[发明专利]一种基于INGO优化HKELM的齿轮箱故障诊断方法在审
| 申请号： | 202310090501.2 | 申请日： | 2023-02-09 |
| 公开（公告）号： | CN116226619A | 公开（公告）日： | 2023-06-06 |
| 发明（设计）人： | 王梦姣;杜董生;孙申楠;宋容榕;朱凌宇 | 申请（专利权）人： | 淮阴工学院 |
| 主分类号： | G06F18/10 | 分类号： | G06F18/10;G01M13/028;G01M13/021;G06F18/24;G06N3/006 |
| 代理公司： | 淮安市科文知识产权事务所 32223 | 代理人： | 吴晶晶 |
| 地址： | 223005 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于INGO优化HKELM的齿轮箱故障诊断方法，包括以下步骤：1）建立齿轮箱样本数据集，使用Savitzky‑Golay滤波方法对原始数据进行去噪；2）使用时变滤波器的经验模态分解TVF‑EMD获得多个内涵模态分量IMF，重构IMF；3）对重构IMF进行时域同步平均TSA去噪；4）利用Tent混沌映射、混合正弦余弦算法以及Levy飞行算法优化北方苍鹰算法NGO，得到INGO；5）在极限学习机中增加全局多项式核函数与局部径向基核函数得到混合极限学习机HKELM；6）INGO优化HKELM参数，构造INGO‑HKELM模型，利用该模型进行故障诊断。与现有技术相比，本发明通过改进的NGO算法优化HKELM模型，对齿轮箱振动信号进行分类，得到了准确的故障诊断结果，提高对齿轮箱故障的诊断准确率和诊断时间。 | ||
| 搜索关键词： | 一种 基于 ingo 优化 hkelm 齿轮箱 故障诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于淮阴工学院，未经淮阴工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310090501.2/，转载请声明来源钻瓜专利网。
