论文部分内容阅读
为了提高潜水轴流泵故障诊断的准确性,提出了一种采用改进混合蛙跳算法(ISFLA)优化的支持向量机(SVM)的故障诊断模型.SVM参数的选取对故障分类结果影响很大,改进混合蛙跳算法克服了SFLA中种群趋同性和易陷入局部最优解的不足,利用ISFLA对SVM参数进行优化处理能够提高故障识别精度.为了验证该模型,搭建了潜水轴流泵故障实验平台,采集了正常状态、转子不对中和动静碰摩三种状态下的数据,分别用BP神经网络、蚁群优化ACO-SVM和ISFLA-SVM算法对它们进行分类故障识别.实验结果表明,ISFLA-SVM故障分类识别精度高于其他两种分类算法.