本文關(guān)鍵詞：人工免疫系統(tǒng)在旋轉(zhuǎn)機械故障診斷中的應(yīng)用

  更多相關(guān)文章： 人工免疫系統(tǒng) 陰性選擇算法 克隆選擇算法 旋轉(zhuǎn)機械 故障檢測 故障診斷

【摘要】：隨著現(xiàn)代科技的不斷進步,旋轉(zhuǎn)機械向著高速化、大型化、復(fù)雜化的方向發(fā)展。旋轉(zhuǎn)機械在運行過程中一旦發(fā)生故障,將會引發(fā)巨大的經(jīng)濟損失和安全問題,然而現(xiàn)階段旋轉(zhuǎn)機械故障診斷方法都存在或多或少的缺陷。人工免疫系統(tǒng)具有多層診斷機制,需要少量或不需要先驗知識,僅需要部分異常樣本的優(yōu)點�；诖�,基于人工免疫系統(tǒng)的旋轉(zhuǎn)機械故障診斷方法具有廣闊的發(fā)展空間。本文基于人工免疫系統(tǒng)對旋轉(zhuǎn)機械故障診斷進行了研究,建立了基于人工免疫算法的旋轉(zhuǎn)機械故障診斷系統(tǒng),主要包括數(shù)據(jù)處理、故障檢測器和二級故障診斷三部分。數(shù)據(jù)處理部分采用幅域分析提取量綱參數(shù)和無量綱參數(shù),對特征參數(shù)進行歸一化和線性降維,構(gòu)造旋轉(zhuǎn)機械的正常特征空間和異常特征空間。故障檢測器部分對比實值陰性選擇算法和V-detector陰性選擇算法性能;改進克隆選擇算法優(yōu)化V-detector檢測器的生成過程。故障診斷方面針對常用陰性選擇算法只能識別正常和異常,而不能診斷故障種類的特點,設(shè)計一種新型二級診斷方法。該方法構(gòu)造多種檢測器集合,采用多檢測器集融合診斷對故障種類進行判斷;最后通過融合矩陣的診斷結(jié)果對檢測器集合進行在線更新。最后,本文基于MATLAB GUI實現(xiàn)了故障診斷系統(tǒng)。實驗結(jié)果表明,本文提出的改進克隆選擇算法能夠優(yōu)化陰性選擇算法的檢測器生成過程;提出的故障診斷系統(tǒng)能夠有效識別旋轉(zhuǎn)機械故障種類,診斷結(jié)果較為準確,有一定的應(yīng)用價值。
【關(guān)鍵詞】：人工免疫系統(tǒng) 陰性選擇算法 克隆選擇算法 旋轉(zhuǎn)機械 故障檢測 故障診斷
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;TH17
【目錄】：

• 摘要5-6
• abstract6-11
• 第1章 緒論11-18
• 1.1 研究背景及意義11-12
• 1.2 旋轉(zhuǎn)機械故障診斷研究現(xiàn)狀12-14
• 1.3 人工免疫系統(tǒng)在故障診斷領(lǐng)域的應(yīng)用14-15
• 1.4 論文主要工作15-16
• 1.5 本文組織結(jié)構(gòu)16-18
• 第2章 特征參數(shù)提取18-28
• 2.1 常用特征參數(shù)提取方法18-19
• 2.1.1 幅域分析18-19
• 2.1.2 小波變換19
• 2.1.3 基于經(jīng)驗?zāi)B(tài)的時頻分析方法19
• 2.2 振動信號預(yù)處理19-20
• 2.3 量綱指標20-22
• 2.4 無量綱指標22-23
• 2.5 歸一化23-24
• 2.5.1 零均值標準化23
• 2.5.2 線性函數(shù)歸一化23-24
• 2.6 主元分析降維24-27
• 2.7 本章小結(jié)27-28
• 第3章 基于陰性選擇算法、克隆選擇算法的檢測器研究28-48
• 3.1 人工免疫系統(tǒng)28-30
• 3.1.1 人體免疫系統(tǒng)簡介28-29
• 3.1.2 人工免疫系統(tǒng)簡介29-30
• 3.2 陰性選擇算法30-43
• 3.2.1 陰性選擇算法流程30-37
• 3.2.2 實值陰性選擇算法37-38
• 3.2.3 V-detector陰性選擇算法38-41
• 3.2.4 仿真實驗及結(jié)果41-43
• 3.3 克隆選擇算法進行檢測器優(yōu)化43-47
• 3.3.1 克隆選擇算法流程43-46
• 3.3.2 記憶單元46
• 3.3.3 仿真實驗及結(jié)果46-47
• 3.4 本章小結(jié)47-48
• 第4章 在線更新二級故障診斷算法48-58
• 4.1 二級故障診斷思想48-49
• 4.2 故障狀態(tài)檢測49-52
• 4.2.1 自體樣本特征數(shù)據(jù)50-51
• 4.2.2 正常狀態(tài)檢測器51-52
• 4.3 故障種類診斷52-56
• 4.3.1 故障樣本特征數(shù)據(jù)52-53
• 4.3.2 故障狀態(tài)檢測器53
• 4.3.3 融合診斷53-56
• 4.4 在線更新56-57
• 4.5 本章小結(jié)57-58
• 第5章 故障診斷系統(tǒng)設(shè)計58-64
• 5.1 MATLAB GUI簡介58
• 5.2 故障診斷系統(tǒng)58-63
• 5.2.1 主界面58-60
• 5.2.2 數(shù)據(jù)處理界面60-61
• 5.2.3 故障診斷界面61-63
• 5.3 本章小結(jié)63-64
• 結(jié)論64-66
• 參考文獻66-71
• 攻讀學(xué)位期間發(fā)表的論文和研究成果清單71-72
• 致謝72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉樂;陳秋艷;王艷秋;;人工免疫系統(tǒng)的研究與應(yīng)用[J];遼寧工學(xué)院學(xué)報;2006年05期

