2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著科學技術(shù)的發(fā)展,工業(yè)機組正在向大型化、高速化、復(fù)雜化方向發(fā)展,其發(fā)生故障的概率也在不斷的增大。本文以機組故障為主要研究對象,以人工免疫與其他智能方法集成來提高故障的準確率為研究內(nèi)容,結(jié)合人工免疫系統(tǒng)中的陰性選擇算法和時域中的特征參量無量綱指標來進行故障診斷,通過遺傳編程優(yōu)化特征分類能力,研究依據(jù)人工免疫系統(tǒng)的陰性選擇原理,構(gòu)建出無量綱免疫檢測器,提出采用多類無量綱免疫檢測器進行集成診斷技術(shù),為人工免疫系統(tǒng)在機組故障診斷技術(shù)的工業(yè)應(yīng)用

2、打下理論基礎(chǔ)及提供技術(shù)支撐,以工業(yè)機組故障診斷領(lǐng)域?qū)崿F(xiàn)智能化、高診斷準確率的目標。具體研究如下:
   針對現(xiàn)有的無量綱指標只對某些故障種類較為敏感,并且目前可供使用的無量綱指標數(shù)目有限,因此有必要針對機組構(gòu)造出一些新的無量綱指標,來克服傳統(tǒng)無量綱指標診斷能力上的不足以及數(shù)量上的不足,本文在對無量綱指標進行充分研究的基礎(chǔ)上,提出了一種利用已有的無量綱指標和遺傳編程結(jié)合進行新無量綱指標提取的方法,通過該方法最終獲得了具有最優(yōu)分類能

3、力的新無量綱指標,并對其診斷效果進行了驗證,實驗結(jié)果表明,新無量綱指標比傳統(tǒng)的無量綱指標具有更好的故障分類能力,能夠?qū)C組故障進行準確分類。
   針對無量綱指標免疫檢測器的生成過程中因進行約簡、聚類等分類處理而丟失部分有用故障特征信息的不足,并且每個無量綱指免疫檢測器對不同故障的診斷能力不同,本文采用一種簡單、快速、實用的集成診斷方法,將多個無量綱免疫檢測器融合起來同時進行診斷,形成基于多類無量綱免疫檢測器集成的機組故障診斷技

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論