一种基于INGO优化HKELM的齿轮箱故障诊断方法

本发明公开了一种基于INGO优化HKELM的齿轮箱故障诊断方法，包括以下步骤：1）建立齿轮箱样本数据集，使用Savitzky‑Golay滤波方法对原始数据进行去噪；2）使用时变滤波器的经验模态分解TVF‑EMD获得多个内涵模态分量IMF，重构IMF；3）对重构IMF进行时域同步平均TSA去噪；4）利用Tent混沌映射、混合正弦余弦算法以及Levy飞行算法优化北方苍鹰算法NGO，得到INGO；5）在极限学习机中增加全局多项式核函数与局部径向基核函数得到混合极限学习机HKELM；6）INGO优化HKELM参数，构造INGO‑HKELM模型，利用该模型进行故障诊断。与现有技术相比，本发明通过改进的NGO算法优化HKELM模型，对齿轮箱振动信号进行分类，得到了准确的故障诊断结果，提高对齿轮箱故障的诊断准确率和诊断时间。

《一种基于INGO优化HKELM的齿轮箱故障诊断方法》是一发明专利，专利号为 2023100905012，当前法律状态为已下证，由淮阴工学院提出申请，发明人为王梦姣;杜董生;孙申楠;宋容榕;朱凌宇，申请日期为2023-02-09，公开（公告）日期为2024-06-11，国际专利分类号（IPC）为 G06F18/10(2023.01)I;G01M13/028(2019.01)I;G01M13/021(2019.01)I;G06F18/24(2023.01)I;G06N3/006(2023.01)I，高新资质：未报高企，所属技术领域包括：输送设备、化工设备、环保机械 风力发电 齿轮箱 数据处理 风力发电机 机械部件 数据处理 计算机系统 智能算法。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于INGO优化HKELM的齿轮箱故障诊断方法，包括以下步骤：1）建立齿轮箱样本数据集，使用Savitzky‑Golay滤波方法对原始数据进行去噪；2）使用时变滤波器的经验模态分解TVF‑EMD获得多个内涵模态分量IMF，重构IMF；3）对重构IMF进行时域同步平均TSA去噪；4）利用Tent混沌映射、混合正弦余弦算法以及Levy飞行算法优化北方苍鹰算法NGO，得到INGO；5）在极限学习机中增加全局多项式核函数与局部径向基核函数得到混合极限学习机HKELM；6）INGO优化HKELM参数，构造INGO‑HKELM模型，利用该模型进行故障诊断。与现有技术相比，本发明通过改进的NGO算法优化HKELM模型，对齿轮箱振动信号进行分类，得到了准确的故障诊断结果，提高对齿轮箱故障的诊断准确率和诊断时间。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！