（机械制造及其自动化专业论文）基于人工免疫模型的故障诊断方法及系统研究.pdf

浙江大学硕士学位论文 摘要 摘要 机械状态监测与故障诊断技术能够保证机械设备安全、可靠、长期、高效运行，对于 消除设备故障隐患、避免事故的发生具有重要的意义。本论文以人工免疫系统( a r t i f i c i a l i m l t n l n es y s t e m ，a i s ) 为理论基础，结合国家自然科学基金项目：“基于独立分量分析的 旋转机械故障诊断新方法的研究”( 5 0 2 0 5 0 2 5 ) 对机械智能故障诊断方法进行研究。 本论文研究了a i s 基本原理、常用模型及相关实现算法；结合机械故障诊断的特性， 系统地建立了a i s 在故障诊断中的响应模型；设计和开发了基于a i s 的机械故障诊断系 统，并对系统进行了测试；最后完成对诊断系统的w e bs e r v i c e s 实现，使该系统能成为共 享在i n t e r n e t 上的一个“服务”，实现远程分布式协同诊断。全文主要研究内容如下： 第一章论述了机械状态监测和故障诊断的重要意义；介绍了机械故障诊断技术的发展 与现状，论述了其发展方向；简要介绍了a i s 作为一种新兴智能方法的研究和应用现状； 最后给出了本论文的主要研究内容，并给出论文的总体框架。 第二章主要介绍了人工免疫系统的理论基础一生物免疫系统相关特性和原理，并对 由此发展出来的a i s 及相关算法作了分析，随后对a i s 技术特点在故障诊断方法中的适 用性进行了分析。 第三章阐述了常见机械故障诊断的一般应用框架，研究了基于a i s 的机械故障诊断问 题，采用阴性选择算法和一般免疫算法建立了a i s 在故障诊断中的响应模型，并对建立 模型涉及到的相关算法和参数确定方法进行了深入的探讨、研究及局部改进。 第四章以a i s 在故障诊断中的响应模型为基础，提出了故障诊断系统的总体结构，随 后设计并开发了基于a i s 的机械故障诊断系统，并对系统诊断功能进行了测试。 第五章分析了分布式远程故障监测和诊断技术的应用现状及其发展方向，比较了 c o r b a 和w e bs e r v i c e s 这两种分布式技术的异同点，最后使用m i c r o s o f tv i s u a l s t u d i o 2 0 0 3 集成开发环境完成了基于a i s 的机械故障诊断系统的w e bs e r v i c e s 实现。 第六章对全文进行了总结，并对今后的工作提出了一些建议和设想。 关键词：机械故障诊断，人工智能，人工免疫系统( a i s ) ，w e bs e r v i c e s ，分布式远程诊 断技术 l 浙江大学硕士学位论文a b s t r a c t a b s t r a c t t h et e c h n o l o g yo fm a c h i n e r ya n de q u i p m e n tm o n i t o r i n ga n dd i a g n o s i sa s s u r e su st h a tt h e i m p o r t a n tm a c h i n e r yc 腿n l ni nas a f e t y , r e l i a b l e 1 0 n g - t e r ma n de f f i c i e n tw a y i tp l a y sak e y r o l eb o t hi n e l i m i n a t i n gh i d d e nf a u l ta n da v o i d i n gt h ea p p e a r a n c eo fa c c i d e n t b a s e do n i n d e p e n d e n tc o m p o n e n ta n a l y s i s ( n a t i o n a ln a t u r es c i e n c ef u n dp r o j e e t ，n o ：5 0 2 0 5 0 2 5 ) ，t h i s p a p e rt a k e s a r t i f i c i a li m m u n es y s t e m ( n e x tf o rs h o r ta s a i s 1 a si t s t h e o r y , s t u d i e st h e i n t e l l i g e n tf a u l td i a g n o s i ss y s t e mo f l a r g er o t a t i n gm a c h i n e r y t h i sp a p e rf i r s t l ys t u d i e st h ep r i n c i p i b r f l ，c o m m o nm o d e l sa n ds o m er e l a t e da r i t h m e t i co f a i s ，t h e nw eb u i l dt h ea i sr e s p o n s em o d e lf o rf a u l td i a g n o s i sw i t ht h et