（控制理论与控制工程专业论文）基于人工免疫算法的故障诊断问题研究.pdf

查盎互塑兰堕堡主堡塞兰兰垡堡苎一 基于人工免疫算法的故障诊断问题研究 摘要 本文研究了三种基于人工免疫算法的故障诊断方法，并将其应用在抽油机的故障诊断 中。具体完成了以下工作： 设计了一种基于免疫神经网络的故障诊断方法。在权值调整的过程中引入了免疫机 制，利用免疫算法保持个体多样性的性能全局搜索网络权值，有效改善了b p 算法容易陷 入局部极值的缺点，同时在一定程度上也能够加快算法的收敛速度。对抽油机进行故障诊 断研究，并对两种方法进行比较分析。 提出了基于免疫应答机理的故障诊断方法，采用实数编码方式，有效解决了二进制编 码在计算时计算量大的问题：作者在遗传算子的基础上，引入克隆选择和超变异机制加 快了记忆抗体的生成速度，改善了使用遗传算法生成抗体时的盲目搜索性，同时又保证了 记忆抗体的多样性；为了使生成的记忆抗体能够代表更多抗原的结构和特征，本文提出了 对多个抗原生成记忆抗体的思想，并针对多个抗原的特点提出了对同一个抗原产生的记忆 抗体基于生存期望值进行促进和抑制，对同一故障类型的抗原产生的记忆抗体进行基于浓 度的促进和抑制策略，避免了未成熟收敛现象；另外本文设计了一种基于阚值的最临近分 类法( k n e a r e s t n e i g h b o r , k n n ) 。将本文提出的基于免疫应答机理的故障诊断方法用在抽 油机的故障诊断中，结果表明该方法能够获得有效识别抗原结构的记忆抗体，并给出了对 变异抗原的识别效果。 设计了一种基于反面选择算法的异常检测与故障诊断方法，作者引入了可变检测器半 径的思想，无需对检测器半径进彳亍设置，能够更有效地发挥检测器的检测作用：为了解决 检测器的个数与检测范围之间的矛盾，本文采用了模拟退火算法优化检测器的方法，实现 了有限数目的检测器对非我空间更大的覆盖：另外，为了对未知模式的故障实现检测与诊 断，本文将那些未被已知故障激活的检测器合并在一起，以得到各种未知模式的故障检测 器，用于检测新的故障类型。对抽油机进行故障的检测与诊断，表明该方法能够在大量正 常数据的基础上实现快速、准确的异常检测，并且能够使用较少的故障样本实现对抽油机 较好的故障诊断效果。 关键词：人工免疫系统，故障诊断，免疫神经网络，免疫应答，反面选择 r e s e a r c ho ff a u l td i a g n o s i sb a s e do na r t i f i c i a l i m m u n ea l g o r i t h m a b s 仃a c t t h r e ef a u l td i a g n o s i sm e t h o d sb a s e do na r t i f i c i a li m m u n ea l g o r i t h r a ( a l a 、a r er e s e a r c h e d i n t h i sp a p e r , a n du s et h e mt od i a g n o s i st h ef a u l to ft h ep u m p - j a c k n l ed e t a i lw o r ki sa s f o l l o w s ： f a u l td i a g n o s i sm e t h o db a s e do ni m m u n en e u r a ln e t w o r ki sd e s i g n e di nt h i sp a p e r t h e i m m u n em e c h a n i s mi si n t r o d u c e dw h e na d j u s tt h ew e i g h to fn e u r a ln e t w o r k ，t h i sm e t h o dm a k e u s eo f t h ei m m u n ea l g o r i t h m sc a p a b i l i t yo f k e e p i n gi n d i v i d u a ld i v e r s i t yt os e a r c ht h ew e i g h to f n e u r a ln e t w o r kg l o b a l y , i tc a na v o i dt h eb pa l g o r i t h mf r o mb e i n gt r a p p e di nt h el a c a lv a l u e e f f i c i e n t l y , m e a n w h i l ei tc a ni m p r o v et h ec o n v e r g e n c es p e e do fa l g o r i t h m ，t h ef a u l td i a g n o s i s r e s e a r c ha r ed o n eo nt h ep u m p - j a c k ，a n dt w om e t h o d sa r ec o m p a r e da n da n a l y s e d f a u l td i a g n o s i