据之间的变化趋势，确定原始振动信号对应的第一特征数据。
10、进一步的，上述根据原始振动信号的能量幅值，确定原始振动信号对应的第二特征数据，包括：
11、获取原始振动信号在第一频率范围内的第一能量值，以及原始振动信号在第二频率范围内的第二能量值；
12、根据第一能量值和第二能量值，确定原始振动信号对应的第二特征数据。
13、进一步的，上述根据第一类别，筛选出多个第一特征数据对应的第一特征阈值，包括：
14、根据第一类别对多个第一特征数据进行排序，得到目标特征序列；
15、根据第一特征数据在目标特征序列中的位置和第一特征数据对应的第一类别，从目标特征序列筛选出第一特征阈值。
16、进一步的，上述第一类别包括第一子类别和第二子类别，目标特征序列包括第一子类别对应的第一特征序列和第二子类别对应的第二特征序列；
17、根据第一特征数据在目标特征序列中的位置和第一特征数据对应的第一类别，从目标特征序列筛选出第一特征阈值，包括：
18、确定目标特征序列中第一特征序列和第二特征序列的分界位置；
19、根据分界位置和各第一特征数据在目标特征序列中的位置，从多个第一特征数据中筛选出至少两个候选特征数据；
20、根据至少两个候选特征数据迭代得到第一特征阈值。
21、进一步的，上述根据至少两个候选特征数据迭代得到第一特征阈值，包括：
22、获取候选特征数据对应的损失值，并确定损失值是否满足预设的损失条件；
23、若损失值满足损失条件，则选取损失值最小的候选特征数据为第一特征阈值；
24、若损失值不满足损失条件，则根据损失值对候选特征数据进行迭代，将迭代后的候选特征数据作为候选特征数据，返回执行获取候选特征数据对应的损失值，直至损失值满足损失条件。
25、进一步的，上述若损失值不满足损失条件，则根据损失值对候选特征数据进行迭代，将迭代后的候选特征数据作为候选特征数据，返回执行获取候选特征数据对应的损失值，直至损失值满足损失条件，包括：
26、若损失值不满足损失条件，则确定迭代次数是否满足预设迭代次数，若迭代次数满足预设迭代次数，则从迭代后的候选特征数据中选取出第一特征阈值；
27、若损失值不满足损失条件，且迭代次数不满足预设迭代次数，则根据损失值对候选特征数据进行迭代，将迭代后的候选特征数据作为候选特征数据，返回执行获取候选特征数据对应的损失值，直至损失值满足损失条件，或者迭代次数满足预设迭代次数。
28、本技术实施例还提供一种信号识别方法，包括：
29、获取待识别振动信号；
30、根据待识别振动信号的变化趋势，确定待识别振动信号对应的第一特征数据，以及根据待识别振动信号的能量幅值，确定待识别振动信号对应的第二特征数据；
31、获取预设的第一特征阈值和第二特征阈值，比对待识别振动信号对应的第一特征数据和第一特征阈值，得到第一比对结果，以及比对待识别振动信号对应的第二特征数据和第二特征阈值，得到第二比对结果；
32、若第一比对结果和/或第二比对结果符合预设比对结果，则确定待识别振动信号为干扰信号。
33、相应地，本技术实施例提供一种非稳态信号处理装置，包括：
34、第一获取模块，用于获取目标时段内多个时刻对应的多个原始振动信号；
35、第一确认模块，用于根据原始振动信号的变化趋势，确定原始振动信号对应的第一特征数据，以及根据原始振动信号的能量幅值，确定原始振动信号对应的第二特征数据；
36、聚类模块，用于对目标时段内多个原始振动信号的第一特征数据和第二特征数据进行聚类，得到第一特征数据对应的第一类别，以及第二特征数据对应的第二类别；
37、筛选模块，用于根据第一类别，筛选出多个第一特征数据对应的第一特征阈值，以及根据第二类别，筛选出多个第二特征数据对应的第二特征阈值，第一特征阈值和第二特征阈值用于识别振动信号是否为干扰信号。
38、相应地，本技术实施例提供一种信号识别装置，包括：
39、第二获取模块，用于获取待识别振动信号；
40、第二确认模块，用于根据待识别振动信号的变化趋势，确定待识别振动信号对应的第一特征数据，以及根据待识别振动信号的能量幅值，确定待识别振动信号对应的第二特征数据；
