文献类型：期刊文章

作　　者：蔡赛男[1] 宋卫星[2] 班利明[2] 齐小刚[1] 汤润之[2]

CAI Sai-nan;SONG Wei-xing;BAN Li-ming;QI Xiao-gang;TANG Run-zhi(School of Mathematics and Statistics,Xidian University,Xi’an 710126,China;Unit 32272 of the Chinese People’s Liberation Army,Lanzhou 730030,China)

机构地区：[1]西安电子科技大学数学与统计学院,西安710126 [2]中国人民解放军32272部队,兰州730030

出　　处：《控制与决策》

年　　份：2022

卷　　号：37

期　　号：1

起止页码：230-236

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对轴承振动信号中的故障特征难以提取的问题,提出一种基于改进的鲸鱼算法优化最小二乘支持向量机(least square support vector machine,LSSVM)的故障分类方法.首先,利用变分模态分解(variational mode decomposition,VMD)对原始信号进行分解,使用中心频率法解决VMD中分解参数K值的选取问题;其次,计算每个IMF分量的多尺度排列熵值,提取信号故障特征;再次,针对鲸鱼算法(whale optimization algorithm,WOA)收敛速度慢和精度低的问题,引入冯诺依曼拓扑结构和自适应权重进行改进,可以适当地调整全局搜索能力和局部搜索能力之间的平衡;最后,采用改进后的鲸鱼算法优化LSSVM核函数的参数和惩罚因子,建立滚动轴承故障诊断模型,并利用美国凯斯西储大学提供的轴承数据集进行仿真实验.实验结果表明,所提方法的故障分类性能更好,准确率更高.

关 键 词：滚动轴承 故障诊断  变分模态分解  多尺度排列熵  最小二乘支持向量机 鲸鱼算法  

分 类 号：TP273]