sm e t h o db a s e do nt h ei n l m u n er e s p o n s ei sp r o p o s e d t h er e a lc o d ei s a d o p t e di nt h i sp a p e ri no r d e rt o s o l v et h ep r o b l e mt l l a tu s i n gb i n a r yc o d ei n c r e a s et h e c o m p u t i n g c l o n es e l e c t i o na n dh y p e r v a r i a t i o ni si n t r o d u c e db e s i d e sg e n e t i co p e r a t o rb yt h e a u t h o r , i tc a l li m p r o v et h es p e e do fg e n e r a t i n gm e m o r ya n t i b o d i e s ，a n di m p r o v eb l i n ds e a r c h c a p a b i l i t yo ft h eg e n e t i ca l g o r i t h mw h e ng e n a r a t ea n t i b o d i e s ，m e a n w h i l et h ed i v e r s i t yo f m e m o r ya n t i b o d i e si se n s u r e d i n o r d e rt om a k et h em e m o r ya n t i b o d i e se x p r e s ss t r u c t u r e sa n d c h a r a c t e r sf o rm o r ea n t i g e n s ，t h i sp a p e rp r o p o s e st h ei d e at h a tu s i n gm u l t i a n t i g e n st og e n e r a t e m e m o r ya n t i b o d i e sa n dp r o p o s e st h es t r a t e g yt h a ts t i m u l a t ea n ds u p p r e s st h ea n t i b o d i e sw h i c h a r eg e n e r a t e db yt h es a m ea n t i g e nb a s e do nt h el i v i n ge x p e c t i o na n dt h a ts t i m u l a t ea n ds u p p r e s s t h ea n t i b o d i e sw h i c ha r eg e n e r a t e db yd i f f e r e n ta n t i g e n sb e l o n gt ot h es a m ef a u l tp a r e mb a s e d o nt h ec o n c e n t r a t i o n ，t h i sc a na v o i d 也e 曲e n o m e n o no fi m m a t u r i t yc o n v e r g e n c e b e s i d e s ，k n e a r e s tn e i g h b o r ( k n n ) m e t h o db a s e do nt h r e s h o l di s p r o p o s e d i nt h i sp a p e r t h ef a u l t d i a g n o s i sr e s e a r c hi sd o n eo nt h ep u m p - j a c k ，t h er e s u l ts h o wt h a tt h i sm e t h o dc a ng e tm e m o r y a n t i b o d i e sw h i c hc a ni d e n t i f ya n t i g e n se f f e c t i v e l y ，a n dt h ee f f e c tt oi d e n t i i f ya n t i g e n sw h i c ha r e v a r i a t e di sp r e s e n t e d a b n o r m i t yd e t e c t i o na n df a u l td i a g n o s i sm e t h o db a s e do nn e g a t i v es e l e c t i o ni sd e s i g n e d ， t h ea l l t h o ri n t r o d u c et l ei d e ao fa l t e r a b l ed e t e c t o rr a d i u si no r d