双重免疫学习机制在故障诊断中的应用

《双重免疫学习机制在故障诊断中的应用》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、第45卷第4期2013年8月南京航JournalofNanjing空航天大学学报UniversityofAeronautics&AstronauticsV01．45No．4Aug．2013双重免疫学习机制在故障诊断中的应用田玉玲(太原理工大学计算机科学与技术学院，太原，030024)摘要：针对复杂设备系统中故障诊断知识获取瞳难的问题，借鉴生物体液免疫机理，提出了用于故障诊断的免疫学习模型。将检测器定义为B细胞及其所包含的若于抗体结构，采用B细胞和抗体双重学习机制概括在抗原数据中发现的模式，不但解决了因故障征兆的混叠导致故障难以辨别

2、的问题，而且能够不断补充和完善诊断知识。实现已知故障和未知故障类型的检测与学习，使系统的诊断能力达到最优。通过异步电动机故障实验证明了该算法可以提高故障检测的效率与准确率。关键词：人工免疫系统；故障诊断；学习机制；体液免疫中图分类号：THl33；TPl81文献标志码：A文章编号：1005—2615(2013)04一0544一06ApplicationofDoubleInlmuneLearningMechanisminFaultDiagnosis丁i口咒YkZi咒g(ColIegeofComputerScienceandTechno

3、logy，TaiyuanUniversityofTechnology，Taiyuan，030024，China)Abstract：Incomplexequipmentsystem，theknowledgeoffaultdiagnosiscouldhardlybepreciseandcomplete．Inspiredbythebiologicalhumoralimmunity，animmunelearningmodelforfaultdiagnosisispr。posed．ThedetectorsaredefinedasB—lymp

4、h。cyteandantibodystructuresintheB—lymphocyte。Thepatternsofantigenaregeneralizedbyusingdouble1earningmechanismsofI}lymphocyteandantibody．Themechanismn。tonlysolvesthepr。blemsthathowtorecognizethefaultscausedbytheoVerlapoftheomens，butalsocontinuouslysupplementsandimproVe

5、sthediagnosticknowledge．Thesystemcandetectand】earnknownandunknownfauhtypes，andachieveoptimaldiagnosticresults．Experimentswereundertakenwithinducemotortodemonstratetheefficiencyandaccuracyofthefaultdetection．Keywords：artificialimmunesystem；faultdiagnosis；learningmechan

6、ism；humoralimmune如果已知的诊断知识能够完全描述系统的运行状态和行为，用模式匹配或正常行为偏离的检测方法是非常有效的。但是，由于机电设备的规模和结构复杂性日趋增加，在设计系统时无法完全了解设备在运行时可能发生的故障。并且引发系统故障的因素有很多，故障的表现形式多种多样，故障原因和征兆不存在一一映射的关系。同时，由于故障征兆的混叠又导致各种故障难以辨别，因此诊断出的结果往往会出现多种不同的故障类型。当前故障诊断系统存在的“瓶颈”问题是故障样本的缺乏，通过机器学习即可以有效地解决知识获取的问题。具有自学习能力的故障诊断

7、系统，不仅可以依据已获取的先验知识诊断出已知故障，而且通过系统的自学习能力可以检测出早期故障和未知故障类型。受生物免疫系统启发的人工免疫系统提供了噪声耐受、连续学习、记忆获取等特性，系统不需要获取非自体样本，能明确表达学习知识，并且具有基金项目：国家自然科学基金重点(50335030)资助项目；山西省自然科学基金(2013011018—1)资助项目。收稿日期：20120903；修订日期：2013一04～15通信作者：田玉玲，女，博士，副教授，1963年出生，E-mail：yuIingtian@126．com。第4期田玉玲：双重免疫

8、学习机制在故障诊断中的应用545进化学习能力，同时融合了机器推理、分类器以及神经网络等学习系统的优点¨剖，这些都是故障诊断领域期望得到的特性。当前人工免疫系统在智能优化、信息安全‘4{]、机器学习‘6

9、、模式识别Ⅲ、故障诊断等领域哺‘1叩得到广泛的