基于改进径向基神经网络的滚动轴承故障诊断

摘要

针对传统径向基神经网络故障模式识别时人为设置参数过大,精度不足等问题,提出了一种混沌云自适应鲸鱼算法优化径向基神经网络的滚动轴承故障诊断方法。考虑到鲸鱼算法易陷入局部最优问题,将混沌云模型与鲸鱼算法相结合,利用混沌理论的全局搜索能力,结合云模型的不确定性,可确保鲸鱼算法寻优过程中全局及局部搜索最优值,并通过4种测试函数验证了改进后的鲸鱼算法收敛性和寻优能力,以此来优化径向基神经网络隐含层权值等参数,仿真结果证明,优化后的径向基神经网络模式识别率分别比传统算法、支持向量机高出8%、12%,进一步证明了该方法的有效性。