基于生物免疫系统智能机理的在线学习故障诊断方法研究

摘要

众多智能故障诊断方法都是通过离线训练和在线诊断完成的,无法适应持续动态变化的环境.在挖掘生物免疫系统智能机理的基础上,构建能描述状态空间边界形状及其动态变化规律的边界元素.借鉴图形学理论,使用具有故障类型属性的边界元素与故障样本一起训练,建立具有在线学习能力的故障诊断系统,在诊断过程中利用测试样本逐步完善故障诊断系统,提高故障诊断准确率.利用轴承故障数据对在线学习故障诊断方法进行测试,与其他故障诊断方法进行对比发现在线学习故障诊断方法在训练样本数量较少时具有很高的故障诊断准确率,适合对故障数据缺乏的设备进行的故障诊断.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号