建立准确的滚动轴承性能退化预测模型对于轴承故障分类、寿命预测等后续处理有着至关重要的作用。为了解决轴承性能退化模型预测不准确的问题,提出了一种改进的蝙蝠算法(improvement bat algorithm,IBA)来提高退化模型预测的准确度。首...建立准确的滚动轴承性能退化预测模型对于轴承故障分类、寿命预测等后续处理有着至关重要的作用。为了解决轴承性能退化模型预测不准确的问题,提出了一种改进的蝙蝠算法(improvement bat algorithm,IBA)来提高退化模型预测的准确度。首先将Cat混沌映射应用到种群初始位置,增强种群的遍历性,提高初始解的质量;其次在迭代过程中加入类反正切控制因子,提高算法寻优精度;最后改进位置更新策略,防止陷入局部最优。通过与蝙蝠算法(bat algorithm,BA)优化的支持向量回归机(support vector regression,SVR)、粒子群优化算法优化的SVR和灰狼优化算法优化的SVR所得的结果做对比,结果表明:IBA所优化预测模型的均值绝对误差分别下降了70.60%、67.19%、55.56%,均方根误差分别下降了76.64%、76.12%、30.29%,进一步证明了改进后的预测模型的准确性。展开更多