41、比对模块，用于获取预设的第一特征阈值和第二特征阈值，比对待识别振动信号对应的第一特征数据和第一特征阈值，得到第一比对结果，以及比对待识别振动信号对应的第二特征数据和第二特征阈值，得到第二比对结果；
42、第三确认模块，用于若第一比对结果和/或第二比对结果符合预设比对结果，则确定待识别振动信号为干扰信号。
43、此外，本技术实施例还提供一种电子设备，包括处理器和存储器，上述存储器存储有计算机程序，上述处理器用于运行上述存储器内的计算机程序实现本技术实施例提供的非稳态信号处理方法和/或本技术实施例提供的信号识别方法。
44、此外，本技术实施例还提供一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序适于处理器进行加载，以执行本技术实施例所提供的任一种非稳态信号处理方法和/或本技术实施例提供的信号识别方法。
45、此外，本技术实施例还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现本技术实施例所提供的任一种非稳态信号处理方法和/或本技术实施例提供的信号识别方法。
46、在本技术实施例中，通过选取目标时段内多个时刻对应的多个原始振动信号，提高数据的稳定性和信号处理结果的可靠性。根据原始振动信号的变化趋势，确定原始振动信号对应的第一特征数据，以及根据原始振动信号的能量幅值，确定原始振动信号对应的第二特征数据。由于第一特征数据和第二特征数据与干扰信号存在强相关性，因此，对目标时段内多个原始振动信号的第一特征数据和第二特征数据进行聚类，得到第一特征数据对应的第一类别，以及第二特征数据对应的第二类别，可以实现对特征阈值的精准确定，使得通过特征阈值能够对干扰信号进行精准识别。根据第一类别筛选出多个第一特征数据对应的第一特征阈值，以及根据第二类别筛选出多个第二特征数据对应的第二特征阈值。由于信号的变化趋势和能量为信号普遍拥有的特征，因此通过本技术中确定的特征阈值，可以适用于不同的干扰信号，提高了干扰信号对应特征阈值的泛化性。该第一特征阈值和第二特征阈值可以用于识别振动信号是否为干扰信号，使得针对不同的干扰信号均能通过该特征阈值进行准确识别。当基于该特征阈值对干扰信号进行识别时，可以实现对不同类别的干扰信号的精准识别，进一步提高对机械故障诊断的准确性，避免误报警，减少维护成本并避免生产中断。
1.一种非稳态信号处理方法，其特征在于，包括：
2.根据权利要求1所述的非稳态信号处理方法，其特征在于，所述原始振动信号包括多个振动数据，所述根据所述原始振动信号的变化趋势，确定所述原始振动信号对应的第一特征数据，包括：
3.根据权利要求1所述的非稳态信号处理方法，其特征在于，所述根据所述原始振动信号的能量幅值，确定所述原始振动信号对应的第二特征数据，包括：
4.根据权利要求1所述的非稳态信号处理方法，其特征在于，所述根据所述第一类别，筛选出多个所述第一特征数据对应的第一特征阈值，包括：
5.根据权利要求4所述的非稳态信号处理方法，其特征在于，所述第一类别包括第一子类别和第二子类别，所述目标特征序列包括所述第一子类别对应的第一特征序列和所述第二子类别对应的第二特征序列；
6.根据权利要求5所述的非稳态信号处理方法，其特征在于，所述根据至少两个所述候选特征数据迭代得到所述第一特征阈值，包括：
7.根据权利要求6所述的非稳态信号处理方法，其特征在于，所述若所述损失值不满足所述损失条件，则根据所述损失值对所述候选特征数据进行迭代，将迭代后的候选特征数据作为所述候选特征数据，返回执行获取所述候选特征数据对应的损失值，直至所述损失值满足所述损失条件，包括：
8.一种信号识别方法，其特征在于，包括：
9.一种非稳态信号处理装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行权利要求1至7任一项所述的非稳态信号处理方法和/或如权利要求8所述的信号识别方法。
11.一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程序，所述计算机程序适于处理器进行加载，以执行权利要求1至7任一项所述的非稳态信号处理方法和/或如权利要求8所述的信号识别方法。
