本發(fā)明涉及一種基于IWOA?ELM的滾動軸承故障診斷方法，屬于滾動軸承診斷技術(shù)領(lǐng)域，首先采用變分模態(tài)分解方法對軸承信號處理并提取特征，將不同類型的特征標記標簽并劃分訓(xùn)練集和測試集，然后在鯨魚算法的基礎(chǔ)上，引入改進TENT混沌映射、反向?qū)W習(xí)和劣勢種群隨機交換的初始化種群策略、基于強化學(xué)習(xí)選擇收斂因子、自適應(yīng)權(quán)重和隨機跳躍更新策略、t分布?levy飛行變異策略，最后使用改進鯨魚算法對極限學(xué)習(xí)機的輸入權(quán)重和偏差進行優(yōu)化，建立IWOA?ELM模型，對軸承不同工況類型進行分類識別。本發(fā)明可以平衡鯨魚算法全局搜索和局部尋優(yōu)能力，解決算法容易陷入局部最優(yōu)的問題，有效提高軸承識別的準確性。