基于人工免疫系統(tǒng)的機組故障診斷技術

第一章　緒論
1.1　旋轉機械故障診斷技術的研究意義
1.2　旋轉機械故障診斷主要方法及特點
　1.2.1　時域分析法
　1.2.2　頻域分析法
　1.2.3 時頻域分析法——小波分析法及分形分析法
1.3　旋轉機械故障診斷技術新進展
1.3.1 基于人工神經網絡的故障診斷方法
1.3.2　基于模糊邏輯推理的故障診斷方法
1.3.3　基于模糊神經網絡的故障診斷方法
1.3.4　基于專家系統(tǒng)的故障診斷方法
1.3.5　智能融合故障診斷方法
1.3.6　基于人工免疫系統(tǒng)的故障診斷方法
1.4　本章小結
第二章　旋轉機械故障診斷原理
　2.1　旋轉機械故障診斷概述
　 2.1.1　測振傳感器
　 2.1.2　數(shù)據(jù)采集與處理
　2.2　振動診斷的基礎工作
　2.3　旋轉機械典型故障
　2.4　旋轉機組典型故障特征提取
　2.5　本章小結
第三章　基于人工免疫系統(tǒng)的故障診斷原理
3.1　人工免疫系統(tǒng)原理及模型
3.1.1　人工免疫系統(tǒng)的生物原型
3.1.2　人工免疫系統(tǒng)的仿生機理
3.1.3　人工免疫系統(tǒng)模型與算法
3.1.4　人工免疫系統(tǒng)的典型應用
3.2　陰性選擇算法介紹
3.2.1 陰性選擇算法
3.2.2　檢測信號處理及檢測器訓練
3.3　陰性選擇算法新的改進
3.3.1 現(xiàn)有陰性選擇算法存在的不足
3.3.2　新改進的陰性選擇算法
3.4　新改進的陰性選擇算法流程及仿真分析
3.4.1 新改進的陰性選擇算法流程
3.4.2 變異搜索方法1算法流程及仿真
3.4.3 變異搜索方法2算法流程及仿真
3.5　本章小結
第四章　基于免疫系統(tǒng)的機組ISO-2372診斷標準
4.1 ISO_2372國際診斷標準診斷原理
4.2　利用陰性選擇算法實現(xiàn)機組ISO_2372診斷標準
4.3　旋轉機組運行狀態(tài)監(jiān)測的實際實現(xiàn)
4.4　本章小結
第五章　無量綱指標特征及免疫檢測器
5.1　時域分析法提取故障特征
5.2　無量綱指標特性及優(yōu)點分析
5.2.1　概率密度分布函數(shù)
5.2.2　無量綱幅域診斷參數(shù)與典型信號的關系
　　……
第六章　基于免疫系統(tǒng)的機組故障診斷試驗及仿真
第七章　汽輪機-壓縮機組智能故障診斷系統(tǒng)設計
總結與展望
參考文獻
項目支撐