[发明专利]基于鲸鱼算法的轴承故障信号检测方法及系统

权利要求书

1.一种基于鲸鱼算法的轴承故障信号检测方法，其特征在于，包括以下步骤：

步骤1、基于双稳随机共振理论建立随机共振系统参数b和四阶龙格-库塔法中步长h的关系表达式，初始化鲸鱼优化系统的参数，并设定随机共振系统参数a的范围；

步骤2、运行鲸鱼算法，将适应度函数作为优化目标，计算每一头鲸鱼相应的适应度值，将适应度值最小的个体位置作为最优位置，更新下一代的位置，迭代到终止条件，得到随机共振系统参数a的最优解，及随机共振系统参数b和步长h表达式中实系数的最优解；

步骤3、将步骤2得到最优解代入到随机共振系统参数b和步长h表达式，得到随机共振系统参数b和步长h；

步骤4、将步骤2和3得到随机共振系统参数a和b以及步长h代入随机共振系统中，根据随机共振系统的输出确定轴承故障。

2.根据权利要求1所述的一种基于鲸鱼算法的轴承故障信号检测方法，其特征在于，步骤1中根据信号频率与Kramers噪声率的关系，建立随机共振系统参数a与步长h的关系表达式，根据待检测信号的目标振幅与振幅的临界值的关系建立随机共振系统参数a和参数b的关系表达式。

3.根据权利要求1所述的一种基于鲸鱼算法的轴承故障信号检测方法，其特征在于，步骤1中所述四阶龙格-库塔法中步长h的表达式如下：

其中，f_s采样频率，y₁为实系数。

4.根据权利要求3所述的一种基于鲸鱼算法的轴承故障信号检测方法，其特征在于，步骤1中所述随机共振系统参数b的表达式如下：

其中，y₂为实系数，A为待检测信号的目标振幅。

5.根据权利要求4所述的一种基于鲸鱼算法的轴承故障信号检测方法，其特征在于，所述实系数y1的范围为[0,1]，实系数y2的范围为[0,10]，随机共振系统参数a的范围为[0,0.5]。

6.根据权利要求1所述的一种基于鲸鱼算法的轴承故障信号检测方法，其特征在于，步骤2中适应度函数的表达如下：

式中，A_t是目标频率的振幅，A_n是输入信号中目标频率之外的其它频率的振幅，N为样本数量。

7.根据权利要求1所述的一种基于鲸鱼算法的轴承故障信号检测方法，其特征在于，步骤4中将随机共振系统的输出进行快速傅里叶变换得到频域，根据频域分析随机共振系统的输出结果，确定故障频率得到轴承故障结果。

8.一种权利要求1-7任一项所述基于鲸鱼算法的轴承故障信号检测方法的系统，其特征在于，包括，

初始化模块，用于基于双稳随机共振理论建立随机共振系统参数b和四阶龙格-库塔法中步长h的关系表达式，初始化鲸鱼优化系统的参数，并设定随机共振系统参数a的范围；

寻优模块，用于运行鲸鱼算法，将适应度函数作为优化目标，计算每一头鲸鱼相应的适应度值，将适应度值最小的个体位置作为最优位置，更新下一代的位置，迭代到终止条件，得到随机共振系统参数a的最优解，及随机共振系统参数b和步长h表达式中实系数的最优解；

解算模块，用于将寻优模块输出的最优解代入到随机共振系统参数b和步长h表达式，得到随机共振系统参数b和步长h；

故障诊断模块，用于将解算模块输出的随机共振系统参数a和b以及步长h代入随机共振系统中，根据随机共振系统的输出确定轴承故障。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于鲸鱼算法的轴承故障信号检测方法的步骤。