关键词:
鹦鹉优化算法
支持向量机
交流转辙机
故障检测
摘要:
针对交流转辙机故障诊断效率与精确率不高的问题,提出一种基于改进鹦鹉优化算法(IPOA)的支持向量机(SVM)交流转辙机故障诊断方法。通过采集并分析转辙机动作电流,提取关键特征向量,设计改进鹦鹉优化算法,对SVM的惩罚参数和核函数进行优化,建立IPOA-SVM诊断模型,并将特征向量矩阵输入模型中进行诊断,判断转辙机运行故障类型,实验结果表明所提方法针对交流转辙机故障诊断的准确率可达97.6%,显著高于传统SVM算法。最后,基于本文建立的故障诊断模型,设计了交流转辙机故障检测仪硬件结构并进行了硬件实现,极大提高了现场故障检测效率,展现较强实用性和可靠性。