基于EEMD和IHHO-LSSVM滚动轴承剩余寿命预测方法的研究

针对滚动轴承剩余寿命预测准确度不高的问题,构建一种基于集合经验模态分解(EEMD)和考虑改进哈里斯鹰算法(IHHO)的最小二乘支持向量机(LSSVM)滚动轴承剩余寿命IHHO-LSSVM预测模型.首先,使用EEMD对原信号进行分解,根据峭度指标和相关系数选取合适的本征模态函数(IMF)进行重构.然后采用核主成分分析(KPCA)提取累计贡献率大于85％的主成分作为评估轴承退化性能指标.引入能量周期性递减调控机制,IHHO-LSSVM模型进行寿命预测,有效提高了HHO算法中寻找最优解的能力.通过轴承全寿命试验数据进行验证,其结果表明,该方法提取的轴承性能评估指标能够更为全面地表征轴承性能退化情况,建立的IHHO-LSSVM模型具有良好的预测效果.