基于人工免疫和證據(jù)理論的旋轉(zhuǎn)機(jī)械并發(fā)故障診斷的研究.pdf

1、旋轉(zhuǎn)機(jī)械是應(yīng)用于工業(yè)部門的主要生產(chǎn)工具，它是由旋轉(zhuǎn)運(yùn)動(dòng)來完成的機(jī)械設(shè)備，通常是由多個(gè)機(jī)械組成的復(fù)雜機(jī)組。隨著科學(xué)技術(shù)的發(fā)展，設(shè)備性能越來越高，其結(jié)構(gòu)也越來越復(fù)雜，旋轉(zhuǎn)機(jī)械設(shè)備正在向大型化、高速化、復(fù)雜化方向發(fā)展，在此基礎(chǔ)上，并發(fā)故障發(fā)生的概率也隨著系統(tǒng)和機(jī)械設(shè)備復(fù)雜性的增加而增大。目前，并發(fā)故障已經(jīng)成為故障診斷的常見問題。由于多重故障并發(fā)時(shí)，其表現(xiàn)形式是多種多樣的，而且故障和征兆之間并不是一一對應(yīng)的，不同故障特征相互混雜呈現(xiàn)出多耦合、模

2、糊性等特征，有些故障并非多個(gè)單故障的簡單線性疊加，很難用準(zhǔn)確的數(shù)學(xué)模型加以描述，也難以完全依靠確定性判據(jù)進(jìn)行故障診斷，這給診斷帶來了極大的困難?；诓l(fā)故障的復(fù)雜性，本文提出多種智能診斷技術(shù)相結(jié)合的思路，以構(gòu)建多重并發(fā)故障的診斷機(jī)理，經(jīng)過試驗(yàn)驗(yàn)證，對故障的診斷精確度有重大的突破。
　　 近幾年來，利用生物免疫系統(tǒng)的仿生機(jī)理，依據(jù)無量綱指標(biāo)對并發(fā)缺陷不敏感的特性，再結(jié)合免疫網(wǎng)絡(luò)的思想，已經(jīng)探索了一種將無量綱指標(biāo)與免疫算法相結(jié)合，用

3、于旋轉(zhuǎn)機(jī)械的故障診斷的人工免疫系統(tǒng)。系統(tǒng)給出了用于并發(fā)故障的適用指標(biāo)的類型及其取值范圍，為并發(fā)故障的診斷帶來了一種新的依據(jù)。本文的試驗(yàn)是通過傳感器獲得故障診斷信號(hào)的時(shí)域波形等數(shù)據(jù)，并對各個(gè)參量進(jìn)行無量化處理，結(jié)合人工免疫的陰性選擇算法，在線生成免疫檢測器，根據(jù)免疫學(xué)習(xí)機(jī)制得到故障信息空間，最后通過與故障范圍進(jìn)行對比，判斷故障類型。人工免疫系統(tǒng)通過對多重并發(fā)故障時(shí)域無量綱指標(biāo)進(jìn)行分析研究，得到了一條基于無量綱指標(biāo)并發(fā)故障診斷普遍適用的規(guī)律

4、。以人工免疫為基礎(chǔ)的故障診斷的研究，在并發(fā)故障方面還存在許多不足，針對診斷結(jié)果存在的模糊性，以及進(jìn)一步提高故障診斷結(jié)果的精確度，本文通過對國內(nèi)外眾多學(xué)者對證據(jù)理論的的研究，把證據(jù)理論引入到旋轉(zhuǎn)機(jī)械綜合故障診斷中來。針對大型旋轉(zhuǎn)機(jī)械故障診斷的特點(diǎn)和難點(diǎn)以及目前存在的某些不足，分別提出該理論在旋轉(zhuǎn)機(jī)械并發(fā)故障診斷中的系統(tǒng)模型和應(yīng)用方法。本文把證據(jù)理論和人工免疫故障診斷技術(shù)相結(jié)合，提出了一種基于人工免疫和證據(jù)理論的復(fù)雜旋轉(zhuǎn)機(jī)械綜合智能診斷策略

5、，并對該診斷策略中的綜合決策模塊進(jìn)行試驗(yàn)仿真。為了克服無量綱指標(biāo)對故障判斷的局限性，本文根據(jù)遺傳算法原理得出新的優(yōu)化無量綱指標(biāo)，并對其診斷效果進(jìn)行了驗(yàn)證,新指標(biāo)提高了對并發(fā)故障的識(shí)別能力。由于每個(gè)無量綱指標(biāo)對不同故障的判斷能力不同，本文在后續(xù)的試驗(yàn)中，逐步檢驗(yàn)各個(gè)無量綱指標(biāo)對復(fù)合故障的敏感程度和診斷能力，進(jìn)而得到加權(quán)系數(shù)，故對數(shù)據(jù)進(jìn)行證據(jù)理論的加權(quán)組合，最終判斷故障類型，仿真結(jié)果表明，在很大程度上提高了并發(fā)故障診斷的準(zhǔn)確度，使得診斷結(jié)果