基于自适应步长FOA-SVM算法的卡泵故障诊断

• 作者: 方涛 刘涛 李龙
• 来源期刊: 计算机技术与发展
• 关键词: 果蝇优化算法 自适应步长 支持向量机 示功图 机采井卡泵 故障诊断
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 应用前沿与综合
• 页码范围: 153-157
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2021.04.026

摘要

为了提高机采井卡泵故障诊断精度,提出一种基于自适应步长FOA-SVM混合算法模型的机采井卡泵诊断方法.在支持向量机对示功图诊断分类的基础上,引入改进的自适应步长果蝇优化算法(AS_FOA)对SVM的惩罚因子和核函数参数进行寻优,避免人为选择参数的盲目性.为了实现果蝇优化算法的全局与局部寻优能力的平衡,应用自适应步长方法对其进行改进,使果蝇算法能够根据上一代的适应度值和当前迭代次数来自适应改变果蝇个体搜索步长.通过采油厂真实示功图数据进行仿真实验,比较AS_FOA、FOA、GA三种算法在支持向量机参数寻优中的性能.实验结果表明,AS_FOA收敛速度更快,寻优能力更佳.与其他算法相比,AS_FOA-SVM混合算法模型在卡泵故障诊断中准确率更高,泛化能力更强.