基于AIS/HMM模型的核动力装置故障诊断系统的研究

摘要

核动力系统是一个非常复杂的系统，一旦发生问题，就可能产生严重的后果。核动力设备的故障诊断直接关系到装置的安全性和可靠性。本文将隐马尔可夫模型和人工免疫系统引入到核动力设备的故障诊断中，丰富了诊断的方法和手段，并在仿真实验中取得了良好的效果。 本文对AIS的基本理论和算法进行了研究，提出了MGAIS模型以及该进的克隆选择算法；对HMM的基本理论和算法进行了研究，并以HMM为基础建立了AIS/HMM混合模型。 本文的主要内容如下： 1、详细介绍了核动力系统故障诊断的研究现状和背景，并就基于AIS/HMM模型的核动力装置故障诊断系统进行了可行性分析。 2、对基于AIS/HMM模型的核动力装置故障诊断系统进行了总体设计，阐述了核动力装置故障的特点并就系统构架进行了详细介绍。 3、就AIS的基本理论及算法进行介绍，并详细的给出了最大间隙人工免疫系统(the Max Gap Artificial Immune System，简称MGAIS)的完整体系以及改进的克隆选择算法的原理和步骤。 4、集中介绍了HMM的基本理论和算法，并解释了DHMM、CHMM和2D-HMM的联系。 5、介绍了AIS/HMM混合模型的结构与原理，并就混合模型与HMM和AIS做了对比分析。 6、介绍了故障诊断系统的软件部分，并介绍了仿真实验方案与实验结果。