基于布谷鸟搜索优化特征选择的轴承故障诊断

作     者：辛艳 孙丽君 陈天飞 冯斌斌 XIN Yan;SUN Li-jun;CHEN Tian-fei;FENG Bin-bin

作者机构：河南工业大学粮食信息处理与控制教育部重点实验室河南郑州450001 河南工业大学郑州市机器感知与智能系统重点实验室河南郑州450001 河南工业大学电气工程学院河南郑州450001 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2024年第41卷第7期

页      面：529-534,539页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金(62173127,61973104) 中原科技创新领军人才资助项目(224200510008) 中原英才计划中原青年拔尖资助项目(11) 河南省优秀青年科学基金(212300410036) 河南省高校科技创新人才支持计划(21HASTIT029) 河南省科技攻关项目(212102210169,212102210086,222102320209) 郑州市协同创新专项(21ZZXTCX06) 河南工业大学自科创新基金支持计划(2020ZKCJ06) 

主　　题：特征选择 二进制布谷鸟搜索算法 故障诊断 互信息 

摘      要：针对高维特征导致的滚动轴承故障诊断精度低问题,提出一种基于改进二进制布谷鸟搜索的特征选择方法。首先,采用Hilbert-Huang变换技术提取电机信号的时频域信息,建立高维特征集合。其次,基于布谷鸟搜索算法提出一种基于互信息的特征加权初始化方法,通过计算特征互信息对原始特征集合进行相关性评估,达到快速去除无关特征的目的。同时,引入局部螺旋开发策略,并采用动态切换概率算子实现全局探索和局部开发的平衡,加快算法收敛。最后,采用KNN分类器对轴承状态进行诊断,实验研究表明,上述方法能有效提取更具价值的特征信息,识别精度高达99.05%,相比于其它同类方法诊断准确率高,性能更稳定。