基于负选择算法故障检测的研究

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。人工免疫系统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。本文主要研究基于负选择算法的故障检测问题。
　　目前，基于负选择的故障检测算法中亟待解决的问题是检测器的数目和检测器对非自体空间的覆盖两者之间的平衡，即如何用较少的检测器实现对非自体空间更大的覆盖。为解决这一问题，本文提出了两种新的研究思路。
　　本文首先采用粒子群优化算法来优化负选择算法中随机产生的检测器的位置，从而实现一定数目的检测器对非自体空间更大的覆盖。该算法中，在保证检测器尽可能小的覆盖自体空间的前提下，扩大检测器集合对非自体空间的覆盖，并且在这个过程中检测器的数目是一定的。对正弦时间序列信号(artificialdatasets)和轴承滚珠故障的振动信号(real-worddatasets)进行了仿真实验。实验结果表明，该算法相对于模拟退火优化的负选择算法在对非自体空间的覆盖和检测率的提高方面有显著的效果。
　　为了实现用较少数目的检测器覆盖较大的非自体空间，本文进一步提出一种基于渐增式矩形检测器的负选择算法。该方法采用D∞距离匹配原则，检测器在每一维的方向上呈指数形式逐渐增长，直至与自体空间相匹配，从而使得产生的每个检测器在空间的每一维都延伸至最大，能够产生足够优秀的检测器集覆盖非自体空间。通过对检测器的合并，消除重叠等简化处理，实现了检测器的数目和大小的双重优化。对正弦时间序列信号的仿真结果表明了该方法相对于粒子群优化算法优化负选择算法的优越性。为了验证该方法的实用性，对梳子形、十字形、交叉形、五角星形、环形、条形、三角形以及每种形状的补形等不同几何形状的数据集合进行了仿真，这里每种形状均是指由训练数据集合所有点组成的图形。

目录

基于负选择算法故障检测的研究

FAULT DETECTION BASED ON THE NEGATIVE SELECTION ALGORITHM

摘要

Abstract

第1章 绪论

1.1 课题背景

1.2 人工免疫系统

第2章 负选择算法

2.1 引言

2.2 负选择算法

2.2.1 人工免疫系统及负选择算法

2.2.2 负选择算法的发展

2.2.3 负选择算法的分类

2.2.4 实值负选择算法

2.2.5 可变半径的实值负选择算法

2.2.6 负选择算法的评价指标

2.3 检测器的优化

2.3.1 模拟退火算法

2.3.2 模拟退火算法优化检测器

2.4 本章小结

第3章 基于PSO优化负选择算法的故障检测

3.1 引言

3.2 粒子群优化算法

3.2.1 算法原理

3.2.2 算法流程

3.3 基于PSO优化的负选择算法

3.3.1 改进的可变半径检测器的产生算法

3.3.2 目标函数

3.3.3 PSO优化检测器

3.3.4 优化后检测器的移位

3.4 仿真结果

3.4.1 正弦时间序列信号的仿真

3.4.2 与模拟退火优化检测器的比较

3.4.3 轴承振动时间序列信号的仿真

3.5 本章小结

第4章 基于渐增式矩形检测器的故障检测

4.1 引言

4.2 基于渐增式矩形检测器的负选择算法

4.2.1 渐增式矩形检测器的产生算法

4.2.2 渐增式矩形检测器的算法分析

4.2.3 检测器的简化

4.2.4 渐增式矩形检测器与可变半径检测器的比较

4.3 仿真结果

4.3.1 正弦时间序列信号的仿真

4.3.2 不同几何形状特征数据的仿真

4.4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

哈尔滨工业大学硕士学位涉密论文管理

致谢