基于迭代融合优化算法和WPHM的牵引电机轴承可靠性评估

为了评估列车牵引电机轴承的运行可靠性,提出一种基于反向指数鲸鱼群(OEWOA)与粒子群(PSO)迭代融合的优化算法和威布尔比例故障率模型(WPHM)的评估方法.提取振动信号的时域、频域特征指标,利用主成分分析法(PCA)进行特征信息的融合,将融合后的特征指标作为WPHM的响应协变量进行可靠性评估.针对模型中多个参数直接求解困难的问题,利用反向学习策略(OBL)和指数收敛因子提高鲸鱼算法(WOA)的搜索能力,迭代融合PSO算法良好的收敛能力;通过OEWOA的探索指导PSO的迭代,避免PSO陷入局部最优,从而彻底探索搜索空间,同时使用PSO限制OEWOA的搜索,以便更快地将解收敛到全局最优值.应用该优化算法对WPHM中多个参数进行求解,实现牵引电机轴承运行可靠性的评估.结果表明,该方法与PSO、WOA等优化算法比较,具有更快的收敛速度和寻优能力.