一种基于AI的高压开关机械传动链优化方法

本发明公开了一种基于AI的高压开关机械传动链优化方法，属于电力设备技术领域。通过多模态传感器网络采集刚分速度、振动信号和应力数据等动态特征数据；接着用CNN‑LSTM混合模型进行融合分析，预测传动链运动轨迹、速度时间特性及关键节点瞬态受力；然后利用融合遗传算法与强化学习的多目标优化引擎优化几何参数和材料选型；再生成覆盖电网极端工况的试验序列验证性能；最后借助数字孪生技术打通设计‑制造‑试验‑运维数据链，实现全生命周期闭环迭代优化。本发明提升设计与工况匹配精度，提高试验与真实工况匹配度，降低关键节点应力集中，延长材料寿命，降低设备全生命周期运维成本。