e rt oe x e r tt h ed e t e c t i o nf u n c t i o n o fd e t e c t o r sa n dn e e d n tt os e td e t e c t o rr a d i u s i no r d e rt os o l v et h ep r o b l e mo ft h e d e t e c t o r s n u m b e ra n dd e t e c t i o na r e a ，t h i sp a d e ra d o p t st h em e t h o dt h a tu s ea l l n e a la l g o r i t h mt o o p t i m i z ed e t e c t o r sa n dm a k et h ec o v e rs p a c ef o rn o n s e l fl a g e rw i t hl i m i t e dd e t e c t o r s b e s i d e s i n o r d e rt od e t e c ta n dd i a g n o s et h eu n k n o w nf a u l tp a t t e r n ，t h i sp a p e rp u tt h ed e t e c t o r sw h i c ha r e n o ta c t i v a t e dt o g e t h e rt og e tu n k n o w np a t t e r nf a u l td e t e c t o r s ，a n dt od e t e c tn e w p a t t e r nf a u l t t h ef a u l td i a g n o s i sr e s e a r c hi sd o n eo nt h ep u m p - j a c k ，t h er e s u l ts h o wt h a tt h i sm e t h o dc a ng e t r a p i da n dc o r r e c tr e s u l tb a s e do nal o to fn o r m a ld a t a ，a n dc a ng e tg o o df a u l td i a g n o s i se f f e c t u s i n gl e s sf a u l ts a m p l e s k e yw o r d s ：a r t i f i c i a li m m u n es y s t e m s ，f a u l td i a g n o s i s ，i m m u n e n e u r a ln e t w o r k ，i m m u n er e s p o n s e ， n e g a t i v es e l e c t i o n i l 查堕互苎兰堕堡主堑窒皇兰垡堡壅一 月i j吾 故障诊断技术的发展概况 故障诊断技术最早起源于美国，自1 9 6 1 年开始执行阿波罗计划后，出现了一系列因 设备故障造成的事故，导致1 9 6 7 年在美国宇航局( n a s a ) 的倡导下，由海军研究室( o n r ) 主持成立了机械故障预防小组( m e p g ) ，开展故障诊断工作；2 0 世纪的6 0 年代末7 0 年 代初，英国以r a c o l l a t o r 为首组织成立了机械健康监测中心( m h m c ) ，也开始了故障 诊断的研究工作。此后，故障诊断技术逐渐在世界范围内推广普及。我国在1 9 7 9 年开始 接触设备诊断技术，目前我国诊断技术在化工、冶金、电力等行业应用较好【l 】。虽然起步 较晚，但是发展迅速，目前已经在理论研究和技术应用等方面取得了显著成果弘。j 。 故障诊断技术是一门交叉性学科，涉及检测技术、计算机技术、人工智能、电子技术、 自动控制、信号处理、应用数学、数理统计、模式识别等多个学科的知识。故障诊断就是 寻找故障原因的过程，包括状态检测，故障原因分析及趋势预测等内容。故障诊断技术发 展至今已经经历了三个阶段：第一阶段由于机器设备比较简单，故障诊断主要依靠专家或 维修人员的感觉器官、个人经验及简单仪表就能够完成故障的诊断与排除工作。第二阶段 是以传感器技术、动态测试技术为手段，以信号分析和建模处理为基础的现代诊断技术， 在工程中已得到了广泛的应用。2 0 世纪8 0 年代以来，由于机器设备日趋复杂、智能化及 光机电一体化，传统的诊断技术已经很难适应，随着计算机技术、智能技术的发展，故障 诊断技术进入了第三个发展阶段一信号分析、建模与知识处理相融合的智能诊断技术阶段 【4 5 】。 随着现代科学技术水平的提高，系统功能和设备的日益复杂化，使得系统发生故障的 机率以及由此带来的损失越来越大，因而开展故障诊断研究，提高系统的可靠性和安全性 具有重要的意义。而现代系统的集成化、复杂化和网络化趋势越来越明显，所以对故障诊 断系统的适时性、开放性、容错性和自适应等性能也提出了越来越高的要求。 人工免疫系统概述 1 9 7 4 年，美国诺贝尔奖获得者，生物学家，医学家、免疫学家j e m e 提出了免疫网络 理论而引起关注【6 】。