滚动轴承故障特征选择的Filter与改进灰狼优化混合算法
来源：计算机集成制造系统杂志2023年第5期北京时间：
作者：侯钰哲, 李舜酩, 龚思琪, 黄继刚, 张建兵, 卢静
单位：1.南京航空航天大学能源与动力学院2.南京航空航天大学金城学院
摘要：为了从原始高维特征空间中选择最具鉴别能力的特征,提高轴承故障诊断精度,提出了一种Filter与改进灰狼优化混合的故障特征选择算法。首先,针对滚动轴承的原始振动信号,利用一种基于Hilbert-Huang变换的时频域特征提取策略建立高维敏感特征集合。然后,通过由ReliefF算法与拉普拉斯分数构成的混合Filter方法对原始特征集合进行相关性评估并快速筛选重要特征,从而完成特征集合的一次预选。最后,引入改进灰狼优化算法对预选特征集合进行二次筛选,实现冗余特征去除的同时,完成对支持向量机模型参数的优化。利用旋转机械振动试验台获取故障轴承数据进行了验证,试验结果表明,该方法显著提高了分类器模型的诊断准确率,有效实现了故障数据集的特征降维,并且与同类方法相比,所提方法具有更好的综合性能。
关键词：特征选择,ReliefF算法,拉普拉斯分数,改进灰狼优化,故障诊断
基金资助：国家重大科技专项资助项目(2017IV00080045);国家自然科学基金资助项目(51975276);工信部重点实验室资助项目(KL2019N001)。
