标题：基于白鲸优化算法和随机森林的轴承特征选择和故障分类
作者：代涛；朱静；肖凯文 曹明 韩剑 李双林
作者单位：中煤新集利辛发电有限公司，安徽 亳州 236700；河南科技大学车辆与交通工程学院，河南 洛阳471000；东南大学能源与环境学院，江苏 南京 210096
关键字：特征选择；故障诊断；BWO算法；RF算法
摘要：针对风电机组传动系统滚动轴承在故障诊断中容易受到冗余特征的影响，从而导致故障诊断的准确率和效率不高的问题。提出了一种基于白鲸优化算法（Beluga Whale Optimization）和随机森林算法（Random Forest）的轴承特征选择和故障诊断方法。该方法首先通过时、频域分析提取了与滚动轴承故障相关的20个特征数据，然后对特征进行包括归一化处理和特征集划分在内的特征处理；接着以BWO算法的适应度为评价参数，利用BWO算法的路径选择能力寻求最优特征子集；最后通过测试验证所选的特征子集对于RF分类准确率的优化效果。试验结果表明，均方根、绝对均值、裕度因子和峭度系数这四个特征参数作为RF分类器的输入数据时可以达到95.06%的分类准确率；此方法在大幅度减少特征数量的同时，提高了轴承的故障诊断准确率。