混沌蝙蝠算法优化相关向量机的轴承故障诊断

摘要

针对轴承故障诊断问题,采用相关向量机(RVM)进行诊断分析.为提高诊断正确率,研究如何选择相关向量机输入量及核参数.使用小波包能量熵提取原始信号能量特征值.研究发现各状态提取的能量特征值具有较明显差异,可作为相关向量机的输入量.基于混沌优化的蝙蝠算法研究核参数的最优选择.改进后的蝙蝠算法解决了易陷入局部最优的弊端.通过混沌蝙蝠算法优化相关向量机的核参数,有效提高了相关向量机的诊断精度.通过仿真实验对比,结果表明:优化后的相关向量机比传统模型具有更好的诊断效果.