一种基于人工免疫理论的性能监控与故障诊断方法

本文针对航空发动机故障样本获取比较困难等问题,提出了一种基于人工免疫理论的航空发动机性能监控与故障诊断方法。利用免疫系统的反面选择机理,并结合人工神经网络,确定发动机性能偏离正常值的程度(异常度),实现发动机性能趋势的监控。该方法能够灵敏、准确地反映发动机整体性能的变化情况,提高发动机性能正常与否的识别率,并以此来发现发动机潜在早期故障,防止故障的扩大。通过对某型涡扇发动机进行监控,证明该方法确实有效。

人工免疫理论在异常检测中的应用进展

对人工免疫理论在异常检测中的应用现状进行了系统的论述。首先,介绍了人工免疫的常用概念和术语,给出了异常检测的定义,阐述了人工免疫两个主要的基本理论,并进行了对比分析;深入分析了主要的人工免疫算法原理、流程及其在异常检测中的应用情况。最后简要提出了人工免疫在异常检测应用中的发展前景及其研究方向。

基于小波分析和人工免疫算法的模拟电路故障诊断

受生物免疫系统自己-非己识别过程的启发,提出了一种基于小波分析和人工免疫算法的模拟电路故障诊断的新方法。该方法首先利用小波变换,归一化和主元分析法作为预处理提取模拟电路的最优故障特征向量,然后利用反面选择算法的检测器对故障信息进行检测,从而实现模拟电路故障的分类。计算机仿真证明该方法是可行的。

基于人工免疫的直升机传动系统在线异常监测方法

针对直升机在线监测时难以提取状态特征的问题,提出一种适用于直升机传动系统在线状态监测方法。该方法基于生物免疫系统反面选择机理,利用改进型反面选择算法并结合人工神经网络进行监测。该方法能有效地提取直升机传动系统的状态特征,并结合直升机传动系统的实际情况准确得出状态异常度。在线监测实例结果表明,该方法能较准确监测出直升机传动系统的异常状态,验证了该方法具有较好的在线性、准确性及鲁棒性。

人工免疫机理在故障诊断中的应用

将人工免疫系统的反面选择算法作了改进,在产生检测器时,利用了遗传算法,并将欧几里德距离作为遗传算法中的适应函数。最后通过模拟实验表明,该算法能对旋转机械故障进行诊断,平均准确率可达95％以上。该算法也可以用于其他系统的在线故障诊断。

人工免疫系统及其在故障诊断领域中的应用

首先介绍了生物免疫系统的机理和特点,并给出了基于生物免疫机理开发的,在故障诊断领域中涉及较多的人工免疫网络模型、反面选择算法及其应用改进,然后给出了国内外人工免疫系统在故障诊断领域中的一些应用成果,最后对人工免疫系统在故障诊断领域中的应用前景和进一步的研究工作进行了展望。

反面选择算法在铁磁谐振过电压信号分析中应用的研究

生物免疫系统的主要功能是检测和杀伤来自生物体内外称为抗原的非己物质,受免疫系统自己——非己识别过程的启发提出的反面选择算法能检测出任何异常变化。结合中性点直接接地系统中时有发生的铁磁谐振过电压类型识别对反面选择算法展开研究,通过诊断实例表明,该算法可以有效进行铁磁谐振过电压故障类型的分离,并能够反应出该类型过电压故障的严重程度。

一种新型的网络安全技术——人工免疫系统

讨论了人工免疫系统的原理和发展概况 ,介绍了一种人工免疫系统的模型及其在计算机网络安全中的应用 。

利用人工免疫系统防范网络入侵与攻击

人工免疫系统是一个相对年轻的研究领域,在不同领域得到了广泛应用。本文以人工免疫算法为线索,介绍人工免疫系统在信息安全中研究现状和应用。首先介绍基于传统算法的免疫安全系统,包括反病毒系统、多Agent入侵检测和网络入侵检测。然后总结否定算法及其特点和基于否定算法的网络免疫系统。随后对危险理论基本原理及其在信息安全领域的应用进行系统综述。最后分析了人工免疫系统方法存在的问题,并指出进一步研究方向。

一种基于危险理论及模糊集的匹配免疫算法

分析了将人工免疫原理应用到入侵检测系统中存在的不足,提出了一种基于模糊集和危险理论的免疫克隆选择算法,引入了模糊集合和隶属度的概念,有效地优化了检测元的特性,提高了基于人工免疫模型的入侵检测效率和自适应性。

结合危险理论的故障检测免疫模型

为了实现快速准确的网络故障检测与诊断,将危险理论与动态克隆选择算法相结合,提出了用于网络故障检测的危险理论免疫模型;并针对网络故障特点,对危险理论与动态克隆选择算法进行了改进;首先采用危险理论模型对抗原进行危险信号浓度识别,并利用成熟检测器检测已知故障类型,其次用改进的动态克隆选择算法对未知故障进行有效的学习;通过对多种网络故障类型检测的仿真实验,证明了新模型不仅具有更好的检测效果和动态适应性,而且能够提高检测效率与准确率。

一种新型的克隆选择算法

针对克隆选择算法自适应能力较弱的缺陷,给出了一种基于危险理论的自适应克隆选择算法。设计了危险信号操作算子,该算子将种群浓度的变动作为环境因素,以抗体—抗原亲和力为依据计算各个抗体在该环境因素下的危险信号,最终通过危险信号自适应地引导免疫克隆、变异和选择等后续免疫应答。实验结果表明本文算法具有较好的自适应能力和多值搜索能力。

基于免疫原理的齿轮箱故障检测和诊断方法研究

提出了基于免疫原理的故障在线检测及诊断系统。用基于人工免疫的进化学习机制实现对检测对象异常工作状态下获得的非己模式串的学习和记忆;利用学习结果和系统故障信息库知识区分和标记不同故障在状态空间上对应的区域。应用于机床齿轮箱故障检测和诊断表明该方法有效。

基于变径边界样本界面检测器的异常度检测方法

针对机械设备缺少故障样本时如何高效检测其异常度问题,在分析训练样本的分布情况以及其在自己空间边界状态的基础上,优化训练样本半径,提出一种变径边界样本界面检测器。利用变径边界样本界面检测器异常检测方法分析了轴承状态数据,不仅能反映出轴承的各种故障状态,而且能通过异常度函数反映出故障的轻重程度。变径边界样本界面检测器的设备异常度检测方法,是在学习设备正常运行数据的基础上,优化训练样本半径,利用边界样本及其方位信息,构建界面检测器,对设备的运行状态进行检测。变径边界样本界面检测器在构建过程中不需要使用设备的故障数据,适用于对缺少故障数据的机械设备进行异常状态检测。