基于II-NSA算法电机故障诊断系统研究.pdf

学兔兔 参I 訇 似 基于II—NSA算法的电机故障诊断系统研究 Research on motors fault diagnosis system based on immune integrated negative selection algorithm 吴洪兵 ，楼佩煌 唐敦兵 WU Hong-bing’ ，LOU Pei．huang ，1-ANG Dun．bing (1．淮安信息职业技术学院，淮安223003；2．南京航空航天大学机电学院，南京210016) 摘 要：为了更好地解决电机故障诊断问题，本文建立了基于免疫融合阴性选择算法的电机故障诊断模 型，并在研究模型和电机故障机理的基础上开发了基于II-NSA算法的电机故障诊断系统。完 成了系统软件的开发，并利用测试数据完成了系统调试和算法验证。测试结果表明该系统具 有良好的电机故障诊断能力。 关键字：故障诊断；电机；免疫；阴性选择；克隆选择 中图分类号：TH1 7 文献标识码：A 文章编号：1 009—01 34(201 3)o3(下)一0072-04 Doi：10．3969／J．issn．1009-0134．201 3．03(下)．22 0 引言 = LI ± 1 p／ J I± l (4’ 生物免疫系统识别自体和非自体的阴性选择 原理对电机系统故障识别、诊断有很好的借鉴意 式中： 为电源频率，P为电机磁极数，S为 义。Forrest等提出的阴性选择算法 (NSA)模拟 电机转差率， 、k为正整数， 生物系统T细胞产生检测器，因其方法简单被人们 ， 为电机转动频率，Ⅳ为轴承滚动元件数 广泛接受。但NSA检测器也具有检测性能差，匹 目， 为电机轴承滚珠直径， p为电机轴承滚珠 配阈值难以确定等缺点。本文针对NSA算法的不 分布直径，B为电机轴承接触角，nd为偏心率阶 足进行改进，将阴性选择原理 、克隆选择嘲和免 数， 为转子槽数，F／。为定子磁动势谐波阶数。 疫网络调节相结合，提出一种免疫融合阴性选择 2 免疫融合阴性选择算法 (immune integrated negative selection algorithm， 免疫融合阴性选择算法的基本思想是：当检 II—NSA)算法，IIS—NSA生成的检测器由克隆选择 测器与自身匹配时，由克隆选择原理通过变异使其 使其快速成熟，同时由免疫网络调节优化检测器 远离自体而不是丢弃，从而提高检测器的生成效 的分布。 率。检测器库是一个免疫调节网络，采取抑制策 1 电机模型及故障机理分析 略减小相互识别检测器的重复覆盖范围，对抗体 针对电机的不同的故障，可以得到各种不同 与抗原匹配的阈值进行自适应地调节口】，提高检测 的故障特征 。