r a i t so f t h em a c h i n e r y f a u l td i a g n o s i s ；d e s i g na n dd e v e l o pt h ec o m n l o n u s e df a u l td i a g n o s i ss y s t e mf o rm a c h i n e r y b a s e da i s t h e n , al i s tf o rt h es y s t e mp e r f o r m a n c eh a sb e e nt a k e n ；f i n a l l y , w e 嘴w e bs e r v i c e s t of i n i s ht h ei n t e g r a t i o no f t h ef a u l td i a g n o s i s , u p g r a d eo u rs y s t e ma sas e r v i c ep u b f i s h e di nt h e i n t e m e t , r e a l i z et h er e m o t ed i s t r i b u t ec o r p o r a t i o nd i a g n o s i s c h a p t e ro n ed i s c u s s e st h es i g n i f i c a n c eo fm o n i t o r i n ga n dd i a g n o s i so ft h em a c h i n e r y , e s p e c i a l l yo fl a r g er o t a t i n gm a c h i n e r y , d e s c r i b e si t sd e v e l o p m e n th i s t o r ya n dc u r r e n ts t a t u s ， p o i n to u ti t sf u t u r ed e v e l o p m e n to r i e n m t i o n a san e w l yd e v e l o p i n gi n t e l l i g e n tm e t h o d ，a i si s i n t r o d u c e db r i e f l y ，i n c l u d i n gi t sc u r r e n tr e s e a r c ha n da p p l i c a t i o ns t a t u s a tt h ee n do fc h a p t e r o n e ，t h er e s e a r c hb a c k g r o u n d ，m a i nc o n t e n t s ，g e n e r a ls t r u c t u r es c h e m ea r ep r e s e n t e d c h a p t e rt w oi n t r o d u c e st h eb i o l o g yi m m u n ep r i n c i p l e sa n d t h ep r i n c i p i u m , c o l i l l l - 1 0 nm o d e l a n ds o m er e l a t e da r i t h m e t i co f a i s ，w h i c hi sd e v e l o p i n gf r o mt h em e t a p h o ro f b i o l o g yi m m u n e p r i n c i p l e s f i n a l l y , t h es i m i l a r i t i e sa n dd i f f e r e n c e sa m o n ga i s ，a n na n dg a a r ed i s c u s s e d c h a p t e rt h r e ed e s c r i b e st h ec l a s s i cd i a g n o s i sm e t h o df o rr o t a t i n gm a c h i n e r y , s t u d i e st h e d i a g n o s i sp r o b l e mo fr o t a t i n gm a c h i n e r yb a s e do na i s ，b u i l dt h er e s p o n s em o d e lo ff a u l t d i a g n o s i sw i t ht h eh e l po fn e g a t i v es e l e c t i o na r i t h m e t i ca n dc o m m o ni l e l r n u n ea r i t h m e t i c w e r e s e a r c ha n dd i s c u s sd e e p l yo nt h er e l a t e da r i t h m e t i ca n