证据理论与人工免疫集成方法在旋转机械复合故障诊断中的应用

发布时间：2017-11-24 03:22

本文关键词：证据理论与人工免疫集成方法在旋转机械复合故障诊断中的应用

【摘要】：据大型旋转机械设备在现代工业中占有越来越重要的地位,在单个工厂中通常起着举足轻重的作用,它们运行状况的良好与否直接关系到整个工厂是否能安全正常的运作。而对这些旋转机械设备在运行中是否发生了机械故障作出及时准确的判断是解决这一问题的关键所在。由于现代机械设备越来越大型化,复杂化,发生复合故障的几率也随之增大。虽然复合故障表面上是两种故障同时出现,但它所呈现出来的故障特征并不是两种单一故障特征简单的叠加,而是会呈现一些单一故障没有的故障特征。针对这一问题,国内外很多的专家和学者都提出了各种不同的故障诊断方法,比如有基于人工神经网络的,基于小波分析的,基于模糊逻辑的等各种方法。而本文采用的是一种将证据理论与人工免疫相结合的集成诊断方法。人工免疫是一种基于仿生学的故障诊断方法,主要受启发于生物免疫系统,这一启示给机械故障诊断提供了一条崭新的思路与途径。生物免疫系统具有很多优良的特性,例如自动识别“自己与非己”、抗体的记忆功能、抗体与抗原的多对一特性等。其中,生物免疫系统给故障诊断最重要的一个启示就是它具有识别“自己一非己”的能力。这一点就和故障诊断非常类似,他们同样都是给一种机体总的状态的运行情况是否良好做出一个判断,只是一个是对有生命的生物体做诊断,一个是对无生命的机械体做诊断。本文中的免疫检测器都是基于无量纲指标生成的,但是之前常用的无量纲指标数量太少,不能很好地覆盖所有的故障空间,特别是对于复合故障存在明显的缺陷,于是在本文中又引用了由遗传编程构建出的新的无量纲指标来弥补这一不足。为了进一步提高对复合故障诊断的正确率,本文利用证据理论将各种无量纲指标诊断的结果进行决策级融合,将最终的融合结果作为故障类型的判断依据。通过在实验机组上多次验证,验证了证理论与人工免疫相结合的集成诊断方法这一方法的有效性。
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH165.3

【参考文献】

中国期刊全文数据库前10条

1 郭西进;孙爱进;许允之;;基于加权证据理论的异步电机故障诊断研究[J];大电机技术;2012年01期

2 张敬;李颖晖;朱喜华;林漳彬;;基于改进的D-S证据理论的旋转整流器故障诊断研究[J];大电机技术;2012年01期

3 吴梅,许东,王鹏;导弹复合故障诊断专家系统研究[J];弹箭与制导学报;2002年01期

4 何小飞;童晓阳;孙明蔚;;基于贝叶斯网络和D-S证据理论的分布式电网故障诊断[J];电力系统自动化;2011年10期

5 罗志增,蒋静坪;基于D-S理论的多信息融合方法及应用[J];电子学报;1999年09期

6 孙全,叶秀清,顾伟康;一种新的基于证据理论的合成公式[J];电子学报;2000年08期

7 胡昌华;司小胜;周志杰;王鹏;;新的证据冲突衡量标准下的D-S改进算法[J];电子学报;2009年07期

8 曾成,赵保军,何佩琨;不完备识别框架下的证据组合方法[J];电子与信息学报;2005年07期

9 李玲玲;景丽婷;马东娟;李志刚;;改进证据理论及其在电力系统故障诊断中的应用[J];工程设计学报;2012年06期

10 李娜;董海鹰;;基于D-S证据理论信息融合的轨道电路故障诊断方法研究[J];铁道科学与工程学报;2012年06期