[發(fā)明專利]一種基于鯨魚算法優(yōu)化的滾動(dòng)軸承退化趨勢(shì)預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010364838.4
• 申請(qǐng)日: 2020-04-30
• 公開(kāi)（公告）號(hào): CN111428318A
• 公開(kāi)（公告）日: 2020-07-17
• 發(fā)明（設(shè)計(jì)）人: 廖愛(ài)華;范強(qiáng)飛;丁亞琦;周炯;余佑民
• 申請(qǐng)（專利權(quán)）人: 上海工程技術(shù)大學(xué)
• 主分類號(hào): G06F30/17
• 分類號(hào): G06F30/17;G06F30/20;G01M13/045;G06N3/00
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 楊宏泰

1.一種基于鯨魚算法優(yōu)化的滾動(dòng)軸承退化趨勢(shì)預(yù)測(cè)方法，其特征在于，包括以下步驟：

S1：通過(guò)滾動(dòng)軸承的振動(dòng)信號(hào)，獲取退化特征指標(biāo)作為訓(xùn)練樣本；

S2：利用退化特征指標(biāo)，基于鯨魚算法優(yōu)化多核組合相關(guān)向量機(jī)模型，得到WOA-MKRVM模型；

S3：將訓(xùn)練樣本輸入WOA-MKRVM模型進(jìn)行模型訓(xùn)練，得到預(yù)測(cè)模型；

S4：采集滾動(dòng)軸承振動(dòng)信號(hào)，利用預(yù)測(cè)模型進(jìn)行滾動(dòng)軸承的退化趨勢(shì)預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的一種基于鯨魚算法優(yōu)化的滾動(dòng)軸承退化趨勢(shì)預(yù)測(cè)方法，其特征在于，所述的步驟S2具體包括：

S21：設(shè)置鯨魚算法的參數(shù)值，并初始化多核組合相關(guān)向量機(jī)模型的參數(shù)值；

S22：獲取各鯨魚個(gè)體作為鯨魚種群的初始位置；

S23：通過(guò)迭代，更新鯨魚種群位置，優(yōu)化多核組合相關(guān)向量機(jī)模型的參數(shù)，得到WOA-MKRVM模型。

3.根據(jù)權(quán)利要求2所述的一種基于鯨魚算法優(yōu)化的滾動(dòng)軸承退化趨勢(shì)預(yù)測(cè)方法，其特征在于，所述的步驟S23具體包括：

S231：計(jì)算鯨魚群體中每個(gè)鯨魚個(gè)體的適應(yīng)度值，并根據(jù)適應(yīng)度值尋找當(dāng)前鯨魚個(gè)體最佳位置

S232：更新鯨魚種群中鯨魚個(gè)體的空間位置；

S233：判斷迭代次數(shù)是否達(dá)到設(shè)置的最大迭代次數(shù)，若是，則執(zhí)行步驟S233，否則迭代次數(shù)數(shù)值加一，并返回執(zhí)行步驟S231；

S234：輸出為當(dāng)前鯨魚個(gè)體最佳位置作為最優(yōu)鯨魚種群個(gè)體適應(yīng)度值所處空間位置X^*，該值對(duì)應(yīng)的坐標(biāo)即為優(yōu)化后多核組合相關(guān)向量機(jī)模型的參數(shù)。

4.根據(jù)權(quán)利要求3所述的一種基于鯨魚算法優(yōu)化的滾動(dòng)軸承退化趨勢(shì)預(yù)測(cè)方法，其特征在于，所述的步驟S231中，計(jì)算鯨魚群體中每個(gè)鯨魚個(gè)體的適應(yīng)度值的計(jì)算式為：

其中，l為訓(xùn)練樣本個(gè)數(shù)，y_i為實(shí)際值，為預(yù)測(cè)值。

5.根據(jù)權(quán)利要求3所述的一種基于鯨魚算法優(yōu)化的滾動(dòng)軸承退化趨勢(shì)預(yù)測(cè)方法，其特征在于，所述的更新鯨魚種群中鯨魚個(gè)體的空間位置具體包括：

S2321：獲取隨機(jī)數(shù)p和系數(shù)向量A的值；

S2322：判斷隨機(jī)數(shù)p是否小于0.5，若是，則執(zhí)行步驟S2323，否則執(zhí)行步驟S2326

S2323：判斷系數(shù)向量A的絕對(duì)值是否小于1，若是，則執(zhí)行步驟S2324，否則執(zhí)行步驟S2325；

S2324：計(jì)算得到更新后的鯨魚個(gè)體位置，并執(zhí)行步驟S2327，其計(jì)算式為：

X_t+1＝D_pe^blcos(2πl(wèi))+X_t^*

D_p＝|X_t^*-X_t|

S2325：計(jì)算得到更新后的鯨魚個(gè)體位置，并執(zhí)行步驟S2327，其計(jì)算式為：

X_t+1＝X_rand-A×D

D＝|C×X^*_t-X_t|

C＝2r

A＝2a×r-a

S2326：計(jì)算得到更新后的鯨魚個(gè)體位置，并執(zhí)行步驟S2327，其計(jì)算式為：

X_t+1＝D_pe^blcos(2πl(wèi))+X_t^*

D_p＝|X_t^*-X_t|

其中，X_t+1為更新的鯨魚個(gè)體位置，為當(dāng)前鯨魚個(gè)體最佳位置，X_t為當(dāng)前鯨群個(gè)體空間位置，A和C為系數(shù)向量，a為常數(shù)，r為取值范圍為[0,1]的隨機(jī)向量，t為當(dāng)前迭代次數(shù)，p為[0,1]上的隨機(jī)數(shù)，l為[-1,1]之間的隨機(jī)數(shù)，b為對(duì)數(shù)螺旋形狀常數(shù)，D_p為鯨魚個(gè)體當(dāng)前最佳位置到獵物之間的距離，X_rand當(dāng)前鯨群中鯨魚個(gè)體隨機(jī)位置；

S2327：更新常數(shù)a、系數(shù)向量A、系數(shù)向量C、隨機(jī)數(shù)l和隨機(jī)數(shù)p，并返回執(zhí)行步驟S2321。