基于ISSA?SVM的露点测量系统电路故障诊断方法研究

针对高精度谐振式露点测量系统中电路故障诊断问题，提出了一种基于改进的麻雀搜索算法（Improved Sparrow Search Algorithm， ISSA）优化智能分类器参数的电路故障诊断模型，采用测前仿真故障诊断方法中的智能诊断方法，选择适用于小样本、非线性问题的支持向量机（Support Vector Machine， SVM）作为智能分类器，针对麻雀搜索算法中收敛速度慢、易陷入局部最优等问题进行改进，并将改进后的优化算法用于SVM参数寻优，构建ISSA?SVM故障诊断模型用于谐振电路故障诊断。实验结果显示，ISSA?SVM模型在建立的电路上能够达到88.9%的故障诊断率，可靠性较强，能够作为高精度谐振式露点传感器电路的故障诊断方法。