基于免疫机理的可重构诊断系统研究

《基于免疫机理的可重构诊断系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要摘要智能故障诊断系统作为人工智能技术在故障诊断领域的应用，在实践中取得了较好的成效，但随着系统设备和功能的日益复杂化，各种故障现象成因越来越复杂，同时异常故障也时有发生，现有固定的诊断推理模型却难以满足复杂系统诊断面临的全部要求。针对故障诊断系统难以适应动态变化环境的缺点，可重构诊断系统充分利用现有的或可获得的新诊断子系统和其它组元，可以快速自适应调整诊断过程、诊断功能和诊断能力，其所具有的诊断动态重构适应性，代表了故障诊断系统的发展方向。论文围绕智能故障诊断中诊断系统的可重构性这一关键问题，以国家自然科学基金项目“基于免疫应答理论重构故障诊断系统”、国防预研项目“运载火箭漏

2、电故障诊断系统研究”和企业横向项目“励磁装置在线故障预测和故障诊断系统”为背景，就生物免疫机理在可重构诊断系统研究中的诊断过程建模、诊断推理模型结构及重构技术等重点问题进行了较为系统深入的研究，主要研究内容包括以下几个方面：1在分析相关免疫学和故障诊断基本理论基础上，阐释了重构故障诊断系统的免疫学理论基础，结合可重构诊断系统的重构特点，提出了运用生物免疫机制解决诊断系统重构的方法，基于类比的思想，建立了生物免疫系统和可重构诊断系统之间的映射关系，指出了基于生物免疫机制的可重构诊断系统的目标。2从系统工程的观点出发，将复杂设备系统按结构与功能进行层次分解，建立设备系统的解析模型用于描述

3、系统的行为结构和故障状态空间，在生物免疫系统和可重构诊断系统映射关系的基础上，借鉴生物免疫系统的免疫反应机理、体系结构和相关抽象算法，建立了可重构诊断系统的免疫框架，分析了基于组件和智能体技术的软件实现方法，给出了一个易于重构的诊断业务过程模型。3可重构故障诊断模型是组成可重构诊断系统的基本单位，研究它的设计方法是实现诊断系统重构的基础，在分析免疫信息流程的基础上，结合多智能体技术和复杂系统故障诊断的一般过程，提出了可重构诊断系统智能体诊断推理模型设计的理论和方法，建立了易于重构的诊断推理模型，着重论述了该系统的技术实现，给出了相应智能体的结构模型，对该模型的功能实现进行了详细的分析

4、，并阐述了基于知识的诊断模型重构的一般方法。4基于从已有的诊断经验事例中学习获取知识的思路，与经验事例的“相似性”是衡量知识好坏的根本因素，借鉴免疫理论的相关概念，采用信息熵作为经验事例相似性衡量的指标，建立了基于免疫机制的诊断知识获取模型，利用相关免I重庆大学博士学位论文疫算子，按照预定的优化目标函数，生成最优的诊断知识，通过实例应用，验证了该方法的可行性。5在分析主要智能体协作模型和生物协同进化现象的基础上，将各种免疫细胞之间的相互促进和抑制现象描述为一种特有的协同进化形式—免疫协同进化，结合可重构故障诊断过程的特点，提出了一种新的具有进化特性的诊断策略和系统模型，实现了可重构故

5、障诊断系统中的多推理模型的群体进化、自组织与突现。6针对项目“励磁装置在线故障预测和故障诊断系统”的特点，采用COM和KQML相结合的方法，对可重构智能故障诊断系统在电力系统故障诊断中的应用技术进行了初步研究，给出了诊断系统的硬件结构和软件结构，详细分析了诊断系统的工作流程和系统的主要模块设计。概括起来，论文在借鉴生物免疫系统机制开发可重构诊断系统模型并探讨其理论和应用作了不少的工作，取得了一些研究成果，基于生物免疫机理的可重构故障诊断系统是一个比较独立的系统，通过在实际中故障诊断中的初步应用，诊断系统显示了它可重构性的灵活性和快速方便性，进一步完善可重构诊断系统的重构过程分析是今后

6、研究的重点和发展方向。关键词：故障诊断，人工免疫系统，重构，协同进化，智能体II英文摘要ABSTRACTAsakindofappliedsystemsofAIinfaultdiagnosis,theintelligencefaultdiagnosissystemgetsverygoodeffectinpractice,withthegradualcomplicationoftheequipmentandfunctionofsystem,whichleadstomorecomplicatedandexceptionalfaults,but,itcannolongermeetalldem

7、andtodiagnosefaultofcomplexsystemsbyexistingstaticmeans.Inthedynamicandchangeableenvironment,itcannolongermeetdemandtodiagnosefaultusedbytheexistingnormalandfixreasoningmodel,fullyutilizingexistingornewdiagnosissubsystemsandotherg