dp a r a m e t e r s ，f i n i s ht h el o c a l i m p r o v e m e n t c h a p t e r f o u rp r e s e n t st h es t r u c t u r eo fac o m m o nm a c h i n ef a u l td i a g n o s i ss y s t e mb a s e do n t h ea i sr e s p o n s em o d e l ，t h e nd e s i g n sa n dd e v e l o p st h ef a u l td i a g n o s i ss y s t e ma n df i n i s h e st h e t e s t i n gw o r k i nc h a p t e rf i v e ，w ea n a l y s e st h ea p p l i c a t i o ns i t u a t i o na n dd e v e l o pa s p e c t so fd i s t r i b u t e d r e m o t ef a u l td e t e e t i o na n dd i a g n o s i s u s e sw e bs e r v i c e st e c h n o l o g yt of i n i s ht h ei n t e g r a t i o no f t h ef a u l td i a g n o s i ss y s t e mb a s e do na i s c h a p t e rs i xs 眦塔u pt h ew o r ko f t h ed i s s e r t a t i o na n dp r e s e n t sc o n c l u s i o na n dp r o s p e c t k e y w o r d s ：f a u l td i a g n o s i s ；a r t i f i c i a li n t e l l i g e n t ；a r t i f i c i a li i t l l n u n es y s t e m ；w e bs e r v i c e s ； d i s t r i b u t e dr e n a o t ed i a g n o s i st e c h n o l o g y i v 学号翟伽哗墨一 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据 我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的 研究成果，也不包含为获得斯江盘堂或其他教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：燃签字日期：加口6 年上月1 1 日 学位论文版权使用授权书 本学位论文作者完全了解：赶婆盘茔有关保留、使用学位论文的规定，有权保留并向 国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权一至! 鎏大 学一可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 插等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：顽荣杰 导师签名：4 矽彤踟 签字同期：如辞t 月ij 日 签字日期：刀翻车瑚p 日 学位论文作者毕业后去向： 工作单位： 通讯地址： 电话： 邮编： 浙江大学硕士学位论文第一章绪论 1 1 故障诊断的意义 第一章绪论 近年来，故障诊断技术和方法一直是一个十分活跃的研究领域。对于故障的定义目前 尚未有统一的说法，各种文献上的定义也都不尽相同。我国电子工业部部标规定在一般情 况下设备系统的故障是指：设备系统在规定条件下不能完成规定的功能；设备系统在规定 条件下一个或几个性能参数不能保持在规定的上下限值之间：系统在规定的应力范围内工 作时导致设备系统不能完成其功能的机械零件结构件或元器件的破裂、断裂、卡死等损坏 状态。美国政府 工程项目管理人员测试性与诊断性指南中把故障定义为“造成装置、 组件或元件不能按规定方式工作的一种物理状态”。广义地讲，故障可以理解为使系统表 现出所不期望的特性的任何异常现象【i j 。 随着科学技术的不断进步和现代化工业的迅速发展，为了最大限度地提高工业生产水 平和生产效率，机械设备和生产装置日益向大型化、集成化、精密化、柔性化、强载化、 系统化和自动化的方向发展。现代化的工业技术在大幅度提高了生产效率，取得良好的经 济效益的同时，也使得生产系统的规模变得越来越大；性能指标变得越来越高；工作强度 变得越来越重；各部门的关联变得越来越密切；设备组成和结构变得越来越复杂。这些变 化对机械设备的设计、制造、安装、维修和安全运行提出了更高的要求。有时候，企业的 运营完全依赖于一些关键性的大型旋转机械设备，如电力系统的汽轮机发电机组、石化行 业的高速离心压缩机、气压机等。