继该文之后，f a r m e r 、p e r e l s o n 、b e r s i n i 、v a r e l a 等理论免疫学者分别 在1 9 8 6 年、1 9 8 9 年和1 9 9 0 年发表了有关论文，在免疫系统启发实际工程应用方面做出 突出贡献，其中f a r m e r 的关于免疫系统与机器学习的研究是具有创造性和开拓性的工作， 他们的研究工作为建立有效的基于免疫原理的计算系统和智熊系统的发展开辟了道路 1 7 - 1 0 】。另外，v a r e l a 在1 9 8 9 年讨论了免疫网络以某种方式收敛的思想以及免疫系统能够通 过产生不同的抗体和变异适应新环境的思想，都为使免疫系统成为有效的解决工程问题的 灵感源泉做出巨大贡献。由此诞生了一个新崭的研究领域一人工免疫系统( a r t i f i c i a l i m m u n es y s t e m ，a i s ) 【1 1 。1 引。 目前从事人工免疫系统工作的研究人员主要分布在美国、英国、巴西、日本、比利时、 波兰、俄罗斯和中国等国家。国内最早开展人工免疫系统研究的是中国科技大学王煦法教 授领导的科研小组，该小组已取得许多成果。 人工免疫系统本质上是根据免疫系统的机理、特征、原理开发的并能解决工程问题的 计算或信息系统。免疫系统是一种复杂的分布式信息处理学习系统，其具有免疫防护、免 前言 疫耐受、免疫记忆、免疫监视功能，且具有较强的自适应性、多样性、学习、识别和记忆 等特点。研究者们从这些功能和特点中获得灵感，并借鉴免疫机理，提出许多模型和方法 用于科学和工程应用中。目前，人工免疫系统的具体研究内容和范围主要包括免疫计算智 能、免疫工程应用及人工免疫系统理论研究三个方面。 免疫智能计算主要包括： ( 1 ) 根据生物免疫系统机理所发展的新算法。主要有克隆选择算法【i 、反面选择算 法和免疫遗传算法【”】等，以及完成各种特定任务而设计的基于免疫机理的算法等，可 统称为免疫算法，目前，这方面的研究发展速度较快。 ( 2 ) 根据生物免疫机理建立人工模型。包括人工免疫网络模型和人工免疫系统模型 两种形式。各种免疫网络学晚，如独特型免疫网络【6 】、互联耦合免疫网络6 j 和对称网络【l ，j 等可借鉴用于建立人工免疫网络认知模型，目前较多的研究者借鉴了独特型网络。 ( 3 ) 与人工神经网络、模糊系统等结合建立混合智能系统。这方面的研究较缓慢， 目前的研究主要集中在与神经网络的结合应用。 在免疫工程应用方面，包括各种免疫计算智能技术在工程中的应用研究，目前人工免 疫系统已经用于解决许多不同的工程问题。日本学者i s h i d a 在1 9 9 0 年利用免疫系统解传 感器网络故障诊断问题i l b 】，这是目前可查的最早的免疫系统在工程领域的研究成果。随 后，美国学者f o r r e s t 在1 9 9 4 年首次将免疫系统手段用于计算机安全和病毒检测【l 。此后， 越来越多的人注意到p e r e l s o n 、b e r s i n i 和v a r e l a 等理论免疫学家在1 9 8 9 、1 9 9 0 年所做的 早期研究工作的重要性，他们尝试建立免疫系统的模型，以期为生物计算智能提供新的方 法，人工免疫系统的应用领域由此不断得到扩大。目前，研究成果已涉及到最优化【i 、 模式识别 2 0 】、计算机安全【2 ”、故障诊断【捌、智能控制【2 3 1 等许多领域。 在人工免疫系统理论研究方面，主要借助数学模型、非线性、复杂系统、计算智能等 理论研究人工免疫系统的机制，这方面的研究相对滞后。 以上三方面的研究相互渗透目前人工免疫系统研究手段和内容及应用领域涉及多个 学科，其覆盖范围逐渐扩展，研究分支逐渐增加，应用领域逐渐拓广，使其成为一个多学 科优势互补、资源共享、交叉性的前沿科学，因而是富有发展前景的理论与应用相结合的 研究领域。 用人工免疫系统进行故障诊断的意义 随着系统或设备向自动化、柔性化、集成化、智能化、高度化、精密化的快速发展， 对系统或设备的在线状态监测与故障诊断的要求越来越高。而现有的故障诊断方法或者需 要建立系统的精确模型，或者需要大量的先验知识，而对于复杂系统，数学模型很难准确 建立，诊断速度慢，对于不同的领域，仿真模型各异，较难统一；而先验知识的获取也是 非常困难的，影响了设备故障诊断的准确性和鲁棒性，另外，对故障样本的学习过程缺乏 自主连续学习功能：如何解决现有诊断机理和方法存在的这些不足，如何开发和应用新的 理论与方法，是故障诊断学科面临的严峻问题。 基于免疫机理发展的人工免疫系统通过学习自然防御机理的技术，可提供噪声忍耐、 无教师学习、自组织、不需要反面例子，能清晰地表达学习的知识同时还具有分布式并行 处理和鲁棒性等很多优点。因此具有提供解决复杂工程问题的潜力。从故障诊断角度分析， 生物免疫系统的主要功能就是在线检测、识别和杀伤来自生物体内和体外称为抗原的非己 物质( 如病毒、癌细胞等致病园子) ，其实质是生物体内的在线自主故障诊断和健康监控 系统。其机理可用于发展新的故障诊断方法。生物免疫系统在缺乏先验知识的情况下，能 准确识别和记忆各种非己物质，在自主学习过程中不断提高免疫功能，对肌体进行在线自 2 大庆石油学院硬士研究生学位论文 主故障诊断和健康监控。