| 【中文题名】 | 人工免疫在故障诊断中的应用 |
| 【英文题名】 | The Application of AIS in Fault Detection |
| 【学科专业】 | 系统工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-7-19 |
| 【中关键词】 | 故障诊断,人工免疫,否定选择,混合学习,主元分析, |
| 【英关键词】 | Fault Diagnosis,Artificial Immune System （AIS）,Negative Selection （NS）,Hybrid Learning,Principal Component Analysis （PCA）, |
| 【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】 | 随着生产过程的日益复杂,为确保生产装置安全、高效运行,故障诊断技术日益受到国内外企业的重视。人工智能技术的发展为故障诊断的研究注入了新的活力,提供了新的思路和方法。本文研究人工免疫机理在故障诊断中的应用,提出了新的有效的故障诊断方法。
论文主要工作如下:
1、对现有的故障诊断方法进行简要的综述,并对人工免疫系统的发展以及应用情况进行了介绍。
2、介绍了基于自体/非自体识别的否定选择算法,并对编码否定选择算法、实值否定选择算法以及可变半径检测器的否定选择算法及其特点进行了详细的说明和比较。
3、针对过程工业故障检测的特点,提出了一种基于免疫的复杂生产过程故障检测方法。新方法通过主元分析把高维样本集映射到低维空间中,再应用否定选择算法产生检测器对降维后的样本进行检测,在TE过程中的仿真结果表明算法对各类故障均有较好的检测效果。
4、提出了基于免疫的混合学习故障诊断方法。现有的很多学习分类算法往往对训练样本集有特定的要求,但在实际的应用中,这些要求往往难以满足,从而大大影响分类算法的效果。新方法应用否定选择算法产生有效的未知故障样本集,解决分类算法应用中故... |
| 【论文题纲】 |
|
摘要 |
7-8 |
|
ABSTRACT |
8-9 |
|
第一章 绪论 |
9-21 |
|
1.1 引言 |
9-10 |
|
1.2 故障诊断 |
10-14 |
|
1.2.1 故障诊断的意义 |
10-11 |
|
1.2.2 故障诊断的概念与原理 |
11-12 |
|
1.2.3 故障诊断方法 |
12-14 |
|
1.3 人工免疫系统 |
14-19 |
|
1.3.1 自然免疫系统 |
14-15 |
|
1.3.2 人工免疫系统 |
15-16 |
|
1.3.3 人工免疫系统的工程应用 |
16-19 |
|
1.3.3.1 网络信息安全 |
16-17 |
|
1.3.3.2 模式识别 |
17 |
|
1.3.3.3 数据挖掘 |
17-18 |
|
1.3.3.4 智能优化 |
18 |
|
1.3.3.5 控制 |
18 |
|
1.3.3.6 故障诊断 |
18-19 |
|
1.3.3.7 其它应用 |
19 |
|
1.4 论文主要内容及安排 |
19-21 |
|
第二章 否定选择机理 |
21-37 |
|
2.1 人工免疫系统在故障检测中的应用潜力 |
21-22 |
|
2.2 否定选择算法 |
22-36 |
|
2.2.1 免疫系统否定选择机理 |
22-23 |
|
2.2.2 否定选择算法 |
23-24 |
|
2.2.3 否定选择算法详细说明 |
24-26 |
|
2.2.4 否定选择算法的分类 |
26 |
|
2.2.5 编码二进制否定选择算法 |
26-29 |
|
2.2.5.1 编码否定选择算法的匹配规则 |
27-28 |
|
2.2.5.2 孔洞分析 |
28 |
|
2.2.5.3 编码否定选择算法在异常检测中的应用 |
28-29 |
|
2.2.5.4 编码否定选择算法的局限性 |
29 |
|
2.2.6 实值否定选择算法 |
29-31 |
|
2.2.7 可变半径检测器的实值否定选择算法 |
31-36 |
|
2.3 小结 |
36-37 |
|
第三章 人工免疫在复杂生产过程故障检测中的应用 |
37-49 |
|
3.1 引言 |
37-38 |
|
3.2 基于免疫系统的复杂生产过程故降检测方法 |
38-41 |
|
3.2.1 数据的预处理 |
39-40 |
|
3.2.1.1 主元分析 |
39-40 |
|
3.2.1.2 预处理过程 |
40 |
|
3.2.2 否定选择算法的选择 |
40-41 |
|
3.3 基于TE过程的仿真分析 |
41-48 |
|
3.3.1 TE过程描述 |
41-44 |
|
3.3.2 故障样本的说明 |
44 |
|
3.3.3 故障样本说明 |
44-45 |
|
3.3.4 数据预处理 |
45-46 |
|
3.3.5 检测器的产生过程 |
46 |
|
3.3.6 测试结果 |
46-48 |
|
3.4 小结 |
48-49 |
|
第四章 基于免疫学习的混合故障诊断方法 |
49-61 |
|
4.1 引言 |
49-50 |
|
4.2 基于免疫学习的混合故障诊断方法 |
50-57 |
|
4.2.1 基于免疫学习的混合故障诊断方法的整体描述 |
50-53 |
|
4.2.2 否定选择算法 |
53-55 |
|
4.2.3 分类算法的选择 |
55-57 |
|
4.3 仿真结果 |
57-60 |
|
4.3.1 测试数据Iris |
57-58 |
|
4.3.2 测试情况 |
58 |
|
4.3.3 测试结果比较和讨论 |
58-60 |
|
4.4 小结 |
60-61 |
|
第五章 总结与展望 |
61-63 |
|
5.1 本文所做工作的简单总结 |
61 |
|
5.2 挑战和展望 |
61-63 |
|
参考文献 |
63-68 |
|
致谢 |
68-69 |
|
攻读硕士期间完成的论文 |
69 |
|
| 【DOI】 | LunWen.ID:2.2008.387814 |
