基于GWO-VMD-LSSVM的滚动轴承故障诊断

摘要

针对滚动轴承故障类型及损伤程度难以识别的问题，提出一种灰狼优化算法（GWO）优化变分模态分解（VMD）及最小二乘支持向量机（LSSVM）的滚动轴承故障诊断方法。首先，该方法通过GWO-VMD算法对滚动轴承原始信号进行参数寻优及分解，减少噪声成分的干扰；其次，提取分量的奇异值及排列熵，并与原始信号的时域特征共同组成输入特征向量；最后采用GWO-LSSVM方法进行故障模式识别。实验分析结果表明，所提方法拥有比BP网络及GWO-SVM方法更好的故障识别精度，能够较好地实现滚动轴承故障类型及损伤程度的判别。

关键词

故障诊断 / 滚动轴承 / 灰狼优化算法 / 变分模态分解 / 最小二乘支持向量机