基于WOA-RVM的滚动轴承退化趋势预测

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

• 0 引言
• 1 相关向量机理论
• 2 基于WOA-RVM预测模型的参数优化
• 3 滚动轴承实例分析与验证
•   3.1 实验数据样本来源与预处理
•   3.2 滚动轴承性能退化趋势预测
• 4 结论

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