基于人工免疫的故障診斷算法研究.pdf

1、隨著現代工業(yè)過程日趨集成化、規(guī)?；蛷碗s化，對工業(yè)過程進行實時監(jiān)控，及時發(fā)現并排除過程故障被提到了前所未有的高度，作為過程監(jiān)控實施手段的故障診斷技術近年來已成為學術界研究的熱點。 受免疫系統(tǒng)相關機理的啟發(fā)，本文在已有研究成果的基礎上，對實值否定選擇算法進行了改進并引入克隆選擇機制，根據訓練樣本集中樣本類型的不同，分別提出了新的基于人工免疫的故障檢測方法和故障診斷方法。 當訓練數據集只包含正常樣本時，以正常樣本為自體，在狀

2、態(tài)空間中利用否定選擇機理產生初始檢測器集進行故障檢測。在檢測過程中，引入克隆選擇機制對被激活的檢測器進行克隆、變異，動態(tài)更新檢測器集，提高檢測的準確性和自適應性。 當訓練數據集既包含正常樣本，又包含不同種類的故障樣本時，便可進一步對故障進行診斷。在基于人工免疫的故障診斷方法實現上，給出了兩種不同的檢測器產生策略，即基于否定選擇產生初始檢測器集或直接用故障樣本派生初始檢測器集。在初始檢測器的訓練問題上討論了“距離優(yōu)先”和“數量優(yōu)先

3、”兩種不同的指導原則。同樣，在故障診斷方法中也融入了克隆選擇機制動態(tài)更新檢測器集合，提高算法的自適應性。還對故障診斷過程中可能出現的多個檢測器同時檢出一個樣本時，樣本歸屬判定問題進行了討論。 對本文提出的基于人工免疫的故障檢測和診斷方法，分別采用TE仿真數據對其有效性進行了檢驗。結果表明基于人工免疫的故障檢測方法對故障樣本的檢出率能夠達到比較理想的水平，特別是引入檢測器動態(tài)更新機制后，檢出效果有了明顯的改善。在故障診斷方面，由于