这些机械设备运行的可靠性和稳定性将直接影响生产的 顺利进行，一旦发生故障，轻则影响生产效率，重则导致系统停机、生产中断，引起重大 经济损失，甚至会出现恶性生产事故，危及生命财产安全，造成极其严重的后果。 据统计，全球石化工业领域每年由于故障带来的直接经济损失超过2 0 0 亿美元1 2 】。为 了避免设备发生事故，人们越来越多地将精力集中在监测设备运行状态及在此基础上的故 障诊断当中。大型旋转机械，由于其在生产当中的重要性和应用的普遍性，故障诊断的复 杂性，成为机械设备故障诊断领域里最重要的诊断对象。目前的机械设备监测和诊断系统 主要用于大型旋转机械的工况监测和故障诊断。大型旋转机械是指主要功能是由旋转动作 来完成的大型机械，尤其是指转速较高的大型机械。图1 1 对大型旋转机械分类情况进行 了描述【3 】，表1 1 列举了常见大型旋转机械故障原因。 浙江大学硕士学位论文 第一章绪论 图1 i 旋转机械分类情况 表1 1 常见旋转机械故障原因 故障类别故障原因原因说明 腐蚀 腐蚀导致机械材料变质或使零件变小 强度不足冲蚀和磨损冲蚀造成零件尺寸减小，磨损导致零件表面层脱落 造成断裂 应力集中设计应力过大或结构形状不合理 破坏事故 局部缺陷由于铸、锻、焊不合适导致的缩孔、裂纹、晶粒粗大 不平衡 静、动平衡不好，或在工作中产生新的不平衡 振动引对中不良 安装不良、残余内应力、基础不均匀下沉等造成不对中 起故障自激振动由于材料内摩擦、流体力等引起 介质引起振动气流旋转失速、喘振、空吸等 应用故障诊断技术对旋转机械，尤其是对大型旋转机械设备进行在线监测有如下好处 f 4 ，5 l ： ( 1 ) 可以大大减少或避免由于故障导致的异常生产、设备运转停止及突发性事故造成 的重大经济损失和人员伤亡； ( 2 ) 能帮助维修人员尽早发现设备异常，加快查明故障原因，减少或预防故障影响； ( 3 ) 可以准确及时地向相关人员提供警报，使设备在严格的监督下有效地运行，保证 设备使用的合理性、运行的安全性并提高设备的经济性，能够充分挖掘设备潜力，延长使 用期限； ( 4 ) 能在各种产品的检验、性能评价、生产线结构修改和优化设计等方面发挥重要作 2 浙江大学硕士学位论文第一章绪论 用； ( 5 ) 利用设备状态监测及故障诊断技术，就有可能实现通过局部判断整体、通过现象 了解本质、通过当前预测未来，从而无需将设备进行系统细致的检验，实现设备的在线和 动态监测，保证生产线自动可靠运转，极大地迎合了现代化设备使用、维修和生产的需要。 由此可见，研究和应用设备状态监测和故障诊断技术，保障生产的连续性和安全性， 对于减少安全事故，提高现代化大生产的经济效益和社会效益，具有非常重要的意义。 1 2 故障诊断研究的历史和现状 早在第二次世界大战期间，大量的军事装备由于缺乏诊断技术及相应的维修手段而报 废于非战斗性损坏，损坏造成的惨重损失使人们开始意识到故障诊断和监测的重要性。正 式的故障诊断技术最早出现于美国1 6 】。2 0 世纪6 0 年代初，在阿波罗计划后出现的一系列 设备故障引发了灾难式的事故，迫使美国宇航局( n a s a ) 倡导并于1 9 6 7 年成立了美国 机械故障预防小组( m f p g ) ，英国成立了英国机器保健中心( u i 己m h m c ) ，这些举措拉开 了近代机械故障诊断技术研究的先河。到2 0 世纪7 0 年代，国外大型旋转机械的状态监测 和故障诊断开始进入应用阶段，电测量和频谱分析技术正式进入故障诊断领域。2 0 世纪 8 0 年代中期以后，飞速发展的人工智能理论开始应用于故障诊断当中，专家系统得到广 泛的应用，以信息处理技术为基础的现代故障诊断技术开始向基于知识的智能诊断技术方 向发展。 我国的机械状态监测和故障诊断技术的研究起步较晚，与国外的同类技术相比不论是 理论上还是工程实践上都有较大的差距。但是在国内的科研和工程技术人员的共同努力 下，近年来国内的机械状态监测和故障诊断发展十分迅速，不论是在诊断理论和方法的研 究上，还是在工程实践与监测诊断系统的研发上都取得了一定的成果。 故障诊断既是一门相对独立的学科，又是与其他学科如数学、力学、振动和信号处理、 人工智能、电子技术、计算机网络等交叉融合的新兴学科。故障诊断技术主要包括三方面 的内容：故障检测、故障隔离和故障识别【_ ”。所谓故障检测，是指判断系统中是否有故障 出现及记录故障发生的时刻；故障隔离是指检测出故障后，确定故障的位置和类型；故障 识别是指分离出故障后确定故障的大小和时变特性。从本质上讲，故障诊断技术是信息分 类和模式识别过程。分类即把系统的运行状态分为正常和异常两类，检测出的异常模式隶 属于哪种故障类型则是一个模式识别问题。 浙江大学硕士学位论文第一章绪论 故障诊断方法雌l 一般可分为基于信号处理的方法、基于解析模型的方法和基于知识处 理的人工智能方法。基于信号处理的方法通常利用信号模型，如相关函数、频谱等直接分 析可测信号，提取诸如均方根值、幅值、频率等特征值，从而检测故障的发生。近年来出 现的基于信号处理的故障诊断方法主要有基于自适应滑动窗格形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、基于小波分析的故障诊断方法。基于解析模型的方法 又可以分为状态估计方法、等价空间方法和参数估计方法。