吉林大学学报(信息科学版) ›› 2023, Vol. 41 ›› Issue (1): 138-144.
李 倩, 付光杰
LI Qian, FU Guangjie
摘要: 由于抽油机故障诊断因故障种类繁多且系统复杂而导致识别准确率低, 增加了故障诊断难度, 因此根据SVM(Support Vector Machine)工作原理, 应用蚁群算法并用其调整 SVM 的惩罚系数以及核函数参数, 为避免蚁群算法陷入局部最优解, 通过引入懒蚂蚁策略, 在蚁群算法停滞后利用懒蚂蚁再次更新信息素从而使蚁群获取新的路径。 为进一步降低蚁群算法出现局部最优解的问题并提高蚁群算法普通蚂蚁个体在寻优初期的搜索速度, 通过利用混沌初始化和扰动优化懒蚂蚁使其具有更好的全局寻优特性。 并利用抽油机井的测试数据作为检验该故障诊断系统的样本数据, 实验结果表明, 该故障诊断系统具有较高的故障识别准确率。
中图分类号: