人工免疫和证据理论集成应用于旋转机械并发故障诊断中的研究

论文摘要

旋转机械广泛应用于工业领域,其主要由转子、支撑转子的轴承系统、定子或机器壳体、联轴器等部件构成,通过旋转运动来完成工作。旋转机械作为一些工业部门的关键核心设备,企业的生产将直接受到这些设备运行状况优劣的影响,如果发生故障停机,将带来巨大的经济损失和严重的甚至灾难性的后果。故障诊断技术,即了解机械的运行状态,预测其可靠性,识别机械故障的部位、原因、危险程度等,并预报其发展趋势,最后针对诊断情况指导实施维护的技术,其目的是为了减少故障发生带来的损失。随着科技的发展,机械设备的复杂程度越来越高,并发故障已成为故障诊断的常见问题,而且并发故障具有的复杂性、层次性、相关性、不确定性等特点,给正确诊断并发故障带来了很大困难。本文即针对这一问题,将人工免疫与证据理论集成,构建了并发故障诊断模型,通过实验验证,该模型可以有效的实现对并发故障的诊断。受生物免疫系统的启发发展而来的人工免疫系统,为故障诊断带来了新的思路。其中由生物免疫系统“自己”-“非己”识别机理衍生得到的阴性选择算法,使得人工免疫系统应用于故障诊断中可以有效的识别机械设备的工作状态。结合无量纲指标不受载荷、工况、转速等工作条件影响的优势,构建多无量纲免疫检测器,利用这些无量纲免疫检测器可以使从传感器获取的机械设备的振动信号分析处理为各无量纲指标范围,作为各种故障的特征信息进行后续的分析判断。证据理论在量测和组合、不确定性的表示方面的优势使得许多学者将它引入并发故障诊断中来。用证据理论对人工免疫系统的无量纲免疫检测器得到的故障特征信息进行融合来实现对故障的最终判定,这就是本文提出的人工免疫与证据理论集成应用于旋转机械故障诊断的思路。本文在实验过程中应用了优化的无量纲指标,这些新的无量纲指标是利用遗传算法优化得到的,较好的解决了原有无量纲指标只对部分故障敏感的缺陷。并对证据理论进行了扩展,充分考虑了不同指标对不同故障的诊断能力、敏感程度不同的特性,采用加权证据理论的方式对故障特征信息进行融合,从而提高了诊断的可靠性和灵敏度。实验验证,人工免疫和证据理论集成的方法对于旋转机械并发故障的诊断切实可行。

论文目录

• 摘要
• ABSTRACT
• 目录
• 图索引
• 表索引
• 符号说明
• 第一章 绪论
• 1.1 研究课题的背景和意义
• 1.1.1 研究课题的背景
• 1.1.2 研究课题的意义
• 1.2 故障诊断技术的发展概况
• 1.2.1 故障诊断的发展历史
• 1.2.2 故障诊断技术方法简介
• 1.3 并发故障诊断技术简述
• 1.3.1 并发故障的特点
• 1.3.2 旋转机械并发故障诊断技术的发展
• 1.4 论文主要内容及结构
• 第二章 旋转机械故障诊断技术的原理及方法
• 2.1 旋转机械故障诊断技术概述
• 2.2 旋转机械故障诊断技术原理
• 2.2.1 振动诊断的基础工作
• 2.2.2 振动诊断系统
• 2.3 旋转机械故障诊断技术方法
• 2.3.1 信号分析与处理方法
• 2.3.2 信号特征提取
• 2.3.3 状态识别及诊断决策
• 2.3.4 旋转机械典型故障
• 2.4 本章小结
• 第三章 基于人工免疫系统的故障诊断技术及应用
• 3.1 人工免疫系统的生物学原型
• 3.1.1 基本概念
• 3.1.2 生物免疫系统的功能及特性
• 3.1.3 生物免疫系统的工作原理
• 3.2 人工免疫系统
• 3.2.1 人工免疫系统的网络模型和算法
• 3.2.2 人工免疫系统的典型应用
• 3.3 人工免疫系统在故障诊断中的应用
• 3.3.1 改进阴性选择算法
• 3.3.2 构建新无量纲指标
• 3.3.3 多无量纲免疫检测器
• 3.4 本章小结
• 第四章 基于证据理论的故障诊断技术的研究
• 4.1 证据理论的提出
• 4.2 证据理论的基本概念
• 4.2.1 证据理论的定义
• 4.2.2 证据理论的合成法则
• 4.2.3 基于证据理论的不确定性推理
• 4.3 证据理论的信息融合
• 4.4 信息融合故障诊断方法的优点与不足
• 4.5 证据理论的完善
• 4.6 证据理论在故障诊断中的应用
• 4.6.1 证据理论在故障诊断中的可行性应用
• 4.6.2 证据理论对多重并发故障的判断
• 4.7 证据理论的研究发展方向
• 4.8 本章小结
• 第五章 人工免疫系统和证据理论的集成在并发故障诊断中的应用研究
• 5.1 实验理论扩展
• 5.1.1 无量纲指标的优化
• 5.1.2 加权证据理论
• 5.2 实验平台介绍
• 5.2.1 硬件环境
• 5.2.2 软件环境
• 5.3 实验过程及结论
• 5.3.1 实验过程
• 5.3.2 实验结论
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 研究展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录
• 攻读硕士学位期间参加的科研项目