证据理论与人工免疫集成方法在旋转机械复合故障诊断中的应用

摘要

据大型旋转机械设备在现代工业中占有越来越重要的地位，在单个工厂中通常起着举足轻重的作用，它们运行状况的良好与否直接关系到整个工厂是否能安全正常的运作。而对这些旋转机械设备在运行中是否发生了机械故障作出及时准确的判断是解决这一问题的关键所在。由于现代机械设备越来越大型化，复杂化，发生复合故障的几率也随之增大。虽然复合故障表面上是两种故障同时出现，但它所呈现出来的故障特征并不是两种单一故障特征简单的叠加，而是会呈现一些单一故障没有的故障特征。针对这一问题，国内外很多的专家和学者都提出了各种不同的故障诊断方法，比如有基于人工神经网络的，基于小波分析的，基于模糊逻辑的等各种方法。而本文采用的是一种将证据理论与人工免疫相结合的集成诊断方法。
　　人工免疫是一种基于仿生学的故障诊断方法，主要受启发于生物免疫系统，这一启示给机械故障诊断提供了一条崭新的思路与途径。生物免疫系统具有很多优良的特性，例如自动识别“自己与非己”、抗体的记忆功能、抗体与抗原的多对一特性等。其中，生物免疫系统给故障诊断最重要的一个启示就是它具有识别“自己—非己”的能力。这一点就和故障诊断非常类似，他们同样都是给一种机体总的状态的运行情况是否良好做出一个判断，只是一个是对有生命的生物体做诊断，一个是对无生命的机械体做诊断。本文中的免疫检测器都是基于无量纲指标生成的，但是之前常用的无量纲指标数量太少，不能很好地覆盖所有的故障空间，特别是对于复合故障存在明显的缺陷，于是在本文中又引用了由遗传编程构建出的新的无量纲指标来弥补这一不足。
　　为了进一步提高对复合故障诊断的正确率，本文利用证据理论将各种无量纲指标诊断的结果进行决策级融合，将最终的融合结果作为故障类型的判断依据。通过在实验机组上多次验证，验证了证理论与人工免疫相结合的集成诊断方法这一方法的有效性。

目录

声明

摘要

第一章 绪论

1．1 选题的背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 故障诊断技术的发展历史概况

1．3 旋转机械的复合故障诊断技术

1．3．1 复合故障的主要特征

1．3．2 复合故障诊断的主要方法

1．4 本文所开展的主要工作

第二章 旋转机械故障诊断的诊断原理及方法

2．1 旋转机械振动的动力学特征

2．1．1 转子特性

2．2 典型故障的分类

2．2．1 转子不平衡

2．2．2 转轴不对中

2．2．3 转子弯曲

2．2．4 转轴裂纹

2．2．5 齿轮箱故障

2．2．6 其他典型故障

2．3 振动诊断的前期工作

2．3．1 振动测量点的选择

2．3．2 振动信号数据的采集

2．3．3 振动信号的分析与特征提取

2．4 状态识别及诊断决策

2．5 本章小结

第三章 人工免疫在故障诊断中的应用

3．1 生物免疫系统概述

3．2 生物免疫系统的典型特征

3．3 人工免疫系统模型及典型应用

3．3．1 人工免疫系统的经典模型

3．3．2 人工免疫系统的在各领域的应用

3．4 人工免疫算法

3．5 免疫检测器的生成及训练

3．5．1 检测器编码

3．5．2 免疫检测器的生成

3．5．3 免疫检测器的训练

3．6 阴性选择算法的改进算法

3．7 基于人工免疫的故障诊断系统基本框架

3．8 本章小结

第四章 基于证据理论的故障诊断方法

4．1 证据理论发展概述

4．1．1 改进证据理论在复合故障诊断中的应用

4．1．2 证据理论与神经网络相结合在故障诊断中的应用

4．1．3 证据理论与其他方法相结合

4．2 证据理论的组合规则

4．2．1 证据理论的基本概念

4．2．2 组合规则

4．2．3 扩展证据理论

4．3 加权证据理论

4．4 证据理论的信息融合

4．4．1 多传感器信息融合

4．5 本章小结

第五章 证据理论与人工免疫集成方法在故障诊断中的应用

5．1 新无量纲指标的构建

5．1．1 新无量纲指标构建的理论依据

5．1．2 构建新无量纲指标的方法

5．2 无量纲免疫检测器的生成

5．2．1 实验条件和原始数据的获取

5．2．2 集成诊断方法

5．3 实验过程及结论

5．3．1 实验过程

5．4 本章小结

第六章 总结与展望

6．1 工作总结

6．2 研究展望

参考文献

致谢

攻读学位期间发表的学术论文目录

攻读硕士学位期间参加的科研项目