如何有效模拟生物免疫系统的自主故障诊断机理，研究适于设备 在线自主故障诊断的人工免疫系统模型及算法，是设备故障诊断研究领域的暂新研究课 题，通过对该课题的研究，可望产生更有效的设备故障诊断方法，给设备故障这一研究领 域带来新的生机。 基于生物免疫机理开发的人工免疫系统由于其具有的许多优良特性，使其在复杂系统 的故障监测与诊断中具有很大的潜力，为故障诊断领域的发展开辟了崭新的途径，作为一 种新的故障诊断方法，正在引起国内外科学工作者的注意，对其进行研究具有重要的理论 意义及应用价值。 论文研究的内容 本文主要是基于免疫的思想来进行故障的检测与诊断。 构造了一种基于免疫神经网络的故障诊断方法。本文在网络权值调整的过程中加入了 免疫的思想，将神经网络的目标函数或误差定义为抗原，将神经网络的权值进行编码得到 抗体，利用人工免疫算法所具有的解决候选个体的多样性，对网络权值进行全局优化，再 使用b p 算法进行局部搜索，有效解决了b p 算法容易陷入局部极值的缺点，对抽油机进 行故障诊断研究，并将诊断结果与应用b p 神经网络进行诊断的结果进行了比较分析，表 明本文提出的方法能够有效避免局部极小点的问题。 提出了基于免疫应答机理的故障诊断方法，将故障作为抗原，生成能够刻画抗原结构 的记忆抗体，然后用生成的记忆抗体对故障进行识别和诊断。针对常规的二进制编码在计 算时由于频繁的编码和解码所带来的计算量大和当求解问题维数很大时所面临的“维数 灾”问题，本文采用了实数编码方式，大大减少了计算量，提高了算法的效率和通用性： 作者在遗传算子的基础上引入克隆选择和超变异机制，改善了遗传算法的盲目搜索性而降 低生成记忆抗体的速度的缺点，使得新产生的记忆抗体与抗原具有更高的亲和力，同时又 兼顾了遗传算法保持抗体多样性的性能；本文提出了对多个抗原生成记忆抗体的思想，使 生成的记忆抗体更好地描述故障的特征，针对多个抗原的特点，提出了对同一个抗原生成 的记忆抗体基于生存期望值进行促进和抑制策略，对不同抗原生成的记忆抗体进行合并并 基于浓度进行促进和抑制的策略，避免了未成熟收敛现象；另外，本文设计了一种基于阂 值的最临近分类法( k h e a r s t n e i g h b o r ，k n n ) 。将基于免疫应答机理的故障诊断方法用于 抽油机的故障诊断中，验证了该方法的有效性，还研究了该方法对变异抗原的识别能力并 对结果进行了分析。 设计了一种基于反面选择算法的异常检测与故障诊断方法，将系统或设备各种正常样 本作为输入通过实数编码，产生覆盖非我空间的检铡器即异常样本集合，然后使用故障样 本对检测器进行测试并归类，形成已知模式和未知模式的故障检测器。作者通过引入可变 检测器半径的思想，使检测器更有效地发挥其检测作用，只需设置好自我集合的半径，解 决了对检测器半径进行设置和不断调整的闯题；为了使用较少的检测器实现对非我空间更 大的覆盖，作者采用模拟退火算法来优化检测器，以检测器之间的交迭作为待优化的目标 函数，检测器集合作为初始解，通过在检测器的邻域内不断改变检测器的位置以寻找最优 解，较好地解决了检测器的数目和检测器对非我空间覆盖的矛盾；本文在对已知模式故障 进行检测和诊断的基础上，研究了对未知模式故障的检测和诊断，在使用故障样本对检测 器进行检验的过程中，将那些未被已知故障激活的检测器进行标记，得到了各种未知模式 的故障检测器，用于检测新的故障类型，解决了原有的一些诊断方法只能对已知模式的故 障进行诊断的问题，应用该方法对抽油机进行异常检测和故障诊断，表明该方法能够在故 障样本缺乏的情况下，实现快速、准确的异常检测与故障诊断，最后研究了算法中的参数 前言 对诊断效果的影响，并给出一些结论。 论文的安排 第一章首先介绍了故障诊断的相关内容，然后介绍了生物免疫系统、人工免疫系统的 相关概念以及人工免疫在故障诊断领域中的应用，最后介绍了抽油机及无线巡检系统。 第二章基于免疫神经网络的故障诊断方法，首先给出了b p 算法及在应用中的一些改 进，并分析了它的不足，然后设计了基于免疫神经网络的故障诊断方法，即通过在网络权 值调整的过程中引入免疫思想，对网络权值进行全局优化，然后再利用b p 算法的局部优 化性能对网络权值进行局部搜索，并给出了算法的步骤和实现，最后对抽油机进行故障诊 断研究，并与原有的b p 神经网络诊断算法进行了比较分析。 第三章基于免疫应答机理的故障诊断方法。首先描述了算法的生物学基础，然后给出 了记忆抗体的生成算法，并设计了基于阈值的k n n 识别法，最后应用该方法对抽油机进 行故障诊断研究，并通过对变异抗原的识别，验证了本文提出的方法所生成的记忆抗体的 有效性。 第四章基于反面选择算法的异常检测与故障诊断，首先描述了反面选择算法及其一些 改进方法，接着给出了基于反面选择算法的异常检测方法，然后采用模拟退火算法对检测 器进行空间位置优化，使用生成好的检测器对抽油机的状态进行异常检测，并得到各种己 知模式和未知模式故障检测器用于对抽油机的已知和未知模式故障进行检测和诊断，最后 分析了算法的参数对异常检测和故障诊断效果的影响并给出了一些结论。 1 1 引言 第一章故障诊断技术及人工免疫系统 故障诊断学是二十世纪六十年代发展起来的一门新学科。