2 何珍梅;徐雪松;;人工免疫系統(tǒng)研究綜述[J];華東交通大學(xué)學(xué)報;2007年04期

3 彭媛;張春良;趙輝;岳夏;;基于人工免疫系統(tǒng)的核動力設(shè)備故障診斷[J];核動力工程;2008年02期

4 岳林蓓;邢妍妍;;人工免疫系統(tǒng)在結(jié)構(gòu)故障診斷中的應(yīng)用研究[J];科技廣場;2014年01期

5 龔濤;蔡自興;夏潔;江中央;;分布式人工免疫系統(tǒng)的魯棒性歸約模型[J];中南大學(xué)學(xué)報(自然科學(xué)版);2007年05期

6 邵龍秋;張清華;李鐵鷹;張亞社;;基于人工免疫系統(tǒng)的故障診斷技術(shù)研究[J];微計算機信息;2009年28期

7 鐘燕飛,張良培,龔健雅,李平湘;基于人工免疫系統(tǒng)的遙感圖像分類[J];遙感學(xué)報;2005年04期

8 蘇晨;倪世宏;王彥鴻;;一種改進人工免疫的飛行狀態(tài)規(guī)則提取方法[J];計算機工程與應(yīng)用;2011年03期

9 慕學(xué)海;孫云霞;;負選擇算法在人工免疫系統(tǒng)中的應(yīng)用[J];中國新技術(shù)新產(chǎn)品;2010年21期

10 �；鄯�;姜萬錄;;基于人工免疫系統(tǒng)的網(wǎng)絡(luò)化智能故障診斷展望[J];機床與液壓;2007年11期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 任偉建;李佳明;李靜芬;;人工免疫系統(tǒng)在控制中的應(yīng)用綜述[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

2 易世華;劉代志;;人工免疫系統(tǒng)及其在軍事地球物理中的應(yīng)用探討[A];陜西地球物理文集（五）國家安全與軍事地球物理研究[C];2005年

3 梁志偉;鄭重虎;沈杰;劉娟;朱松豪;;基于人工免疫系統(tǒng)的多智能體任務(wù)分配策略[A];第25屆中國控制與決策會議論文集[C];2013年

4 邵龍秋;張清華;趙宏偉;楊暉澤;;基于人工免疫系統(tǒng)的ISO10816-3診斷標準[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

5 劉本科;;基于人工免疫系統(tǒng)的分類算法AIRS研究[A];山東省計算機學(xué)會2005年信息技術(shù)與信息化研討會論文集（一）[C];2005年

6 鄭宏;李立;孫濤;;面向高分辨率衛(wèi)星影像的水面船只免疫檢測方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳岳兵;面向入侵檢測的人工免疫系統(tǒng)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

2 林可鴻;人工免疫系統(tǒng)及其化工中的應(yīng)用研究[D];浙江大學(xué);2008年

3 李向華;基于人工免疫系統(tǒng)的增量聚類算法及其優(yōu)化與應(yīng)用的研究[D];吉林大學(xué);2009年

4 張清華;基于人工免疫系統(tǒng)的機組故障診斷技術(shù)研究[D];華南理工大學(xué);2004年

5 張楠;人工免疫系統(tǒng)的混沌機制及在網(wǎng)絡(luò)入侵檢測中的應(yīng)用[D];四川大學(xué);2006年

6 曹鵬彬;基于人工免疫系統(tǒng)的產(chǎn)品設(shè)計方法研究[D];華中科技大學(xué);2007年

7 范玉宏;人工免疫系統(tǒng)架構(gòu)及其在Modis數(shù)據(jù)分類中的應(yīng)用研究[D];華中科技大學(xué);2006年

8 蘆天亮;基于人工免疫系統(tǒng)的惡意代碼檢測技術(shù)研究[D];北京郵電大學(xué);2013年

9 孫勇智;人工免疫系統(tǒng)模型、算法及其應(yīng)用研究[D];浙江大學(xué);2005年

10 劉穎慧;基于人工免疫系統(tǒng)的異常狀態(tài)監(jiān)測及故障診斷研究[D];上海大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 周麗華;人工免疫系統(tǒng)在旋轉(zhuǎn)機械故障診斷中的應(yīng)用[D];北京理工大學(xué);2016年

2 邱小寧;基于人工免疫系統(tǒng)的分類方法及其應(yīng)用研究[D];湖南大學(xué);2008年

3 張樂;人工免疫系統(tǒng)研究與應(yīng)用[D];南京工業(yè)大學(xué);2004年

4 李小勇;人工免疫系統(tǒng)原理分析及其應(yīng)用研究[D];廣西師范大學(xué);2010年

5 劉樂;人工免疫系統(tǒng)在復(fù)雜系統(tǒng)免疫辨識中的應(yīng)用[D];遼寧工學(xué)院;2007年

6 徐春鴿;人工免疫系統(tǒng)研究及其在數(shù)據(jù)聚類中的應(yīng)用[D];華南師范大學(xué);2007年

7 李建偉;人工免疫系統(tǒng)研究及其在故障診斷中的應(yīng)用[D];太原理工大學(xué);2007年

8 朱俊;基于人工免疫系統(tǒng)的塊匹配運動估計算法研究[D];重慶大學(xué);2007年

9 朱亞男;基于人工免疫系統(tǒng)的智能融合算法研究及應(yīng)用[D];中南大學(xué);2012年

10 章登科;基于人工免疫系統(tǒng)的檢測器生成算法研究[D];華南師范大學(xué);2007年

，

本文編號：637310