证据理论的免疫检测器在并发故障中的应用

针对机械设备尤其是大型旋转设备的并发故障诊断的复杂性,提出基于人工免疫系统和证据理论相结合的旋转机组并发故障诊断系统.首先利用免疫系统自己-非己识别机理衍生的阴性选择算法进行数据的分析处理,得到时域信号中5个无量纲指标的诊断能力因子,把每个指标对故障的诊断能力因子作为概率分配函数值,再结合证据理论的信息融合规则,得到最终的诊断结果.仿真结果表明,通过合理的概率分配,得到的融合结果更加鲜明和准确地表征了诊断类型,而且该方法对故障诊断是有效的.     

基于证据理论的免疫检测器在轴承故障诊断中的应用

针对旋转机械故障诊断的不确定性问题,提出一种基于证据理论的数据融合故障诊断方法,把5种无量纲免疫检测器的敏感因子和信息因子通过D-S联合规则联合多个证据组形成-个新的综合证据组,建立多故障特征信息融合诊断框架,充分利用不同证据体的冗余和互补故障信息,通过对不同轴承故障进行分析,结果表明,此方法能有效地减少诊断的不确定性,提高故障诊断的准确性.     

一种新型的否定选择算法生成检测器的研究

针对传统否定选择算法存在的问题,以自体空间为基础,依据切割空间否定选择算法的优越性,提出基于二进制字符串的一种新型的切割否定选择算法.通过与固定检测器和可变检测器相比较,证明此算法具有较高的检测率和较低的误报率.最后通过仿真模拟此算法可用较少的检测器检测出等量的入侵检测器,并且自体集的分布状态和完善状态直接影响到检测器的有效率.