基于IWOA-SVM的滚动轴承故障诊断.docxVIP

机械工程师ME

机械工程师

MECHANICALENGINEER

机械工程师MECHANICAL

机械工程师

MECHANICALENGINEER

PAGE50圆园

PAGE50

圆园23年第8期网址：电邮：hrbengineer@163.com

PAGE51网址：

PAGE51

网址：电邮：hrbengineer@163.com圆园23年第8期

基于IWOA-SVM的滚动轴承故障诊断

纪佳呈，张金萍

（沈阳化工大学机械与动力工程学院，沈阳110142）

摘要：针对滚动轴承振动信号故障难以识别的问题，创建一种应用改进鲸鱼优化算法（IWOA）优化支持向量机（SVM）的故障诊断模型。首先将轴承振动信号特征通过VMD的方式提取；其次，为改进鲸鱼优化算法，采取精英反向学习策略增强种群的广泛性，选用非线性因子并加入随机扰动策略增强探索能力；通过4组基准测试函数，将IWOA与4种优化算法对照分析，验证了此改进算法的优越性；最后，将SVM的惩罚参数和核函数参数放入IWOA中，构建IWOA-SVM故障分类模型。故障诊断的结果表明，用IWOA-SVM分类模型在故障诊断中拥有更好的效果，准确率达到100%。

关键词：变分模态分解（VMD）；改进鲸鱼算法（IWOA）；支持向量机（SVM）；故障诊断

中图分类号:TH133.3 文献标志码:粤 文章编号：员园园圆原圆猿猿猿（圆园23）08原园050原园4

FaultDiagnosisofRollingBearingBasedonIWOA-SVM

JIJiacheng，ZHANGJinping

(SchoolofMechanicalandPowerEngineering,ShenyangUniversityofChemicalTechnology,Shenyang110142,China)

Abstract:Regardingtheissuethatthefaultofrollingbearingvibrationsignalisarduoustoidentify,afaultdiagnosismodelusingimprovedwhaleoptimizationalgorithm(IWOA)tooptimizesupportvectormachine(SVM)isestablished.Firstly,thebearingvibrationsignalfeaturesareextractedbymeansofVMD.Secondly,toimprovethewhaleoptimizationalgorithm,anelitereverselearningstrategyisemployedtostrengthenthescalabilityofthepopulation,anonlinearfactorisselectedandarandomperturbationstrategyisaddedtoenhancetheexplorationcapability.Thesuperiorityofthisimprovedalgorithmisverifiedbyfoursetsofbenchmarktestfunctions,andIWOAisanalyzedagainstfouroptimizationalgorithms.Finally,thepenaltyparametersofSVMandkernelfunctionparametersareputintoIWOAtoconstructIWOA-SVMfaultclassificationmodel.Accordingtotheresultsoffaultdiagnosis,theIWOA-SVMclassificationmodelhasbetterresultsinfaultdiagnosis,andtheaccuracyratereaches100%.

Keywords:variationalmodaldecomposition(VMD);improvedwhalealgorithm(IWOA);supportvectormachine(SVM);bearingfaultdiagnosis