證據(jù)理論與人工免疫集成方法在旋轉機械復合故障診斷中的應用.pdf

1、據(jù)大型旋轉機械設備在現(xiàn)代工業(yè)中占有越來越重要的地位，在單個工廠中通常起著舉足輕重的作用，它們運行狀況的良好與否直接關系到整個工廠是否能安全正常的運作。而對這些旋轉機械設備在運行中是否發(fā)生了機械故障作出及時準確的判斷是解決這一問題的關鍵所在。由于現(xiàn)代機械設備越來越大型化，復雜化，發(fā)生復合故障的幾率也隨之增大。雖然復合故障表面上是兩種故障同時出現(xiàn)，但它所呈現(xiàn)出來的故障特征并不是兩種單一故障特征簡單的疊加，而是會呈現(xiàn)一些單一故障沒有的故障特征

2、。針對這一問題，國內外很多的專家和學者都提出了各種不同的故障診斷方法，比如有基于人工神經網絡的，基于小波分析的，基于模糊邏輯的等各種方法。而本文采用的是一種將證據(jù)理論與人工免疫相結合的集成診斷方法。
　　人工免疫是一種基于仿生學的故障診斷方法，主要受啟發(fā)于生物免疫系統(tǒng)，這一啟示給機械故障診斷提供了一條嶄新的思路與途徑。生物免疫系統(tǒng)具有很多優(yōu)良的特性，例如自動識別“自己與非己”、抗體的記憶功能、抗體與抗原的多對一特性等。其中，生物免

3、疫系統(tǒng)給故障診斷最重要的一個啟示就是它具有識別“自己—非己”的能力。這一點就和故障診斷非常類似，他們同樣都是給一種機體總的狀態(tài)的運行情況是否良好做出一個判斷，只是一個是對有生命的生物體做診斷，一個是對無生命的機械體做診斷。本文中的免疫檢測器都是基于無量綱指標生成的，但是之前常用的無量綱指標數(shù)量太少，不能很好地覆蓋所有的故障空間，特別是對于復合故障存在明顯的缺陷，于是在本文中又引用了由遺傳編程構建出的新的無量綱指標來彌補這一不足。