这三种方法虽然是独立发展起 来的，但它们之间存在着一定的关系。基于知识处理的人工智能方法主要可分为基于症状 的方法和基于定性模型的方法。基于症状的方法主要有模糊推理方法、模式识别方法、专 家系统方法和神经元网络方法。基于定性模型的方法有知识观测器方法等。在工程实践中， 诊断对象的精确数学模型往往难于获得。基于知识处理的人工智能方法由于不需要对象的 精确数学模型，因而在故障诊断应用中拥有强大的生命力，也获得了越来越广泛的应用。 通常情况下，对于一些小型设备及线性系统，人们可以采用基于信号处理和解析模型 的方法来处理 9 l 。但对于解决像大型旋转机械这样的复杂机械故障诊断问题，尤其是针对 干扰强度大、突发因素多和证据知识、推理结论不确定时产生的多征兆、多故障问题时， 上述两种方法常常显得无能为力，而基于知识处理的人工智能方法则能够在面对大型旋转 机械等复杂系统的故障诊断问题时显示出它强大的信息处理及识别能力。 近些年来，在计算机技术、人工智能、信号处理、模式识别技术的发展推动下，机械 故障诊断技术得到了长足的发展。特别是基于知识处理的人工智能故障诊断方法得到了广 泛的研刭”。 目前常用的基于知识处理的故障诊断方法主要有专家系统方法、人工神经网络方法、 模糊推理方法等。 ( 1 ) 专家系统是一种智能的计算机程序，它能够运用知识进行推理，解决只有专家 才能解决的复杂问题。也就是说，专家系统是一种模拟专家决策能力的计算机系统。专家 系统是以逻辑推理为手段，以知识为中心解决问题的。 典型的专家系统的架构： 1 ) 知识库( k n o w l e d g e b a s e ) 储存专家用以解决问题的知识。 2 ) 推理机( i n f e r e n c em e c h a n i s m ) 用以控制推理过程。 3 ) 使用者接口( u s e ri n t e r f a c e ) 提供使用者与专家系统的接口 4 ) 解释机( e x p l a n a t i o nm e c h a n i s m ) 提供使用者解释说明及咨询功能 4 浙江大学硕士学位论文第一章绪论 5 ) 知识获取接d ( k n o w l e d g e a c q u i s i t i o ni n t e r f a c e ) 提供编辑、增删知识库功能。 6 ) 工作记。t t , 反- ( w o r k i n gm e m o r y ) 储存推理过程中的事实。 专家系统一般可按知识表示技术和任务类型进行分类，如图1 2 所示。 图1 2 专家系统分类 基于专家系统的故障诊断方法根利用人们长期实践经验和大量故障信息知识，设计并 开发出一整套智能计算机程序，用来解决故障诊断问题。其中故障信息知识组成知识库， 包含了故障诊断对象的故障征兆、故障模式、故障原因、解决办法等内容。 ( 2 ) 人工神经网络以其独到的联想、记忆、储存和学习功能，在故障诊断领域受到了 广泛关注。人工神经网络由于具有以任意精度逼近任何非线性连续函数的能力和自组织学 习的能力，可以克服专家系统中存在的当前规则未考虑就无法工作的缺陷。人工神经网络 的上述优点使得它在故障诊断领域得到了广泛的应用。 人工神经网络在故障诊断当中的主要应用形式【l o l 有： 1 ) 直接以神经网络进行诊断 这种应用形式的基本思想为：以故障征兆作为人工神经网络的输入，诊断结果作为神 经网络的输出。首先人们利用已有的故障征兆和诊断结果对神经网络进行离线训练，使神 经网络记忆故障征兆和故障诊断结果之间的映射关系：随后训练完成的神经网络就可以用 来进行故障诊断。将适当处理后的故障征兆作为神经网络的输入端，训练后的神经网络就 可以对输入征兆进行计算处理，然后人们在输出端就可以获得适当的诊断结果。 浙江大学硕士学位论文 第一章绪论 2 ) 神经网络作自适应误差补偿 利用线性观察器估计系统输出和系统内部状态可以为故障诊断提供冗余( r e d u n d a n c y ) 关系，然而模型失配或不确定性会导致较大的估计误差。利用神经网络的自适应补偿方法 可以较好地消除模型误差的影响【7 】。 ( 3 ) 模糊推理方法是建立在模糊集合论、模糊i f - t h e n 规则和模糊推理等概念基础上 的计算方法【1 1 l 。模糊推理由于符合人类的自然思维过程，易于处理定性知识，适合用于 测量参数较少且无法获得精确模型的系统。模糊推理在数据分类、自动控制、决策分析、 专家系统、实践序列预测、机器人和模式识别等众多领域得到了成功的应用。 模糊方法也是故障诊断方法研究的一个重要分支，其用于故障诊断主要形式有直接基 于模糊推理的方法和基于自适应模糊阀值的残差评价方法等。模糊诊断是根据模糊集合论 征兆空间与故障状态空间的某种映射关系，由征兆来诊断故障。由于模糊集合论研究尚未 成熟，两模糊集合之间的映射关系规律确定等内容还没有统一的方法可循，加上因系统本 身不确定的和模糊的信息，以及要对每一个征兆和特征参数确定其上下限和合适的隶属度 函数，导致模糊诊断应用有局限性，通常模糊集合轮中元素隶属度的确定和两模糊集合之 间的映射关系规律的确定只能依靠经验和大量实验来确定 1 2 - 1 4 】。 上述故障诊断方法已经在理论上得到了重大的突破，在实践中也得到了越来越广泛的 应用，但是每种方法都存在着一定的不足，在实际应用中也还存在较大的困难，因而故障 诊断理论与方法还有待进一步的研究。