文档介绍：太原理工大学
硕士学位论文
基于人工免疫和证据理论的旋转机械并发故障诊断的研究
姓名:朱月君
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:杜永贵;张清华
20100401
太原理工大学硕士研究生学位论文
基于人工免疫和证据理论的旋转机械并发故障诊断的研究
摘要
旋转机械是应用于工业部门的主要生产工具,它是由旋转运动来完成
的机械设备,通常是由多个机械组成的复杂机组。随着科学技术的发展,
设备性能越来越高,其结构也越来越复杂,旋转机械设备正在向大型化、
高速化、复杂化方向发展,在此基础上,并发故障发生的概率也随着系统
和机械设备复杂性的增加而增大。目前,并发故障已经成为故障诊断的常
见问题。由于多重故障并发时,其表现形式是多种多样的,而且故障和征
兆之间并不是一一对应的,不同故障特征相互混杂呈现出多耦合、模糊性
等特征,有些故障并非多个单故障的简单线性叠加,很难用准确的数学模
型加以描述,也难以完全依靠确定性判据进行故障诊断,这给诊断带来了
极大的困难。基于并发故障的复杂性,本文提出多种智能诊断技术相结合
的思路,以构建多重并发故障的诊断机理,经过试验验证,对故障的诊断
精确度有重大的突破。
近几年来,利用生物免疫系统的仿生机理,依据无量纲指标对并发缺
陷不敏感的特性,再结合免疫网络的思想,已经探索了一种将无量纲指标
与免疫算法相结合,用于旋转机械的故障诊断的人工免疫系统。系统给出
了用于并发故障的适用指标的类型及其取值范围,为并发故障的诊断带来
了一种新的依据。本文的试验是通过传感器获得故障诊断信号的时域波形
等数据,并对各个参量进行无量化处理,结合人工免疫的阴性选择算法,
在线生成免疫检测器,根据免疫学习机制得到故障信息空间,最后通过与
故障范围进行对比,判断故障类型。人工免疫系统通过对多重并发故障时
域无量纲指标进行分析研究,得到了一条基于无量纲指标并发故障诊断普
遍适用的规律。
I
太原理工大学硕士研究生学位论文
以人工免疫为基础的故障诊断的研究,在并发故障方面还存在许多不
足,针对诊断结果存在的模糊性,以及进一步提高故障诊断结果的精确度,
本文通过对国内外众多学者对证据理论的的研究,把证据理论引入到旋转
机械综合故障诊断中来。针对大型旋转机械故障诊断的特点和难点以及目
前存在的某些不足,分别提出该理论在旋转机械并发故障诊断中的系统模
型和应用方法。本文把证据理论和人工免疫故障诊断技术相结合,提出了
一种基于人工免疫和证据理论的复杂旋转机械综合智能诊断策略,并对该
诊断策略中的综合决策模块进行试验仿真。为了克服无量纲指标对故障判
断的局限性,本文根据遗传算法原理得出新的优化无量纲指标,并对其诊
断效果进行了验证,新指标提高了对并发故障的识别能力。由于每个无量纲
指标对不同故障的判断能力不同,本文在后续的试验中,逐步检验各个无
量纲指标对复合故障的敏感程度和诊断能力,进而得到加权系数,故对数
据进行证据理论的加权组合,最终判断故障类型,仿真结果表明,在很大
程度上提高了并发故障诊断的准确度,使得诊断结果格外明朗化。
关键词:并发故障,人工免疫,证据理论,无量纲指标,旋转机械
II
太原理工大学硕士研究生学位论文
ROTATING MACHINERY CONCURRENT FAULT
DIAGNOSIS BASED ON ARTIFICIAL IMMUNE SYSTEM
AND EVIDENCE THEORY
ABSTRACT
Rotating machinery is the main production tool in various industrial
branches, it is the mechanical device plished by the rotary movement,
usually is an Unit which posed of plex mechanical parts. With
the development of science and technology, equipment performance is better and
better, their structures are more and plex. Rotating machinery
equipment trends to be the large, high-speed plex equipment.
Accordingly, the probability of the co