随着现代科学技术水平的日 益提高，尤其是计算机科学和控制科学的飞速发展，现代设备的结构日益复杂，功能越来 越完善，规模也越来越庞大，人们对于设备的安全性、可靠性和有效性的要求也越来越高， 因此机械设备的故障诊断技术愈来愈受到人们的重视。 人工免疫系统是模仿生物免疫系统功能的一种智能方法，生物免疫系统是高度进化的 智能系统，它由具有免疫功能的器官、组织、细胞、免疫效应分子及有关的基因等组成， 可以保护机体抗御病原体、有害的异物及癌细胞等致病因子的侵害。基于生物免疫系统的 a 1 s 具有分布式、自适应、动态平衡和学习、记忆、识别等能力，为智能控筋提供一种新 颖而有效的方法。其研究成果涉及到控制、数据处理、优化学习和故障诊断等许多领域， 已经成为继神经网络、模糊逻辑和进化计算后人工智能的又一研究热点【2 ”。 1 2 故障诊断中的基本概念【2 6 】 故障：系统至少一个特性或参数出现较大偏差，超出了可接受的范围。此时系统的性 能明显低于其正常水平，所以己难以完成其预期的功能f 2 ”。 加性故障：故障加性地作用在系统的输入输出上，因此对残差信号的影响也是加性的。 严重故障：在特定的操作条件下，由于故障使系统持续丧失了完成给定任务的能力。 失灵：在系统完成特定的任务时，出现了间断性的不规则现象。 残差：故障指示器，由测量值与模型计算值的差得到。 症状：由故障引起的系统可观钡4 的特性与其正常的特性相比所出现的异常变化。在基 于解析模型和信号处理的故障诊断方法中，他们通常由传感器测量信号反映；在基于知识 的故障诊断方法中，操作人员通过观察( 如设备振动情况、声音信息等) 用语言描述的故 障现象也是重要的症状信息。 故障检测：确定系统是否发生了故障。 故障分离：在故障检测之后，确定故障的种类，故障发生的部位。 故障辨识：在故障分离之后，确定故障的大小以及故障的发生的时间。 故障诊断：有广义与狭义之分。广义上它通常作为故障检测、分离和辨识的统称：狭 义上，它特指故障分离与故障辨识。 故障检测与分离：故障检测与故障分离之和。 故障检测与诊断：故障检测与故障诊断之和。 监视：通过记录信息、识别与指示系统行为的异常现象，连续与适时地确定某一物理 系统的运行状态。 监控：对物理系统进行监测，并且当它发生故障时采取适当的措施，以推迟其运行。 误报：系统没有发生故障而报警。“误报率”是衡量故障诊断系统性能的基本指标之 漏报：系统发生了故障而没有报警，“漏报率”是衡量故障诊断系统性能的有一个基 5 第一章故障诊断技术及人工免疫系统 本指标。 诊断模型：为一组静态或活动的动态关系，它把特定的输入变量一“症状”，与特定 的输出变量一“故障”联系了起来。诊断模型可以有许多不同的表示方法，以不同的故障 诊断方法相对应。例如，解析模型是一种人们熟悉的诊断模型，而神经网络模糊逻辑系统 等以其特有的方式存储、表示诊断模型。 解析冗余：与硬件冗余相对应，指通过用解析方式表示的系统数学模型来产生冗余的 信号。冗余信号的产生往往是成功实现故障诊断的一个关键。 安全性：系统不对人员、设备或环境造成损害的性能。它是故障诊断与容错控制实现 的最终目标。 1 3 故障诊断的任务和内容 当系统发生故障时，系统中的各种量( 可测的或不可测的) 或它们的一部分表现出与 正常状态不同的特性，这种差异就包含丰富的故障信息，如何找到这种故障的特征描述， 并利用它来进行故障的检测隔离就是故障诊断的任务。故障诊断包括故障机理、状态监测、 征兆提取、诊断推理和决策规划等几个方面的内容1 2 8 j ： ( 1 ) 故障机理 故障机理是故障诊断的基础。设备的异常或故障一般在运行过程中通过状态信号表现 出来，故障机理研究，就是要探求故障产生的原因以及故障与征兆之间的关系，通过理论 计算或者试验研究发现一般规律，为监测和诊断提供依据。 ( 2 ) 状态监测 状态监测是诊断故障的前提。设备运行的状态信号是故障信息的唯一载体，也是诊断 的依据。其获取主要依靠传感器或其它检测手段进行故障信号检测，主要包括信号测取、 中间变换和数据采集三个过程。 ( 3 ) 征兆提取 征兆提取是从状态信号中提取有关的特征信息，它是故障诊断过程中的关键环节。当 特征信号为静态信号时，特征信号即是征兆，对征兆进行检验，做出响应决策。当特征信 号为动态信号时，首先根据实际情况选择既能反映系统状态指标，又能方便测量的特征信 号：然后通过对特征信号进行分析处理提取便于决策的征兆；最后根据故障征兆、标准模 式和判别标准识别故障。 ( 4 ) 诊断推理 诊断推理是根据故障征兆识别故障原因，是整个故障诊断过程的核心。在智能诊断技 术出现之前，诊断推理过程均由领域专家根据经验对设备的运行状态进行人工推理判断， 随着计算机技术、智能信息处理技术的发展，基于符号推理的专家系统和以神经网络为核 心的基于数值计算的智能诊断技术在故障诊断领域得到了广泛的应用，诊断推理可以由智 能诊断软件自动完成。 ( 5 ) 决策规划 根据设备故障特征，预测故障发展趋势，参考故障性质和趋势，做出决策，干预其工 作过程( 包括控制、调整、维修等) 。 大庆石油学院硕士研究生学位论文 1 4 故障诊断的意义 应用故障诊断技术对机械设备进行监测和诊断，可以及时发现机器的故障和预防设备 恶性事故的发生，从而避免人员的伤亡，环境的污染和巨大的损失。应用故障诊断技术可 以找出生产设备中的事故隐患，从而对机械设备和工艺进行改造以消除事故隐患。