随着生产过程的日益复杂,为确保生产装置安全、高效运行,故障诊断技术日益受到国内外企业的重视。人工智能技术的发展为故障诊断的研究注入了新的活力,提供了新的思路和方法。本文研究人工免疫机理在故障诊断中的应用,提出了新的有效的故障诊断方法。 论文主要工作如下: 1、对现有的故障诊断方法进行简要的综述,并对人工免疫系统的发展以及应用情况进行了介绍。 2、介绍了基于自体/非自体识别的否定选择算法,并对编码否定选择算法、实值否定选择算法以及可变半径检测器的否定选择算法及其特点进行了详细的说明和比较。 3、针对过程工业故障检测的特点,提出了一种基于免疫的复杂生产过程故障检测方法。新方法通过主元分析把高维样本集映射到低维空间中,再应用否定选择算法产生检测器对降维后的样本进行检测,在TE过程中的仿真结果表明算法对各类故障均有较好的检测效果。 4、提出了基于免疫的混合学习故障诊断方法。现有的很多学习分类算法往往对训练样本集有特定的要求,但在实际的应用中,这些要求往往难以满足,从而大大影响分类算法的效果。新方法应用否定选择算法产生有效的未知故障样本集,解决分类算法应用中故障样本不足的问题,再通过分类算法对样本进行学习。对IRIS数据的应用结果表明提出的方法比常规的分类算法具有明显的优势。