[发明专利]基于灰狼优化算法的自适应随机共振早期故障诊断方法

摘要

本发明涉及旋转机械早期故障诊断领域，公开了一种基于灰狼优化算法的自适应随机共振早期故障诊断方法，提高随机共振方法微弱信号检测能力，实现机械早期故障的准确诊断。本发明将灰狼优化算法引入双稳态随机共振方法中，对随机共振结构参数进行优化，根据输入信号特征自适应地选取最佳结构参数，实现最佳随机共振输出，进而实现微弱故障特征精确提取与故障准确识别。本发明适用于旋转机械早期故障诊断。

主权项

1.基于灰狼优化算法的自适应随机共振早期故障诊断方法，其特征在于，将灰狼优化算法引入在双稳态随机共振方法中，对随机共振结构参数进行优化，根据输入信号特征自适应地选取最佳结构参数，实现最佳随机共振输出，进而实现微弱故障特征精确提取与故障准确识别；具体步骤如下：步骤1：获取原始振动信号；步骤2：对原始信号进行线性压缩预处理，使之满足随机共振小参数要求；步骤3：指定双稳态随机共振结构参数a和b的寻优范围[l,u]，灰狼种群数N、最大迭代次数Tmax，并初始化灰狼个体初始位置；步骤4：将步骤2预处理后的振动信号输入双稳态随机共振系统；步骤5：将随机共振输出信号的信噪比作为灰狼适应度函数，按照信噪比计算公式计算灰狼个体适应度，记适应度最大、第二大、第三大的三只灰狼分别为α、β、δ，并保存此时灰狼α、β、δ的位置t表示当前的迭代次数；步骤6：基于灰狼α、β、δ的位置更新灰狼个体位置；步骤7：判断迭代次数t是否达到设定的最大迭代次数Tmax，若达到最大迭代次数，则进行步骤8操作；否则，令t＝t+1，并返回步骤4；步骤8：保存灰狼适应度最大时所对应的随机共振参数a和b，并用此共振参数a和b对步骤2中预处理后的振动信号进行随机共振；步骤9：对随机共振输出信号进行频谱分析，得到快速傅里叶变换频谱图，从快速傅里叶变换频谱图中获取步骤2预处理后的振动信号频率f1，并基于振动信号频率f1计算原始信号频率f2，原始信号频率f2即为故障特征频率ff；步骤10：基于故障特征频率ff进行故障识别。