本發(fā)明涉及一種基于IWOA?ELM的滾動(dòng)軸承故障診斷方法,屬于滾動(dòng)軸承診斷技術(shù)領(lǐng)域,首先采用變分模態(tài)分解方法對(duì)軸承信號(hào)處理并提取特征,將不同類(lèi)型的特征標(biāo)記標(biāo)簽并劃分訓(xùn)練集和測(cè)試集,然后在鯨魚(yú)算法的基礎(chǔ)上,引入改進(jìn)TENT混沌映射、反向?qū)W習(xí)和劣勢(shì)種群隨機(jī)交換的初始化種群策略、基于強(qiáng)化學(xué)習(xí)選擇收斂因子、自適應(yīng)權(quán)重和隨機(jī)跳躍更新策略、t分布?levy飛行變異策略,最后使用改進(jìn)鯨魚(yú)算法對(duì)極限學(xué)習(xí)機(jī)的輸入權(quán)重和偏差進(jìn)行優(yōu)化,建立IWOA?ELM模型,對(duì)軸承不同工況類(lèi)型進(jìn)行分類(lèi)識(shí)別。本發(fā)明可以平衡鯨魚(yú)算法全局搜索和局部尋優(yōu)能力,解決算法容易陷入局部最優(yōu)的問(wèn)題,有效提高軸承識(shí)別的準(zhǔn)確性。
聲明:
“基于IWOA-ELM的滾動(dòng)軸承故障診斷方法” 該技術(shù)專(zhuān)利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專(zhuān)利(論文)的發(fā)明人(作者)