人工免疫理论及其在机械设备故障诊断中的应用研究

发布时间：2020-08-07 05:54

【摘要】： 人工免疫网络和算法在自己-非己识别、数据模式学习、记忆和分类方面有其独特的优点。将免疫算法应用于机械设备的异常检测和故障诊断中是一个独特而又极有研究价值和实际应用意义的课题。 为了对故障样本不足的设备进行异常状态检测,从免疫系统自己、非己的概念出发,对设备异常状态检测问题进行了描述,引进了状态空间、自己空间、非己空间等概念。为了更有效地检测设备的异常状态,在对免疫系统反向选择机理及现有反向选择算法进行分析的基础上,提出了一种改进型反向选择算法。给出了检测器数量的评估公式,同时对检测器在非己空间的分布程度给出了一个间接的评价。C618型车床齿轮箱异常检测的实验结果表明这种改进型反向选择算法能产生“高质量”的检测器并有对非己空间有很好地覆盖能力。 为了将故障检测与故障模式诊断有机结合,借鉴免疫系统的克隆选择机理及已有的人工免疫系统成果,研究了具有故障诊断能力,同时又具有对故障样本的连续学习功能和对数据样本标识的故障诊断方法。针对现有故障诊断方法缺乏连续、自适应学习能力等问题,提出了一种基于克隆选择机理的故障诊断模型;为解决设备状态数据模式的识别、分类问题,在抗原、抗体的定义中加入了一个标识类别的信息参数,并将克隆选择进化学习算法用于对数据样本的学习中;针对现有的克隆选择算法中对抗体克隆操作的不足,提出了一种在二维空间中的基于亲和力思想的克隆操作算子。通过C618型车床齿轮箱故障诊断实例验证了所提出方法及算法的有效性。 为解决非线性耦合、空间重叠及多故障情况的故障诊断问题,将免疫进化学习算法与径向基神经网络相结合,构造了一种免疫神经网络模型。利用免疫进化学习算法确定径向基神经网络的隐层结构及隐层中心参数,利用训练样本对免疫神经网络进行学习训练,最后将训练好的网络应用于故障诊断中。通过对7216型圆锥轴承和Iris数据的实验仿真,验证了该免疫神经网络的模式识别能力。
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TP18;TH17

【参考文献】

相关期刊论文 前10条

1 周颖,郑德玲,位耀光,付冬梅;一种基于生物免疫原理的识别算法[J];北京科技大学学报;2004年04期

2 付冬梅,郑德玲,位耀光,周颖,鞠磊;人工免疫控制器的设计及其控制效果的仿真[J];北京科技大学学报;2004年04期

3 杨江云,李蓓智,杨建国,毛志敏;人工免疫机理在故障诊断中的应用[J];东华大学学报(自然科学版);2004年01期

4 侯家利,朱梅阶,彭宏;模块化免疫神经网络的模型研究[J];电子学报;2005年08期

5 杨建国,李蓓智,项前;基于免疫遗传计算的零件多目标优化[J];工程图学学报;2003年02期

6 陈强,郑德玲;一种基于人工免疫的数据模式进化学习模型及其应用研究[J];计算机工程与应用;2005年20期

7 郑建国;刘芳;焦李成;;用免疫神经网络做数据挖掘[J];计算机科学;2002年10期

8 李海潮;陈强;;基于人工免疫的监督学习模型及其应用[J];计算技术与自动化;2006年02期

9 杨晓宇,周佩玲,傅忠谦;人工免疫与网络安全[J];计算机仿真;2001年06期

10 时文刚,刘树林,张嘉钟,黄文虎;基于支持向量机的往复泵泵阀故障诊断方法[J];机械强度;2002年03期

本文编号：2783587