本发明涉及一种基于IWOA‑ELM的滚动轴承故障诊断方法,属于滚动轴承诊断技术领域,首先采用变分模态分解方法对轴承信号处理并提取特征,将不同类型的特征标记标签并划分训练集和测试集,然后在鲸鱼算法的基础上,引入改进TENT混沌映射、反向学习和劣势种群随机交换的初始化种群策略、基于强化学习选择收敛因子、自适应权重和随机跳跃更新策略、t分布‑levy飞行变异策略,最后使用改进鲸鱼算法对极限学习机的输入权重和偏差进行优化,建立IWOA‑ELM模型,对轴承不同工况类型进行分类识别。本发明可以平衡鲸鱼算法全局搜索和局部寻优能力,解决算法容易陷入局部最优的问题,有效提高轴承识别的准确性。
声明:
“基于IWOA-ELM的滚动轴承故障诊断方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)