1.一种基于对数-峭度的磨粒信号特征提取方法，其特征在于，包括以下步骤：

步骤1、首先，采用包含有磨粒检测传感器、采集卡的磨粒监测装置对含有磨粒的油液循环系统进行连续采集，获得待处理磨粒数据，将待处理磨粒数据根据采集时间切分为M段，各段磨粒数据等量；

步骤2、然后，计算M段实验数据的峭度值，再利用K-means算法对峭度值进行优化处理，去除电磁干扰和磨粒分布不均匀导致的异常峭度值；

步骤3、最后，计算峭度数据的均值和均方差，并做对数处理，得到对数-峭度参数指标，能够反映油液中的磨粒浓度，达到监测机械磨损程度的目的。

2.根据权利要求1所述的一种基于对数-峭度的磨粒信号特征提取方法，其特征在于，所述步骤1中，油液采集器包括齿轮泵(1)、前置放大器(2)、磨粒检测传感器(3)、NI采集卡(4)、调速器(5)及连接油管(6)，所述齿轮泵(1)使油液在系统中循环流动，调速器(5)调节油液流量，连接油管(6)将油液引出油液循环系统，使油液流过磨粒检测传感器(3)，油液中的磨粒通过磨粒检测传感器(3)时产生微弱的磨粒信号，信号经过前置放大器(2)放大被NI采集卡(4)采集并记录。

3.根据权利要求1所述的一种基于对数-峭度的磨粒信号特征提取方法，其特征在于，所述步骤2中计算M段实验数据的峭度值具体包括：对于离散序列的信号{xi}(i＝1～N)，其中N为数据点数，峭度值K的计算公式为其中XRMS表示离散信号的均方根。

4.根据权利要求1所述的一种基于对数-峭度的磨粒信号特征提取方法，其特征在于，所述利用K-means算法对峭度值进行优化处理，具体包括：利用K-means算法随机选取若干个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心，将计算好的峭度值分为三类，并排除掉其中最大值和最小值两组的数据；最大值通常是由于异常的脉冲干扰引起的，而最小值则是由于磨粒不均匀，一段时间内磨粒通过较少，不具代表性。

5.根据权利要求1所述的一种基于对数-峭度的磨粒信号特征提取方法，其特征在于，所述步骤3计算峭度数据{Ki}(i＝1～M)的均值和均方差其中，Kavg和Krms分别表示M个峭度值的均值和均方差，然后对Kavg和KrmsKrms分别做对数处理，得到对数-峭度磨粒信号特征指标 和 通过最小二乘法和对数-峭度磨粒信号特征指标进行拟合，得到的拟合直线能够准确反映油液中的磨粒浓度。

6.一种基于对数-峭度的磨粒信号特征提取装置，其特征在于，包括：

磨粒信号采集模块：用于采用包含有磨粒检测传感器、采集卡的油液采集系统对含有磨粒的油液进行连续采集，获得待处理磨粒数据，将待处理磨粒数据根据采集时间切分为M段，各段磨粒数据等量；分类优化模块：用于计算M段实验数据的峭度值，再利用K-means算法对峭度值进行优化处理，去除电磁干扰和磨粒分布不均匀导致的异常峭度值；线性化处理模块：用于计算峭度数据的均值和均方差，并做对数处理，得到对数-峭度参数指标和 再通过最小二乘法得到一条拟合直线，能够准确反映油液中的磨粒浓度。

7.根据权利要求6所述的一种基于对数-峭度的磨粒信号特征提取装置，其特征在于，所述分类优化模块中，利用K-means算法对峭度值进行优化处理，具体包括：利用K-means算法随机选取若干个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心，将计算好的峭度值分为三类，并排除掉其中最大值和最小值两组的数据；最大值通常是由于异常的脉冲干扰引起的，而最小值则是由于磨粒不均匀，一段时间内磨粒通过较少，不具代表性。