反面选择算法与神经网络相结合的故障诊断方法.pdfVIP

下载本文档

6
0
约1.06万字
约 3页
2017-09-01 发布于重庆
举报
版权申诉

反面选择算法与神经网络相结合的故障诊断方法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

大庆石油学院学报第卷第期年月 29 6 2005 12 JOURNALOFDAQING PETROLEUM INSTITUTE Vol.29 No.6 Dec. 2005 反面选择算法与神经网络相结合的故障诊断方法 1 1 2 1 刘树林 ,崔军明 ,林雪源 ,丛蕊 ( 大庆石油学院机械科学与工程学院,黑龙江大庆 ; 大庆石油管理局地下资源开发公司,黑龙江大庆 1. 163318 2. 163453) 摘要:传统的神经网络故障诊断方法对于新发生故障的误诊率较高,提出了将反面选择算法与神经网络相结合的故障诊断方法该故障诊断方法对已知故障类型和未知故障类型都具有较准确的诊断能力往复压缩机气阀的故障诊 . . 断实例表明该方法的有效性. 关键词:反面选择算法;神经网络;故障诊断;活塞压缩机中图分类号: 文献标识码: 文章编号: ( ) TP339 A 1000 1891200506 0104 03 0 引言针对传统故障诊断方法(如神经网络故障诊断方法等)只能对学习和训练过的故障类型做出较为准确的诊断,对未经学习和训练的故障不能做出发生新故障类型的诊断结果,往往将诊断结果归于所学习和训练过的故障类型,误诊率较高为了使神经网络对未知故障也具有较好的诊断能力,应采用有效的手段产 . [ ] 1 生未知故障样本拟将反面选择算法与神经网络相结合,为未知故障样本的产生提供有效的手段 . . 1 反面选择算法 [ ] 基于免疫系统自己非己识别机理的反面选择算法 1-3 可概括为 - ()定义自己空间为状态空间的一个子集,自己空间一般对应正常状态,非己空间 ( 1 S SS=- )表示异常状态; S ()产生检测器集 ,每个检测器只与匹配,与不匹配; 2 d S S ()应用检测器集检测的状况,当任一检测器与匹配时,表明有异常状态发生 3 S . 2 未知故障样本对于机械设备,可根据振动信号对其进行故障诊断采用层小波包分解构成维特征向量,提取 . 4 16 [ ]