人们多年的实践证明：研究新的故障诊断方法和对 现有的故障诊断方法进行改良能够能进一步提高故障诊断系统的准确性和及时性，并且能 够对一些现阶段无法进行有效诊断的复杂机械进行监测和诊断。 目前基于知识的机械故障诊断方法研究主要集中在以下几个方面1 1 5 】： l 、将一些新的理论引入故障诊断之中，如基于进化算法的故障诊吲”】，基于a g e n t 的故障诊断方法【1 7 1 ，基于人工免疫模型的故障诊断方法【1 8 1 等。随着新理论的不断提出和 发展，这方面的工作仍是故障诊断的重要内容之一。 2 、结合几种诊断方法，进行集成故障诊断研究，如研究将神经网络、模糊理论、小 波变换 1 蚍1 1 综合到一起的故障诊断方法。由于每种诊断方法都有其优缺特性，因此，这种 集成各种诊断方法的方式有其独特的优点和应用前景。这也是故障诊断领域有待深入研究 的部分之一。 3 、机械故障诊断是一门实用性很强的学科，因而只有在实际应用中才能体现它的价 6 浙江大学硕士学位论文第一章绪论 值。目前故障诊断在理论方法研究方面取得了不少进展，在工程应用中也有了一定的成功 实例。然而，将先进的故障诊断理论和技术方法应用于工程实践仍然有很多内容亟待进一 步的研究。 可见，将新的方法，尤其是一些人工智能方面的方法应用于机械故障诊断仍是当前该 领域的工作重点之一。多年来，人们受自然生物智能系统的启发，先后提出了人工神经网 络( a r t i f i c i a ln e u r a ln e t w o r k ，a n n ) 、遗传算法( g e n e t i ca l g o r i t h m ，g a ) 、人工免疫系 统( a r t i f i c i a li m m u n es y s t e m , a i s ) 等计算学习系统。有些计算学习系统，如人工神经网 络已经广泛地应用于各个工程领域，取得了良好的应用效果。而人工免疫系统近年来也得 到广泛的研究，取得了一定的成果，成为故障诊断领域的一个研究热点。 1 3 人工免疫系统的发展、现状及其在故障诊断领域的应用 1 3 1 人工免疫系统的发展与现状 1 9 7 4 年，j e m e 2 2 1 提出了免疫系统的网络假说，开创了独特型网络理论，并给出了微 分方程描述。p e r e l s o n 对此进行了进一步的阐述。1 9 8 6 年，f a r m e r l 2 3 1 基于免疫网络的假说， 构造了一个免疫系统的动态模型并与h o l l a n d 的分类器系统进行比较，提出了一些有价值 的学习算法的构造思想。随后的研究者不断从生物免疫系统中抽取隐喻( m e t a p h o r ) 机制， 用于a i s 模型设计、算法实现和工程应用，其主要应用于计算机安全、模式识别、智能 优化、机器学习、数据挖掘、自动控制、故障诊断等诸多领域。 对于人工免疫系统的定义，目前尚未有非常严格的论断。比较普遍的定义有 d a s g u p t a 2 4 1 给的“a i s 由生物免疫系统启发而来的智能策略所组成，主要用于信息处理 和问题求解”和t i m m i s 2 5 】给出的“a i s 是一种由理论生物学启发而来的计算范式，它借 鉴了一些免疫系统的功能、原理和模型并用于复杂问题的解决”。这两个定义着眼于生物 隐喻机制的应用，强调了a i s 的免疫学机理，为人们认可的程度较高。 在认识到a i s 在计算机安全【2 6 l 、机器学习口他引、模式识别 2 9 1 和数据挖掘【3 0 1 等领域的 应用前景后，许多大学、研究机构和工业界都开展了a i s 方面的研究口1 1 。f o r r e s t l 3 2 1 等较 早地开展了基于a i s 的信息安全方面的研究，提出了计算免疫学的概念；英国k e n t 大学 的t t m m i s 对基于s 的机器学习和数据挖掘技术进行了系统性的理论研究。作为计算智 能的一个崭新分支，a i s 已经成为e v o l u t i o n a r yc o m p u t a t i o n ，i e e et r a n s a c t i o no n 7 浙江大学硕士学位论文第一章绪论 e v o l u t i o n a r yc o m p u t a t i o n 等国际期刊的重要议题。在国际会议方面，从1 9 9 7 年开始，i e e e s y s t e m ，m a na n dc y b e r n e t i c s 等国际会议每年均组织专门的a i s 研讨会；其它国际会议如 g e c c o ( g e n e t i ca n de v o l u t i o n a r yc o m p u m f i o nc o n f e r e n c e ) ，c e c ( c g r e 鹞o ne v o l u t i o n a r y c o m p u t a t i o n ) 等也将a i s 作为主题之一；第一届人工免疫系统国际学术会议i c a r i s ( 1 s t i n t e r n a t i o n a lc o n f e r e n c eo na r t i f i c i a li m m u n es y s t e m s ) 也于2 0 0 2 年9 月在英国k e n t 大学 召开。 