摘要
本发明公开一种基于WOA‑VMD‑YOLOv8的滚动轴承故障诊断方法,包括数据采集、数据预处理、将故障样本数据集按比例划分为训练集、测试集与验证集;搭建WOA‑VMD‑YOLOv8模型;该模型包括鲸鱼优化算法WOA、VMD分解以及YOLOv8模型;训练WOA‑VMD‑YOLOv8模型,得到基于WOA‑VMD‑YOLOv8的滚动轴承故障诊断模型;将待诊断的滚动轴承的声信号输入基于WOA‑VMD‑YOLOv8的滚动轴承故障诊断模型即可输出故障类型。本发明利用WOA优化VMD分解,并通过引入相关峭度值、加权能量熵对IMF分量进行选择,结合YOLOv8模型,提高滚动轴承故障诊断的效率与准确率。
技术关键词
滚动轴承故障诊断
鲸鱼优化算法
故障特征信息
故障工况
轴承故障检测
故障特征频率
样本
重构
信号
数据
带通滤波器
训练集
包络
图像
参数
时延
球体
外圈
系统为您推荐了相关专利信息
噪声声品质
心理声学参数
斯皮尔曼相关系数
鲸鱼优化算法
车辆乘员舱
风险识别方法
交通流
鲸鱼优化算法
高斯核函数
超参数
故障实时检测方法
数据
滚动轴承
轴承早期故障检测
检测轴承
变电站设备图像
变电站设备故障
采集变电站
云平台
图像采集设备
轨迹优化方法
小车
鲸鱼优化算法
三维可调
鲸鱼算法