本發(fā)明涉及一種基于IWOA?ELM的滾動軸承故障診斷方法,屬于滾動軸承診斷技術領域,首先采用變分模態(tài)分解方法對軸承信號處理并提取特征,將不同類型的特征標記標簽并劃分訓練集和測試集,然后在鯨魚算法的基礎上,引入改進TENT混沌映射、反向學習和劣勢種群隨機交換的初始化種群策略、基于強化學習選擇收斂因子、自適應權重和隨機跳躍更新策略、t分布?levy飛行變異策略,最后使用改進鯨魚算法對極限學習機的輸入權重和偏差進行優(yōu)化,建立IWOA?ELM模型,對軸承不同工況類型進行分類識別。本發(fā)明可以平衡鯨魚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)的問題,有效提高軸承識別的準確性。
聲明:
“基于IWOA-ELM的滾動軸承故障診斷方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)