基于GSWOA-KELM模型的挂载装置的故障诊断方法

本发明公开了一种基于GSWOA‑KELM模型的挂载装置的故障诊断方法，属于故障诊断技术领域，包括：获取挂载装置的振动信号，振动信号包括挂载装置不同部位的振动子信号；将每个振动子信号划分为多个数据段，通过计算每个数据段的多种时域特征指标，生成第一融合数据集；将第一融合数据集输入故障诊断模型，得到挂载装置中不同部位的故障类型诊断结果，故障诊断模型为预先训练好的核极限学习机，如此可以获得挂载装置更多的故障特征，克服了单传感器采集信息单一、故障特征不足等问题。此外，核极限学习机的正则化系数以及核参数由全局搜索鲸鱼优化算法确定，提高了挂载装置故障诊断的准确率。