人工免疫理论及其在机械设备故障诊断中的应用研究

论文摘要

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。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景及研究目的和意义
• 1.1.1 课题背景
• 1.1.2 研究目的和意义
• 1.2 故障诊断方法综述
• 1.2.1 基于信号处理的故障诊断方法
• 1.2.2 基于深知识的故障诊断方法
• 1.2.3 基于浅知识的故障诊断方法
• 1.3 基于人工免疫理论的故障诊断综述及应用潜力
• 1.3.1 基于免疫理论的故障诊断综述
• 1.3.2 人工免疫理论在故障诊断中的应用潜力
• 1.4 课题主要研究内容
• 1.5 论文结构安排
• 第二章 生物免疫学基本理论与人工免疫网络及算法
• 2.1 生物免疫学原理
• 2.1.1 生物免疫学的基本概念
• 2.1.2 生物免疫系统组成
• 2.1.3 生物免疫系统的结构模型
• 2.1.4 生物免疫系统的工作机制与特性
• 2.2 人工免疫网络及算法
• 2.2.1 人工免疫网络
• 2.2.2 aiNet免疫网络
• 2.2.3 一般免疫算法
• 2.3 人工免疫算法与进化算法
• 2.3.1 免疫算法与遗传算法之间的联系
• 2.3.2 免疫算法与遗传算法的融合
• 2.4 免疫系统和神经网络
• 2.5 本章小结
• 第三章 基于反向选择机理的设备异常检测方法研究
• 3.1 引言
• 3.2 设备运行状态的描述
• 3.3 反向选择机理及反向选择算法
• 3.3.1 反向选择机理
• 3.3.2 反向选择算法及分析
• 3.4 改进型反向选择算法（Modified Negative Selection Algorithm,MNSA）
• 3.4.1 改进型反向选择算法算法的提出
• 3.4.2 检测器数量的确定
• 3.4.3 检测器分布程度的评价
• 3.5 实验仿真及分析
• 3.5.1 实验数据的特征参数的选取及提取
• 3.5.2 实验仿真及结果分析
• 3.6 本章小结
• 第四章 基于克隆选择机理的故障诊断方法研究
• 4.1 引言
• 4.2 免疫系统的克隆选择机理
• 4.3 克隆选择算法（Clonal Selection Algorithm, CSA）
• 4.4 基于克隆选择机理的故障诊断模型
• 4.4.1 相关定义
• 4.4.2 克隆选择、变异进化学习
• 4.4.3 在线诊断、动态学习过程
• 4.5 C618型车床齿轮箱故障诊断实例
• 4.6 本章小结及结论
• 第五章 基于免疫神经网络的复杂故障信息模式诊断方法研究
• 5.1 引言
• 5.2 设备故障模式诊断的一般方法
• 5.2.1 设备故障模式识别模型描述
• 5.3 基于统计概率的信息分类
• 5.3.1 故障信息量和信息熵
• 5.3.2 模式分类的贝叶斯策略
• 5.4 基于免疫神经网络的故障诊断
• 5.4.1 径向基神经网络（RBFN）
• 5.4.2 免疫神经网络结构图
• 5.4.3 免疫进化学习算法
• 5.4.4 后验概率估计和信息优化处理
• 5.5 仿真实验分析
• 5.5.1 圆锥轴承故障诊断实例仿真
• 5.5.2 Iris 数据分类实验
• 5.6 本章小结及结论
• 全文创新点及后续工作
• 参考文献
• 附录
• 致谢
• 硕士期间发表的学术论文