论文部分内容阅读
人工免疫系统是对生物免疫系统的模拟,具有强大的信息处理能力。生物免疫系统主要的功能就是在线检测和杀伤来自生物体内和体外的抗原,具备“自己—非己”识别能力。由此衍生而来的阴性选择算法能有效地识别被检测对象的正常模式(自己)及异常模式(非己),且不需要有异常模式的先验知识。该算法为故障诊断领域提供了新思路和新方法。 在阴性选择算法中,检测器的训练计算极为复杂、训练时间极为漫长,本文根据人工免疫系统疫苗接种、克隆选择等原理提出了两种变异搜索方法,简化检测器训练的计算复杂度,并结合免疫分布性、多样性等特性,对二进制编码方式进行了改进。 目前阴性选择算法结合时域振动波形数据在旋转机械设备故障诊断中的应用存在诸多不足,甚至是不可实现的。本文以大量的试验与深入的研究为基础,指出了在阴性选择算法中采用无量纲指标进行诊断的合理性、可行性及有效性。本文进一步根据人工免疫系统分布性、多样性的特性,首先按故障特征所处频段的不同,分别定义位移类、速度类、加速度类三大类无量纲指标免疫检测器,在此基础上,再定义了每一类的五种无量纲指标免疫检测器(峰值指标免疫检测器、裕度指标免疫检测器、波形指标免疫检测器、峭度指标免疫检测器、脉冲指标免疫检测器)。试验的结果证明了本检测器定义方法的实用性、有效性。 本文根据免疫进化、免疫学习、免疫记忆及免疫应答等的概念,将检测器按训练过程的不同,分别定义为生成检测器、成熟检测器、优秀检测器,并与故障空间检测器集经约简、聚类运算得到独有故障空间检测器集的过程相对应。在故障检测试验中,按检测器等级高低进行检测应用,达到了在线快速诊断的目的。 无量纲指标具有对并发缺陷不敏感的特性,本文通过试验研究对此特性进行了验证,给出了新的定义,并指出了该特性的适用的指标及范围,为利用无量纲指标进行复合故障的有效诊断提供了新的思路。 针对本文在独有故障特征提取及优秀检测器训练过程中,即在进行约简、聚类等数据分类过程中丢失部分有用信息的不足,采用了利用五种无量纲指标免疫检测器进行简单而实用的集成诊断的弥补方法,试验结果证明了本方法具较高的诊断准确率。本文并给出了该集成诊断方法的定义。 本文利用C++ Build语言设计了“基于人工免疫系统的机组故障诊断系统”,可对时域分析法与人工免疫系统原理的有机结合进行深入研究。利用InTouch组