论文摘要
针对相关向量机模型（RVM）,在滚动轴承性能退化趋势预测中,呈现的参数选择盲目问题,提出了一种基于鲸鱼算法（WOA）优化的RVM预测方法。首先将鲸鱼算法与粒子群算法（PSO）,布谷鸟算法（CS）进行比较,结果证明其具有更高的收敛精度和更快的收敛速度;其次采用Cincinnati大学实测滚动轴承全寿命实验数据,提取振动信号的时域、时频域特征向量,并采用主成分分析（PCA）算法对特征向量进行约减融合;然后建立退化趋势预测模型,进行仿真实验,并将基于WOA-RVM模型与WOA-SVM模型、PSO-RVM模型、CS-RVM模型及RVM模型的预测结果相比较,最后结果表明基于WOA-RVM模型具有更好的预测精度,可用于滚动轴承性能退化趋势预测。
论文目录
文章来源
类型: 期刊论文
作者: 范强飞,廖爱华,丁亚琦
关键词: 相关向量机,鲸鱼优化算法,滚动轴承,退化趋势
来源: 组合机床与自动化加工技术 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 机械工业,自动化技术
单位: 上海工程技术大学城市轨道交通学院,上海地铁维护保障有限公司车辆分公司
基金: 国家自然科学基金资助项目(51605274),上海申通地铁集团有限公司科研计划项目(JS-KY15R024-4),上海工程技术大学研究生科研创新项目(E3-0903-18-01202)
分类号: TH133.33;TP18
DOI: 10.13462/j.cnki.mmtamt.2019.11.015
页码: 58-61+66
总页数: 5
文件大小: 742K
下载量: 134