运用免疫遗传算法优化WNN诊断滚动轴承早期故障

摘要 针对滚动轴承早期故障特征与故障类别非线性难以有效辨识的问题，设计一种基于免疫遗传算法优化小波神经网络（wavelet neural network，WNN）的滚动轴承早期故障诊断模型。首先对滚动轴承的早期振动故障信号进行EEMD分解，提取分解后的IMF分量能量作为小波神经网络的输入特征向量，采用免疫遗传算法优化小波神经网络的初始权值向量和阈值向量，加快小波神经网络的收敛速度，提高其训练精度。实验结果表明，基于免疫遗传算法优化小波神经网络的早期故障诊断模型可以有效应用于滚动轴承的早期故障诊断中，通过与传统故障诊断方法对比分析，验证了该模型的有效性和优越性