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。
-
单位上海地铁维护保障有限公司; 上海工程技术大学