內容簡介
基於人工免疫系統的機組故障診斷技術目錄
前言
第一章 緒論
1.1 旋轉機械故障診斷技術的研究意義
1.2 旋轉機械故障診斷主要方法及特點
1.2.1 時域分析法
1.2.2 頻域分析法
1.2.3 時頻域分析法--小波分析法及分形分析法
1.3 旋轉機械故障診斷技術新進展
1.3.1 基於人工神經網路的故障診斷方法
1.3.2 基於模糊邏輯推理的故障診斷方法
1.3.3 基於模糊神經網路的故障診斷方法
1.3.4 基於專家系統的故障診斷方法
1.3.5 智慧型融合故障診斷方法
1.3.6 基於人工免疫系統的故障診斷方法
1.4 本章小結
第二章 旋轉機械故障診斷原理
2.1 旋轉機械故障診斷概述
2.1.1 測振感測器
2.1.2 數據採集與處理
2.2 振動診斷的基礎工作
2.3 旋轉機械典型故障
2.4 旋轉機組典型故障特徵提取
2.5 本章小結
第三章 基於人工免疫系統的故障診斷原理
3.1 人工免疫系統原理及模型
3.1.1 人工免疫系統的生物原型
3.1.2 人工免疫系統的仿生機理
3.1.3 人工免疫系統模型與算法
3.1.4 人工免疫系統的典型套用
3.2 陰性選擇算法介紹
3.2.1 陰性選擇算法
3.2.2 檢測信號處理及檢測器訓練
3.3 陰性選擇算法新的改進
3.3.1 現有陰性選擇算法存在的不足
3.3.2 新改進的陰性選擇算法
3.4 新改進的陰性選擇算法流程及仿真分析
3.4.1 新改進的陰性選擇算法流程
3.4.2 變異搜尋方法1算法流程及仿真
3.4.3 變異搜尋方法2算法流程及仿真
3.5 本章小結
第四章 基於免疫系統的機組IS0--2372診斷標準
4.1 IS0--2372國際診斷標準診斷原理
4.2 利用陰性選擇算法實現機組IS0--2372診斷標準
4.3 旋轉機組運行狀態監測的實際實現
4.4 本章小結
第五章 無量綱指標特徵及免疫檢測器
5.1 時域分析法提取故障特徵
5.2 無量綱指標特性及優點分析
5.2.1 機率密度分布函式
5.2.2 無量綱幅域診斷參數與典型信號的關係
第六章 基於免疫系統的機組故障診斷試驗與仿真
第七章 汽輪機-壓縮機組智慧型故障診斷系統設計
總結與展望
參考文獻
項目支撐
前言
人工免疫系統是對生物免疫系統的模擬，具有強大的信息處理能力。生物免疫系統的主要功能就是線上檢測和殺傷來自生物體內和體外的抗原，具備“自己一非己”識別能力。由此衍生而來的陰性選擇算法能有效地識別被檢測對象的正常模式（自己）及異常模式（非己），且不需要有異常模式的先驗知識。該算法為故障診斷領域提供了新的思路和方法。
