基于自我-非我识别机理的状态监测与故障诊断

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于自我-非我识别机理的状态监测与故障诊断

李蓓智, 杨建国, 杨江云, 魏建

文章导航 > 上海工程技术大学学报 > 2004 > 18(1): 24-27

李蓓智, 杨建国, 杨江云, 魏建. 基于自我-非我识别机理的状态监测与故障诊断[J]. 上海工程技术大学学报, 2004, 18(1): 24-27. doi: 10.3969/j.issn.1009-444X.2004.01.006

引用本文:

李蓓智, 杨建国, 杨江云, 魏建. 基于自我-非我识别机理的状态监测与故障诊断[J]. 上海工程技术大学学报, 2004, 18(1): 24-27. doi: 10.3969/j.issn.1009-444X.2004.01.006

Condition Monitoring and Fault Diagnosis Based on Self-nonself Discrimination Mechanism[J]. Journal of Shanghai University of Engineering Science, 2004, 18(1): 24-27. doi: 10.3969/j.issn.1009-444X.2004.01.006

Citation:

Condition Monitoring and Fault Diagnosis Based on Self-nonself Discrimination Mechanism[J]. Journal of Shanghai University of Engineering Science, 2004, 18(1): 24-27. doi: 10.3969/j.issn.1009-444X.2004.01.006

李蓓智, 杨建国, 杨江云, 魏建. 基于自我-非我识别机理的状态监测与故障诊断[J]. 上海工程技术大学学报, 2004, 18(1): 24-27. doi: 10.3969/j.issn.1009-444X.2004.01.006

引用本文:

李蓓智, 杨建国, 杨江云, 魏建. 基于自我-非我识别机理的状态监测与故障诊断[J]. 上海工程技术大学学报, 2004, 18(1): 24-27. doi: 10.3969/j.issn.1009-444X.2004.01.006

Condition Monitoring and Fault Diagnosis Based on Self-nonself Discrimination Mechanism[J]. Journal of Shanghai University of Engineering Science, 2004, 18(1): 24-27. doi: 10.3969/j.issn.1009-444X.2004.01.006

Citation:

Condition Monitoring and Fault Diagnosis Based on Self-nonself Discrimination Mechanism[J]. Journal of Shanghai University of Engineering Science, 2004, 18(1): 24-27. doi: 10.3969/j.issn.1009-444X.2004.01.006

基于自我-非我识别机理的状态监测与故障诊断

doi: 10.3969/j.issn.1009-444X.2004.01.006

东华大学,机械工程学院,上海,200051
上海工程技术大学,机械工程学院,上海,200336

中图分类号: TH17
计量
- 文章访问数: 154
- HTML全文浏览量: 51
- PDF下载量: 77
- 被引次数: 0
出版历程
- 刊出日期: 2004-03-30

Condition Monitoring and Fault Diagnosis Based on Self-nonself Discrimination Mechanism

摘要: 基于人工免疫自己非己识别机理(Self-nonself Discrimination-SND)的反面选择算法(Negative-selection Algorithm-NSA),为复杂机电系统的故障监测和诊断提供了新的思路.针对现有故障监测中,反面选择算法存在的不足,文章提出采用距离匹配的反面选择算法(Negative-selection Algorithm using distance matching -NSAD), 采用遗传算法,生成适合故障样本的故障种群,并采用欧几里德距离为适应函数,以产生与故障模式匹配的监测器,使监测器对特定故障模式具有更好的敏感性.文章以旋转机械为对象,进行验证,结果表明NSAD较NSA监测准确率高,误诊率低.
- 机电系统 /
- 故障诊断 /
- 生物信息系统 /
- 免疫系统 /
- 自己非己算法 /
- 反面选择算法

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 154
HTML全文浏览量: 51
PDF下载量: 77
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有 © 上海工程技术大学沪ICP备05052046号

电话：86-21-67791000Email：xuebao@sues.edu.cn

地址：中国上海市龙腾路333号邮政编码：201620

本系统由北京仁和汇智信息技术有限公司开发