| 【中文题名】 | 基于人工免疫算法的故障诊断问题研究 |
| 【英文题名】 | Research of Fault Diagnosis Based on Artificial Immune Algorithm |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-6-12 |
| 【中关键词】 | 人工免疫系统,故障诊断,免疫神经网络,免疫应答,反面选择, |
| 【英关键词】 | Artificial Immune Systems,fault diagnosis,immune- neural network,immune response,negative selection, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 本文研究了三种基于人工免疫算法的故障诊断方法,并将其应用在抽油机的故障诊断中。具体完成了以下工作:
设计了一种基于免疫神经网络的故障诊断方法。在权值调整的过程中引入了免疫机制,利用免疫算法保持个体多样性的性能全局搜索网络权值,有效改善了 BP 算法容易陷入局部极值的缺点,同时在一定程度上也能够加快算法的收敛速度。对抽油机进行故障诊断研究,并对两种方法进行比较分析。
提出了基于免疫应答机理的故障诊断方法,采用实数编码方式,有效解决了二进制编码在计算时计算量大的问题;作者在遗传算子的基础上,引入克隆选择和超变异机制,加快了记忆抗体的生成速度,改善了使用遗传算法生成抗体时的盲目搜索性,同时又保证了记忆抗体的多样性;为了使生成的记忆抗体能够代表更多抗原的结构和特征,本文提出了对多个抗原生成记忆抗体的思想,并针对多个抗原的特点提出了对同一个抗原产生的记忆抗体基于生存期望值进行促进和抑制,对同一故障类型的抗原产生的记忆抗体进行基于浓度的促进和抑制策略,避免了未成熟收敛现象;另外本文设计了一种基于阈值的最临近分类法(k nearest neighbor, KNN)。将本文提出的基于免疫应答机理的故障诊断方法用在抽油... |
| 【论文题纲】 |
|
前言 |
7-11 |
|
第一章 故障诊断技术及人工免疫系统 |
11-20 |
|
1.1 引言 |
11 |
|
1.2 故障诊断中的基本概念 |
11-12 |
|
1.3 故障诊断的任务和内容 |
12-13 |
|
1.4 故障诊断的意义 |
13 |
|
1.5 故障诊断的方法 |
13-15 |
|
1.5.1 基于解析模型的故障诊断方法 |
13-14 |
|
1.5.2 基于信号处理的故障诊断方法 |
14 |
|
1.5.3 基于知识的故障诊断方法 |
14-15 |
|
1.6 生物免疫系统 |
15-17 |
|
1.6.1 免疫学的发展 |
15-16 |
|
1.6.2 生物免疫系统的组成 |
16-17 |
|
1.6.3 生物免疫系统的特点 |
17 |
|
1.7 人工免疫系统的定义 |
17-18 |
|
1.8 人工免疫系统在故障诊断中的应用 |
18 |
|
1.9 抽油机故障及无线巡检系统 |
18-19 |
|
1.10 本章小结 |
19-20 |
|
第二章 基于免疫神经网络的故障诊断方法研究 |
20-36 |
|
2.1 引言 |
20 |
|
2.2 BP 网络及BP 学习算法 |
20-25 |
|
2.3 免疫神经网络 |
25-35 |
|
2.3.1 神经网络权值的免疫优化步骤 |
25-26 |
|
2.3.2 神经网络权值的免疫优化算法实现 |
26-29 |
|
2.3.3 基于免疫神经网络的故障诊断研究 |
29-35 |
|
2.4 本章小结 |
35-36 |
|
第三章 基于免疫应答机理的故障诊断方法研究 |
36-49 |
|
3.1 引言 |
36 |
|
3.2 算法的生物学基础 |
36-37 |
|
3.3 算法描述 |
37-42 |
|
3.3.1 亲和力计算 |
37-38 |
|
3.3.2 遗传算子 |
38 |
|
3.3.3 抗体的克隆和超变异 |
38-39 |
|
3.3.4 抗体浓度的定义 |
39 |
|
3.3.5 抗体生存期望值的计算 |
39-40 |
|
3.3.6 算法步骤 |
40-42 |
|
3.4 抽油机的故障诊断研究 |
42-48 |
|
3.5 本章小结 |
48-49 |
|
第四章 基于反面选择算法的异常检测与故障诊断方法研究 |
49-62 |
|
4.1 引言 |
49 |
|
4.2 反面选择原理及反面选择算法 |
49-50 |
|
4.3 基于反面选择算法的异常检测方法 |
50-53 |
|
4.3.1 数据处理及编码 |
50-51 |
|
4.3.2 匹配原则 |
51 |
|
4.3.3 生成检测器 |
51-52 |
|
4.3.4 异常检测 |
52-53 |
|
4.4 检测器的优化算法 |
53-55 |
|
4.4.1 模拟退火算法 |
53-54 |
|
4.4.2 模拟退火算法优化检测器 |
54-55 |
|
4.5 基于反面选择算法的抽油机异常检测与故障诊断 |
55-61 |
|
4.5.1 电流信号处理 |
56 |
|
4.5.2 生成检测器 |
56-57 |
|
4.5.3 异常检测 |
57-59 |
|
4.5.4 生成故障检测器 |
59 |
|
4.5.5 故障诊断 |
59-61 |
|
4.6 本章小结 |
61-62 |
|
结论 |
62-64 |
|
致谢 |
64-65 |
|
参考文献 |
65-68 |
|
中文详细摘要 |
68-74 |
|
| 【DOI】 | LunWen.ID:2.2008.387688 |
