IAO优化SVM的电机滚动轴承故障诊断

来源：电子测量技术杂志2022年第10期北京时间：

作者：李红月，高英杰，朱文昌

单位：安徽理工大学电气与信息工程学院 安徽 淮南 232001

摘要：对于当前存在电机滚动轴承多种类型故障分类准确率不高的现象，提出一种改进天鹰优化算法（IAO）优化支持向量机（SVM）的电机滚动轴承故障诊断方法。首先，介绍了基本天鹰优化算法，然后引入Tent混沌映射和自适应权重对其改进，提高收敛速度，防止陷入局部最优；其次，对10种状态下的滚动轴承故障时域信号样本进行VMD分解，得到不同状态的时频域特征组成特征样本集。最后，利用IAO算法对支持向量机的惩罚参数(c)和核参数(g)进行优化，从而构建IAO-SVM滚动轴承故障诊断模型。最终结果表明，IAO-SVM诊断模型对电机滚动轴承10种状态下的故障诊断准确率最高达100%。

关键词：滚动轴承，变分模态分解，天鹰优化算法，支持向量机,故障诊断

基金资助：安徽省高校自然科学研究项目（KJ2021A0471）