a i s 己在模式识别p 3 1 、计算机安全1 3 4 、故障诊断阅等领域成功应用。在模式识别方 面，a i s 结合了分类器、神经网络和机器推理等学习系统的一些优点，能学习新的信息和 回忆以前学习过的信息，使其可用于模式识别；在计算机安全方面，a i s 主要应用于计算 机安全策略的核心问题，即对非法入侵的监测；在故障诊断方面，a i s 主要用于检测系统 和进程中稳态特征的变化，其中检测器通常以概率进行检测而不需要有异常模式的先验知 识。a i s 其它方面的应用还有噪声控制3 6 1 、智能优化p 7 l 、决策支持系统3 8 1 等。 a i s 所具有的分布性、自适应性和动平衡性能够启发人们建立a i s 网络模型，为智能 控制提供一种崭新的方法；而它的学习记忆性、自我识别性可以用来研究各种免疫学习算 法，用来进行复杂问题的信息处理。a i s 的强大信息处理能力及特性为人们解决一些复杂 问题提供了崭新的方法。 1 3 2 人工免疫系统在故障诊断领域的应用 经过数百万年的自然选择和进化，生物免疫系统已经变得非常复杂和完善，足以识别 和处理绝大部分外来入侵抗原。从生物免疫系统中提取“隐喻”并将其应用于故障诊断领 域，将使故障诊断方法能以并行、分布的形式执行复杂的计算，具有很强的信息处理能力 p 9 , 4 0 l 。 基于a i s 的故障诊断方法正获得国内外研究人员的广泛关注。 在国外，d a s g u p t a 和f o r r e s t 将a i s 应用于工业生产中，利用刀具的切削力参数作为 特征量，开发了应用于刀具破损检测的监测与诊断系统【4 ”。该方法能够有效地监测出刀 具的工作状况，可以在较短时间内判断出刀具是否正常工作，不过d a s g u p t a 和f o r e s t 的 方法并没有涉及对刀具的具体故障类型进行识别，因而该方法不能很好地应用于寻找刀具 破损的原因。a r a u j o 利用a i s 对地下井升降梯进行故障监测 4 2 】，他提出了一种响应快速、 能够识别多重故障、适用于对安全性较高的设备的故障监测和诊断方法。 8 浙江大学硕士学位论文第一章绪论 国内一些学者也在机械故障诊断领域中对a i s 方法进行了有效的尝试。刘树林【1 8 】等 通过检测设备振动时域信号实现基于免疫系统的在线诊断系统。该系统通过检测器的约简 和聚类过程自动从时域信号中提取故障特征，避免了各种变换误差和人为干扰因素，具有 良好的在线性能。杜海峰1 4 习等为解决多级往复式压缩机故障诊断这一复杂问题，提出了 一种基于智能互补融合的智能诊断策略。该策略融合了自适应共振网络( a r t ) 和人工免 疫网络各自的优点，对监测对象数据样本进行浓缩，建立从故障状态空间到解释空间的映 射，进而达到故障诊断的目的。 可见，a i s 在故障诊断领域的理论和方法研究已经取得了一定的成果，在实际系统中 也得到了较好的应用。结合a i s 的故障诊断方法具有快速的异常判断能力、良好的自适 应性、动平衡性以及强大的信息处理和模式识别能力，特别适用于需要快速响应和设备安 全性要求较高的场合。基于a i s 的故障诊断方法也较适用于一些故障数据往往较难获取、 故障类型较多且经常出现混合故障的复杂机械设备监测和诊断当中。a i s 的这个特点使得 它特别适合于在线监测和自适应故障诊断。 由上述论述可知，在机械设备尤其是大型旋转机械故障诊断中引入a i s 方法，将在 很大程度上增加当前故障诊断系统的诊断能力和诊断范围。鉴于保证设备的安全运行、消 除事故隐患的迫切性及其巨大的社会、经济效益，进一步研究基于a i s 的故障诊断方法、 并将其应用于机械在线监测和故障诊断系统，有着十分重要的现实意义和应用前景。 1 4 本文主要研究内容和总体结构 1 4 1 本文主要研究内容 随着以信息处理技术为基础的现代故障诊断技术开始向基于知识的智能诊断技术方 向发展，越来越多的人工智能方法被引入到故障诊断领域。本文在机械故障诊断系统中引 入了人工免疫系统( a r t i f i c i a li m m u n es y s t e m ，以下简称m s ) 理论，分析了a i s 的主要 模型及相关算法，并建立了故障诊断系统中的人工免疫响应模型，设计了基于a i s 的故 障诊断系统的总体结构并完成了它的编程实现，最后用v i s u a ls t u d i o2 0 0 3 集成开发环境 完成了对系统的w e bs e r v i c e s 实现。 本文主要研究内容如下： 第一章阐述了机械设备故障诊断技术的研究意义及其发展历史和现状，论述了其主要 9 浙江大学硕士学位论文第一章绪论 发展方向；介绍了人工免疫系统的发展、现状及其在工程领域的应用，重点分析了它在故 障诊断领域的发展和应用现状；结合基金项目提出了本文的研究内容，给出了论文的总体 结构。 第二章介绍了人工免疫系统的理论基础一生物适应性免疫的作用机理和特点；分析 了当前主要的a i s 模型和阴性选择算法、免疫学习算法、一般免疫算法等常用人工免疫 算法，归纳了工程应用中的免疫算法的主要内容；分析了a i s 技术特点在故障诊断方法 中的适用性，为基于a i s 的故障诊断方法研究奠定了基础。 