基于PSO-RBF神经网络的示功图识别 |
| |
作者单位: | ;1.滨海新区大港油田第一中学 |
| |
摘 要: | 针对广泛应用的有杆抽油机故障率较高的现状,提出傅立叶描述子和RBF神经网络相结合的算法判断抽油机工况。该算法基于典型示功图的几何特征,提取低频区傅里叶描述子作为特征参数,再结合上、下冲程的载荷变化量,构成代表对应工况的12个综合特征参数,利用RBF神经网络建立识别网络模型,对数据进行网络训练得到RBF神经网络。通过MATLAB仿真平台完成了PSO-RBF神经网络的示功图识别的仿真验证,实际运用在油田生产中准确性良好。
|
关 键 词: | 示功图 傅里叶描述子 RBF神经网络 |
Dynamometer recognition based on PSO-RBF neural network |
| |
Abstract: | |
| |
Keywords: | |
|
|