科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前油田抽油机故障诊断存在耗时低效、无普适性等问题，提出通过动态自适应布谷鸟搜索（PSCS），优化径向基函数（RBF）神经网络的诊断方法。首先对示功图进行特征提取，作为RBF神经网络的输入层信息；接着引入动态发现概率和自适应步长，令布谷鸟搜索根据目标函数的收敛速度自动调整步长，确保不同搜索阶段的效率和精度保持平衡；最后改进的布谷鸟搜索优化RBF神经网络，获取其宽度、权值等最优相关参数，建立PSCS-RBF故障诊断模型。将模型应用于抽油机不同故障类型的诊断，并与当前主流的5种方法比较，所提出的PSCS-RBF故障诊断方法的平均检测精度达到95.9%，精度最高且耗时最短，验证了其实用性和优越性。
- 单位