状态监 测及故障诊断技术最终要的意义在于改革设备维修制度，好的维修制度不但能够节约大量 的维修费用，而且，能够大大增加机器设备正常运转时间，大幅度地提高生产率，产生巨 大的经济效益，因此，故障诊断技术对发展国民经济有重要的作用。维修制度主要包括以 下几种类型 2 9 】： ( 1 ) 事后维修：即待事故发生后再进行维修。这种维修方式有着明显的滞后性，往 往在事故发生后，损失是巨大的，甚至是灾难的，危及人身安全，环境遭到破坏。 ( 2 ) 定期维修：即按照设备工作的具体情况，人为地规定每隔段时间进行维修。 这种维修方式是建立在所有设备的所有零件都有相同的寿命这一思想的基础上的，因而容 易造成有的部件在维修以前已经损坏，而有的部件在维修时的工作状态仍然良好。这样就 不能从根本上避免事故的发生，又容易造成“过剩维修”。 ( 3 ) 预知维修：即对设备的工作状态进行检测，判断其工作状态是否正常，是否需 要维修，给出故障发生的趋势，并提出维护方案，这种维护方式的基础就是故障诊断技术。 1 5 故障诊断的方法 根据系统采用的特征描述和决策方法的差异形成了不同的故障诊断方法，概括来说， 故障诊断的方法可分为基于解析模型的方法、基于信号处理的方法和基于知识的方法三大 类【3 0 】。 1 5 。1 基于解析模型的故障诊断方法 基于解析模型的方法是最早发展起来的，此方法需要建立被诊断对象的较为精确的数 学模型。进一步，它又可以分为参数估计方法、状态估计方法和等价空间法。这三种方法 是独立发展起来的，但是他们之间存在着一定的联系。现已证明了基于观测器的状态估计 方法与等价空间方法是等价的。基于解析模型的诊断方法的核心思想是用解析冗余取代硬 件冗余，通过构造观测器估计出系统的输出值，将其同输出测量值相比较，从中获取故障 信息。 ( 1 ) 基于状态估计的方法 状态估计方法的基本思想是：首先熏购被控过程的状态，通过与可测变量比较构成残 差序列，再构造适当的模型并用统计检验法，从残差序列中把故障检测出来。因此，这就 要求系统可观测或部分可观测，通常用各种状态观测器或滤波器进行状态估计。 ( 2 ) 基于参数估计的方法 参数估计方法与状态估计方法不同，不需要计算残差序列，它是通过对系统模型参数 的辨识来达到故障诊断的目的。即根据参数变化的统计特性来检测故障的发生。 基于解析模型的故障诊断的优点是可以诊断未预知的故障，不需要历史的经验知识。 缺点是需要对诊断对象建立精确的数学模型，而对于非线性系统等复杂大系统，要想获取 其精确的数学模型是非常困难的，所以限制了该方法在工程实践中的使用范围和效果。 第一章故障诊断技术及人工免疫系统 1 5 2 基于信号处理的故障诊断方法 基于信号处理的诊断方法，利用信号模型，如相关函数、高阶统计量、频谱、小波等， 提取诸如方差、幅值、频率等特征值，检测出故障。由于这种方法不需要建立精确的数学 模型，所以发展极其迅速。应用较多的有各种谱分析方法、时间序列特征提取方法、自适 应信号处理方法等，近些年来又出现了一些新的基于信号处理的故障诊断方法：绝对值检 验和趋势检验的故障诊断方法、基于信息融合的故障诊断方法、利用k u l l b a c k 信息准则 检测故障的方法、基于自适应滑动窗格滤波器的故障检测方法、基于信号模态估计的故障 诊断方法、基于小波变换的故障诊断方法以及信息校核的故障诊断方法等。 该诊断方法的优点是不需要建立系统的精确模型，缺点是其依赖于信号的检测和处 理，因此往往会受信号噪声的影响；通常只局限于用特定信号诊断某些特定的故障，未能 考虑各种故障间的相互影响；当诊断对象变得庞大复杂时，通常需要增加检验手段和计算 量；诊断系统往往只局限于某一具体系统或故障的诊断，很难进行扩充或应用于不同的诊 断对象。 1 5 3 基于知识的故障诊断方法 基于知识的故障诊断方法不需要对象的精确数学模型。诊断对象作为一个有机整体被 研究，以知识处理技术为基础，通过模拟领域专家在推理过程中控制和运用各种诊断知识 的行为能力来进行故障诊断。基于知识的故障诊断方法可以分为：基于故障树分析的诊断 方法、基于模糊逻辑的诊断方法、基于人工神经网络的诊断方法、基于支持向量机的故障 诊断方法和基于粗糙集理论的故障诊断方法等。 ( 1 ) 故障树是表示系统或设备特定事件或不希望事件与它的各个子系统或各个部件 故障事件之间的逻辑结构图，通过这种结构图对系统故障形成的原因作出总体至部分按树 状逐渐地细化划分。故障树分析方法可对系统或机器的故障进行预测和诊断。w a t s o n 和 m e a t u s ( 1 9 6 1 1 9 6 2 ) 对民兵导弹发射的随机失效做出了预测，随后波音公司h a s s l 、s c h r o d e r 和j a c k s o n 等人研制出故障树分析的计算机程序，并应用于以波音公司为中心的宇航领域。 该方法的优点是直观、形象，能够实现快速的诊断：知识库很容易动态地修改，并能 保持致性：概率推理可在一定程度上用于选择规则的搜寻通道，提高诊断效率：诊断技 术与领域无关，只要相应的故障数给定，就可以实现诊断。该方法的缺点是由于故障树建 立在元件联系和故障模式分析的基础上，因此不能诊断不可预知的故障；诊断结果严重依 赖于故障树信息的正确性和完整性。 ( 2 ) 基于模糊推理的故障诊断方法 系统的状态有时是不分明的、不确定的，因此可以用模糊集来描述。通过采用模糊聚 类分析将模糊集分为不同水平的子集，由此判别故障最可能属于的子集。另一个有效的方 法是首先建立起故障与故障成因的模糊关系矩阵r ，如果当前故障的故障成因向量的模糊 隶属度为c ，则故障f 通过模糊合成加以确定。 该方法的优点是能将专家的经验知识用适合计算机的形式表现出来；能模拟专家的思 维、推理和判断过程；能将故障信息转换成被人容易理解的形式。缺点是缺乏分布式存储 和并行协同处理能力，缺乏联想自适应的学习能力。 ( 3 ) 基于人工神经网络的故障诊断方法 基于人工神经网络的故障诊断方法是8 0 年代末9 0 年代初才真正具有实用性的故障诊 断方法。在实现故障诊断时分为两个阶段：学习阶段：选定合适的网络结构和规模，借 8 大庆石油学院硕士研究生学位论文 助一定的学习算法，以能够反映系统的动态特性、建模误差和干扰影响的变量作为神经网 络的输入以对应的状态编码( 可人为规定) 为期望输出，构成输入期望输出样本对，对 神经网络进行训练，确定神经网络的权值和阚值；故障诊断阶段：使用训练好的神经网 络，对于一个给定的输入，便产生一个相应的输出，由输出与故障编码进行比较即可方便 地确定故障。 神经网络具有高度非线性、高度容错性、分布式并行处理和联想记忆等特性。它使信 息处理和信息存储合二为一，具有自组织、自学习和自适应的能力：能接受、处理不精确 和随机的信息。神经网络的局限性在于它的学习及问题求解具有“黑箱”特性，其知识获 取过程的可解释性差：发现潜在、未知规律知识的能力较差。目前在设备故障诊断领域广 泛应用的各类神经网络只具有从输入到输出的映射能力，从训练样本中自动提取特征和规 则并将获取的规则、知识呈现出来的能力较差。 ( 4 ) 基于支持向量机的故障诊断方法 支持向量机是一种基于统计学习规律的机器学习方法，通过寻求结构化风险最小，实 现经验风险和置信范围的最小化，从而达到在统计样本量较小的情况下，亦能获得良好统 计规律的目的。 基于支持向量机的故障诊断方法的优点是在故障样本较少时，诊断精度高于神经网 络；对于高维样本，诊断速度比神经网络快。它的缺点与神经网络类似即，知识的表达性 及可解释性差。 ( 5 ) 基于粗糙集的故障诊断方法 粗糙集理论( r o u g hs e t ) 是由华沙理工大学的zp a w l a k 教授首先提出的一个分析数 据的数学理论，主要用于研究不完整、不精确知识的表达、学习与归纳1 3 “。在分类的意 义下，它定义了模糊性和不确定性的概念。作为一种数学理论，它使用等价关系来形式化 地表示分类，并将分类与知识联系在一起。 粗糙集具有的优点是它仅利用数据本身提供的信息，无须任何先验知识；能处理各种 数据，包括不完整的数据及拥有众多变量的数据：处理数据的不精确性和模棱两可性，包 括确定性和非确定性的情况：求得知识的最小表达和知识的各种不同颗粒层次：从数据中 揭示出概念简单、易于操作的模式；产生精确而又易于检查和证实的规则；粗糙集的缺点 是需要大量的故障样本数据，数据的可解释性差【3 2 】。 1 6 生物免疫系统 1 6 1 免疫学的发展 免疫学是人类在与传染病斗争过程中发展起来的。时至今日，免疫学分为三个时期， 即经验免疫学时期( 1 8 7 6 - 1 9 0 0 ) 、科学免疫学时期( 1 9 0 0 ，1 9 7 7 ) 和现代免疫学时期( 1 9 7 7 年至今) 。 e d w a r dj e n n e r 在1 7 9 6 年发现了牛痘这种疫苗，并用于治疗人类的天花这种致命的传 染病；到了1 9 世纪，r o b e r t k o c h 证明感染是由病原体微生物造成的，每一种都与一定的 病理学有关系；在1 9 世纪8 0 年代，l o u i s p a s t e u r 制造了一种治疗鸡瘟的疫苗，还开发了 一种狂犬病疫苗，并成功地给一个被病狗咬伤的儿童进行第一次接种；同时，e l i e m e t c h n i k o f f 发现了菌噬作用并强调细胞方面的作用。以上一些研究主要是以免疫学的应 用为目的。 9 第一章故漳诊断技术及人工免疫蓊统 18 9 0 年，e m i l 和b e l l i n g 以及s h i b a s a b u r ok i t a s a t o 发现接种个体的免疫血清含有成为 抗体的物质，与感染抗原特异的结合；p a u le h r l i c h 对抗体暴露给抗原后数量激增的现象 产生强烈兴趣，并试图用他的“副链”理论解释这一现象；2 0 世纪初期，j u l e sb o r d e t 和 k a r ll a n d s t e i n e 引发了免疫学的特异性概念讨论，表明免疫系统能够产生特异的抗体抵制 从未在世界上出现过的人工合成的化学分子。这些研究是以免疫学的描述为目的。 免疫学研究的理论成果主要是在1 9 3 0 - 1 9 5 0 年这一期间产生的，主要是亚细胞层次的 理论，强调细胞产生的抗体分子的生物合成，结论是抗原必须使关于抗体分子的互补结构 的细胞信息启动，这一时期产生了模板指令理论。b r e i n l 和h a u r o w i t z 第一个成功地验证 了模板理论，随后，l i n u sp a u l i n g