人工免疫系统在旋转机械故障诊断中的应用

发布时间：2017-08-08 00:03

  本文关键词：人工免疫系统在旋转机械故障诊断中的应用

  更多相关文章： 人工免疫系统 阴性选择算法 克隆选择算法 旋转机械 故障检测 故障诊断

【摘要】：随着现代科技的不断进步,旋转机械向着高速化、大型化、复杂化的方向发展。旋转机械在运行过程中一旦发生故障,将会引发巨大的经济损失和安全问题,然而现阶段旋转机械故障诊断方法都存在或多或少的缺陷。人工免疫系统具有多层诊断机制,需要少量或不需要先验知识,仅需要部分异常样本的优点。基于此,基于人工免疫系统的旋转机械故障诊断方法具有广阔的发展空间。本文基于人工免疫系统对旋转机械故障诊断进行了研究,建立了基于人工免疫算法的旋转机械故障诊断系统,主要包括数据处理、故障检测器和二级故障诊断三部分。数据处理部分采用幅域分析提取量纲参数和无量纲参数,对特征参数进行归一化和线性降维,构造旋转机械的正常特征空间和异常特征空间。故障检测器部分对比实值阴性选择算法和V-detector阴性选择算法性能;改进克隆选择算法优化V-detector检测器的生成过程。故障诊断方面针对常用阴性选择算法只能识别正常和异常,而不能诊断故障种类的特点,设计一种新型二级诊断方法。该方法构造多种检测器集合,采用多检测器集融合诊断对故障种类进行判断;最后通过融合矩阵的诊断结果对检测器集合进行在线更新。最后,本文基于MATLAB GUI实现了故障诊断系统。实验结果表明,本文提出的改进克隆选择算法能够优化阴性选择算法的检测器生成过程;提出的故障诊断系统能够有效识别旋转机械故障种类,诊断结果较为准确,有一定的应用价值。
【关键词】：人工免疫系统 阴性选择算法 克隆选择算法 旋转机械 故障检测 故障诊断
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TH17
【目录】：

• 摘要5-6
• abstract6-11
• 第1章 绪论11-18
• 1.1 研究背景及意义11-12
• 1.2 旋转机械故障诊断研究现状12-14
• 1.3 人工免疫系统在故障诊断领域的应用14-15
• 1.4 论文主要工作15-16
• 1.5 本文组织结构16-18
• 第2章 特征参数提取18-28
• 2.1 常用特征参数提取方法18-19
• 2.1.1 幅域分析18-19
• 2.1.2 小波变换19
• 2.1.3 基于经验模态的时频分析方法19
• 2.2 振动信号预处理19-20
• 2.3 量纲指标20-22
• 2.4 无量纲指标22-23
• 2.5 归一化23-24
• 2.5.1 零均值标准化23
• 2.5.2 线性函数归一化23-24
• 2.6 主元分析降维24-27
• 2.7 本章小结27-28
• 第3章 基于阴性选择算法、克隆选择算法的检测器研究28-48
• 3.1 人工免疫系统28-30
• 3.1.1 人体免疫系统简介28-29
• 3.1.2 人工免疫系统简介29-30
• 3.2 阴性选择算法30-43
• 3.2.1 阴性选择算法流程30-37
• 3.2.2 实值阴性选择算法37-38
• 3.2.3 V-detector阴性选择算法38-41
• 3.2.4 仿真实验及结果41-43
• 3.3 克隆选择算法进行检测器优化43-47
• 3.3.1 克隆选择算法流程43-46
• 3.3.2 记忆单元46
• 3.3.3 仿真实验及结果46-47
• 3.4 本章小结47-48
• 第4章 在线更新二级故障诊断算法48-58
• 4.1 二级故障诊断思想48-49
• 4.2 故障状态检测49-52
• 4.2.1 自体样本特征数据50-51
• 4.2.2 正常状态检测器51-52
• 4.3 故障种类诊断52-56
• 4.3.1 故障样本特征数据52-53
• 4.3.2 故障状态检测器53
• 4.3.3 融合诊断53-56
• 4.4 在线更新56-57
• 4.5 本章小结57-58
• 第5章 故障诊断系统设计58-64
• 5.1 MATLAB GUI简介58
• 5.2 故障诊断系统58-63
• 5.2.1 主界面58-60
• 5.2.2 数据处理界面60-61
• 5.2.3 故障诊断界面61-63
• 5.3 本章小结63-64
• 结论64-66
• 参考文献66-71
• 攻读学位期间发表的论文和研究成果清单71-72
• 致谢72

