基于克隆选择原理的故障诊断技术.pdfVIP

维普资讯 学兔兔 第2期 (总第147期) 机 械 工 程 与 自动 化 No．2 2008年 4月 MECHANICAL ENGINEERING AUT0MAT10N Apr． 文章编号：1672—6413(2008)02—0094—04 基于克隆选择原理的故障诊断技术 廖章珍，陈 强 (2T-西理_T-大学 机电工程学院，江西 赣州 341000) 摘要：研究了既具有故障诊断能力又具有对故障样本连续学习功能的自适应故障诊断方法，提出了基于克隆选 择原理的故障诊断模型，并通过实验验证了所提出的方法和模型的有效性。 关键词：免疫系统；克隆选择；进化学习；故障诊断 中图分类号：TP277 文献标识码：A 0 引言 该模型可以实现对训练样本(抗原)的学习、记忆、标 免疫系统的克隆选择原理使免疫系统能够自适应 识，同时还可以实现对未出现过的抗原样本进行在线、 地连续学习抗原环境，不断改进自身的免疫功能。借 动态再学习，其连续学习能力较强。它的诊断模型原 鉴免疫系统的克隆选择原理及已有的克隆选择算法， 理图见图2。 结合故障诊断的实际应用，研究了具有故障诊断能力、 离线训练和学习 连续学习能力的自适应故障诊断方法，提出了通用的 故障诊断模型以及在克隆选择进化算法中的一种克隆 操作算子；并通过对C618型车床齿轮箱的故障诊断 实例验证了本文所提出的方法的有效性。 1 克隆选择算法 在 线 De Castro基于免疫系统的克隆选择理论提出了 诊 克隆选择算法[1]，该算法流程图见图1。一般的克隆选 断 和 择算法可以描述为：选择一克隆一变异一重新选择一 动 态 记忆。在不同的算法中，只是采取的克隆、变异算子 学 习 不同，在该过程中，存在一个竞争过程，竞争成功的 细胞就会增殖、分化，进行克隆选择，并同时经历超 图2 基于人工免疫克隆选择原理的故障诊断模型 变异，最终形成记忆抗体集合。 2．1 亲和力计算[2 定义1：抗体、抗原。抗体：b，一(6 b …，b D曲)，其中( ，b …，b )E Eo，1] ，在初始产生抗体集 合时都赋值D曲=一1，经过进化学习后的抗体集合 D口6一一1，0，1，2，…，Ⅳ。抗原：g 一(g g …，g ， D。 )，其中(g g∞…，g。 )E Eo，1]“，设置标识不同的