基于免疫机理的水泥生产工艺故障智能诊断方法研究

论文摘要

水泥工业是国民经济中的主要支柱产业,属于典型的现代化流程工业。新型干法水泥生产技术是目前世界上最先进的水泥生产技术,其生产过程是一个复杂的理化反应过程,对其生产过程实施故障监测与诊断,是保证水泥生产过程安全可靠的关键。为了提高故障诊断的准确性、实时性、鲁棒性以及自适应性,完善现有诊断方法和开发基于生物信息处理机制的智能诊断方法势在必行。借鉴生物免疫系统的免疫机理,结合现有的智能诊断技术,针对水泥生产过程的工艺故障的监控与诊断方法进行研究,有利于对水泥生产过程的工艺参数实时控制与调整,实现水泥生产的安全、稳定、高产、低耗、优质。为此,本文以水泥烧成系统工艺故障为研究对象,对基于免疫机理的故障智能诊断方法开展研究,主要工作如下：（1）阐述了本文的研究内容、背景和意义。分析了水泥工业的故障特点和现有智能故障诊断技术的主要局限。介绍了常用的故障智能诊断方法和人工免疫系统的研究现状；（2）全面介绍了生物免疫系统的组成、功能和基本特征；详细地讨论了免疫系统的免疫识别、克隆选择、免疫应答、免疫记忆等相关免疫机理；介绍了人工免疫系统的常见数学模型：形态空间模型、二进制模型、免疫细胞模型和人工免疫算法的基本框架及常见的人工免疫算法如否定选择算法、克隆选择算法、基于免疫网络的免疫算法；从信息处理机制的角度,着重分析了基于免疫机理的故障智能诊断方法的应用前景；（3）为了降低分类器的计算复杂度、提高分类器的分类精度,针对目前常用的用分形维数来进行属性选择的FDR算法在特征提取上存在着算法复杂度较高的缺陷,在搜索策略上采用克隆选择算法来优化属性的选择过程,提出并实现了一种基于分形维数-免疫克隆选择的特征提取算法,并对算法进行了数值仿真。仿真结果显示该算法在对高维数据集的特征选择中效果良好；（4）在对水泥烧成系统生产工艺和反映水泥生产质量和生产安全的主要工艺参数分析的基础上,选取46个工艺参数、6类工艺故障,运用分形维数-免疫克隆选择算法完成了对相关生产工艺故障的特征提取,并用免疫克隆选择算法对相关6类工艺故障进行诊断识别；（5）在分析免疫克隆聚类算法和粒子群算法各自特点的基础上,综合这两种算法的优点,提出了两种新型混合智能诊断算法：粒子群-克隆选择聚类算法、基于免疫记忆和疫苗接种的免疫粒子群聚类算法。在水泥生产工艺故障诊断的试验结果表明,以上两种算法具有收敛速度快,识别精度高等特点,效果良好。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究的意义和背景
• 1.2 故障诊断及发展
• 1.3 常用故障诊断方法分析
• 1.4 人工免疫系统研究进展
• 1.5 论文研究内容与结构安排
• 2 面向故障诊断的人工免疫系统理论基础
• 2.1 人工免疫系统的生物学基础
• 2.2 人工免疫系统的数学模型
• 2.3 常见的人工免疫算法
• 2.4 基于免疫机理的故障智能诊断方法的应用前景
• 2.5 本章小结
• 3 分形维数-免疫克隆选择算法与特征提取
• 3.1 分形的定义及其性质
• 3.2 分形维数
• 3.3 分形维数-免疫克隆选择特征提取算法
• 3.4 特征提取
• 3.6 本章小结
• 4 面向水泥生产工艺故障的免疫克隆选择诊断方法
• 4.1 水泥生产工艺及其主要监控参数分析
• 4.2 水泥生产工艺常见故障分析
• 4.3 水泥生产工艺故障特征提取
• 4.4 基于免疫克隆选择的水泥生产工艺故障诊断
• 4.5 本章小结
• 5 免疫粒子群算法及其在水泥生产工艺故障诊断中的应用
• 5.1 粒子群算法及粒子群聚类
• 5.2 粒子群-克隆选择诊断算法及应用
• 5.3 基于免疫记忆和疫苗接种的免疫粒子群诊断算法及应用
• 5.4 本章小结
• 6 全文总结与展望
• 6.1 论文主要研究成果
• 6.2 研究展望
• 致谢
• 参考文献
• 附录1 攻读博士期间发表的主要论文
• 附录2 六类故障样本