基于鲸鱼算法优化WKELM的滚动轴承故障诊断

摘要

为了准确有效提取滚动轴承振动信号中最优的故障信息,判断出滚动轴承故障的类型,提出了一种基于正交匹配追踪算法和优化小波核极限学习机的滚动轴承故障诊断方法.运用正交匹配追踪算法对轴承振动信号进行降噪处理,对去噪后的信号进行小波包分解求取频带能量提取故障特征.采用基于冯诺依曼拓扑结构鲸鱼算法(Whale Optimization Algorithm,WOA)来优化WKELM的惩罚因子和核函数的参数,构造滚动轴承故障分类器模型.实验结果表明,该方法能有效提取滚动轴承故障特征信息,具有较高的诊断精度.