第三章将具有良好的自适应性、动平衡性以及强大的信息处理和模式识别能力的a i s 引入到机械故障诊断当中，结合故障诊断的特点，利用阴性选择算法、一般免疫算法及相 关a i s 特性建立了故障诊断中的a i s 响应模型；对抗原与抗体编码、故障特征提取及其 归一化、克隆扩增和高频变异、检测器和记忆抗体产生、系统动态更新等a i s 响应模型 的相关规则和方法进行了深入研究和局部改进；分析了阀值和阂值两个临界参数对系统性 能的影响。 第四章设计和开发了具有普适特点的机械故障诊断原型系统，详细介绍了系统的总体 结构、整体流程图、模块组成和主要功能：给出了系统软件的开发环境、开发工具；最后 利用测试数据对a i s 故障诊断方法进行了诊断功能测试，得到了良好的识别效果，验证 了a i s 故障诊断方法的有效性。 第五章论述了分布式远程故障监测和诊断技术的应用现状及其发展方向，分析了作为 下一代分布式技术核心的w e bs e r v i c e s 技术的原理、模型和主要特点，介绍了与w e b s e r v i c e s 密切相关的x m l 和s o a p 等标准和协议；完成了故障诊断系统使用数据的x m l 封装和s o a p 协议绑定，最后使用m i c r o s o f tv i s u a ls t u d i o2 0 0 3 集成开发环境完成了系统 的w e bs e r v i c e s 实现，使基于a i s 的故障诊断系统能够以“服务”的形式在i n t e r n e t 上实 现共享。 第六章对全文的研究和开发工作进行了总结，并对今后的工作提出了一些建议和设 想。 1 4 2 本文总体结构 本文总体结构如图1 3 所示： 1 0 浙江大学硕士学位论文第一章绪论 1 5 本章小结 f 第二章人工免疫系统基本原理、模型夏箕耱荚算棼i + e 阴性选择算蟊黝e - 般兔痰髯朗 ii ”第三章基于a l s 的赦障诊断蔓藤研究 。故障诊断巾的a i s 响应模i 霪。，l i 第四章基于a i s 的数障诊断原型系统静孳孽与开发i t 匿第五章基于矗s 的故障诊断系统的w e “b 画蔷实现l + 筐第六章总结与晨剃 图1 3 论文总体结构框图 本章作为全文的绪论，主要介绍了本文的研究意义和主要研究内容，具体如下： ( 1 ) 阐述了故障的定义和故障诊断的意义； ( 2 ) 论述了故障诊断的产生及故障诊断方法研究的历史、现状及发展趋势，介绍了 常用的故障诊断方法； ( 3 ) 简要介绍了a i s 作为一种新兴智能方法的研究和应用现状，论述了把a i s 应用于 故障诊断领域的意义； ( 4 ) 提出了本文的研究内容，给出了本文的总体结构安排。 浙江大学硕士学位论文第二章人工免疫系统基本原理模型及其相关算法 第二章人工免疫系统基本原理、模型及其相关算法 2 1 引言 1 9 5 6 年，人工智能( a r t i f i c i a li n t e l l i g e n c e ，a i ) 在一次会议上被正式提出。经过四十 多年的发展，人工智能已经广泛应用于计算机、机械电子、交通控制等众多领域，取得了 重大的成果。然而，由于人工智能的基本理论还不完整，从本质上解释大脑思考的源泉、 方式还存在相当大的困难，导致人工智能的进展并不像人们原先期待的那样迅速，许多研 究者都认为人工智能不能用简单数学模型描述，人工智能“应该从生物学而不是物理学得 到启示”m 。 多年来，生命现象和生物的智能行为一直为人工智能研究者所关注，人工智能的成就 也与生物有着密切关系。人们受自然生物智能系统的启发，提出了人工神经网络( a r t i f i c i a l n e u r a ln e t w o r k ，a n n ) 、遗传算法( g e n e t i ca l g o r i t h m ) 、人工免疫系统( a r t i f i c i a li m m u n e s y s t e m ，a i s ) 等计算学习系统。前两者，特别是人工神经网络，已经得到了长足的发展， 达到了相对成熟的状态，在工程领域的应用相当普遍，而a i s 由于其复杂性( 部分免疫 机理连生物免疫专家都尚未完全解析) 及应用局限性，发展相对较慢。然而，生物免疫系 统的强大信息处理能力及其特性为人们解决一些复杂问题提供了崭新的方法。 2 2a i s 理论基础生物免疫系统原理 生物免疫系统抵御外部入侵，使其免受病源侵害的应答反应称为免疫( i m m u n i t y ) 。 生物体免疫系统抵抗抗原入侵过程如图2 1 所示。外部有害病源入侵机体并激活免疫细胞， 诱导其发生反应的过程称为免疫应答。生物的免疫系统是一个非常复杂的自然防御系统， 它能够保护生物免受细菌、寄生虫、病毒以及其它微生物的感染。获得性免疫缺陷综合症 ( 艾滋病，a j d s ) 患者就是由于免疫系统被破坏以后丧失免疫能力而导致各种感染。生 物的免疫系统大体可以分为两类：固有性免疫系统和适应性免疫系统。固有性免疫系统( 最 典型的是皮肤) 对各种外来病菌都有抵抗能力，它抵挡了大部分微生物对生物体的入侵。 固有性免疫系统主要包括机体表面的皮肤、粘膜、机体分泌的脂肪