【相似文献】

中国期刊全文数据库 前10条

1 刘乐;陈秋艳;王艳秋;;人工免疫系统的研究与应用[J];辽宁工学院学报;2006年05期

2 何珍梅;徐雪松;;人工免疫系统研究综述[J];华东交通大学学报;2007年04期

3 彭媛;张春良;赵辉;岳夏;;基于人工免疫系统的核动力设备故障诊断[J];核动力工程;2008年02期

4 岳林蓓;邢妍妍;;人工免疫系统在结构故障诊断中的应用研究[J];科技广场;2014年01期

5 龚涛;蔡自兴;夏洁;江中央;;分布式人工免疫系统的鲁棒性归约模型[J];中南大学学报(自然科学版);2007年05期

6 邵龙秋;张清华;李铁鹰;张亚社;;基于人工免疫系统的故障诊断技术研究[J];微计算机信息;2009年28期

7 钟燕飞,张良培,龚健雅,李平湘;基于人工免疫系统的遥感图像分类[J];遥感学报;2005年04期

8 苏晨;倪世宏;王彦鸿;;一种改进人工免疫的飞行状态规则提取方法[J];计算机工程与应用;2011年03期

9 慕学海;孙云霞;;负选择算法在人工免疫系统中的应用[J];中国新技术新产品;2010年21期

10 牛慧峰;姜万录;;基于人工免疫系统的网络化智能故障诊断展望[J];机床与液压;2007年11期

中国重要会议论文全文数据库 前6条

1 任伟建;李佳明;李静芬;;人工免疫系统在控制中的应用综述[A];2007中国控制与决策学术年会论文集[C];2007年

2 易世华;刘代志;;人工免疫系统及其在军事地球物理中的应用探讨[A];陕西地球物理文集（五）国家安全与军事地球物理研究[C];2005年

3 梁志伟;郑重虎;沈杰;刘娟;朱松豪;;基于人工免疫系统的多智能体任务分配策略[A];第25届中国控制与决策会议论文集[C];2013年

4 邵龙秋;张清华;赵宏伟;杨晖泽;;基于人工免疫系统的ISO10816-3诊断标准[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

5 刘本科;;基于人工免疫系统的分类算法AIRS研究[A];山东省计算机学会2005年信息技术与信息化研讨会论文集（一）[C];2005年

6 郑宏;李立;孙涛;;面向高分辨率卫星影像的水面船只免疫检测方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

中国博士学位论文全文数据库 前10条

1 陈岳兵;面向入侵检测的人工免疫系统研究[D];国防科学技术大学;2011年

2 林可鸿;人工免疫系统及其化工中的应用研究[D];浙江大学;2008年

3 李向华;基于人工免疫系统的增量聚类算法及其优化与应用的研究[D];吉林大学;2009年

4 张清华;基于人工免疫系统的机组故障诊断技术研究[D];华南理工大学;2004年

5 张楠;人工免疫系统的混沌机制及在网络入侵检测中的应用[D];四川大学;2006年

6 曹鹏彬;基于人工免疫系统的产品设计方法研究[D];华中科技大学;2007年

7 范玉宏;人工免疫系统架构及其在Modis数据分类中的应用研究[D];华中科技大学;2006年

8 芦天亮;基于人工免疫系统的恶意代码检测技术研究[D];北京邮电大学;2013年

9 孙勇智;人工免疫系统模型、算法及其应用研究[D];浙江大学;2005年

10 刘颖慧;基于人工免疫系统的异常状态监测及故障诊断研究[D];上海大学;2013年

中国硕士学位论文全文数据库 前10条

1 周丽华;人工免疫系统在旋转机械故障诊断中的应用[D];北京理工大学;2016年

2 邱小宁;基于人工免疫系统的分类方法及其应用研究[D];湖南大学;2008年

3 张乐;人工免疫系统研究与应用[D];南京工业大学;2004年

4 李小勇;人工免疫系统原理分析及其应用研究[D];广西师范大学;2010年

5 刘乐;人工免疫系统在复杂系统免疫辨识中的应用[D];辽宁工学院;2007年

6 徐春鸽;人工免疫系统研究及其在数据聚类中的应用[D];华南师范大学;2007年

7 李建伟;人工免疫系统研究及其在故障诊断中的应用[D];太原理工大学;2007年

8 朱俊;基于人工免疫系统的块匹配运动估计算法研究[D];重庆大学;2007年

9 朱亚男;基于人工免疫系统的智能融合算法研究及应用[D];中南大学;2012年

10 章登科;基于人工免疫系统的检测器生成算法研究[D];华南师范大学;2007年

，

本文编号：637310