第3卷第5期 智能系统学报 Vol 3 No 5 2008年10月 CAA I Transactions on Intelligent Systems 0ct2008 一种新型免疫网络学习算法在故障诊断中的应用 李红芳2，张清华1，谢克明2 (1茂名学院计算机与电子信息学院，广东茂名525000,2太原理工大学信息工程学院，山西太原030024) 摘要：针对免疫算法对旋转机械故障进行诊断时存在多样性、去冗余方面的困难，提出了一种新型免疫网络学习算法。 该算法首次在抗体初始化过程引入了抗体抑制机制，定义了邻近抗体对本抗体的抑制阈.消除了冗余的抗体，增强了抗 体的多样性.另外该算法定义了新的学习速率，使得抗体向抗原的方向搜索速度更快.最后将该算法运用在旋转机械故 障诊断中，试验结果表明算法能有效地对5种典型故障进行分类识别. 关键词：克隆选择；故障诊断；免疫网络；无量纲指标 中图分类号：P18文献标识码：A文章编号：16734785(2008)05-0449-06 Applica tion of a novel imune network learn ing a lgor ithm to fault dagnosis LI Hong-fang,ZHANG Qing-hua',XIE Kem ing (1.College of Electronic Infomation and Computer,Maom ing University,Maom ing 525000,China;2 College of Inomation Engi- neering.Taiyuan University of Technobgy,Taiyuan 030024,China) Abstract:mmune algorithms have problems diagnosing faults in rotating machines This is due to the volume of u- nique data points they must process,and the difficulty in elim inating redundant data Hence,a novel mmune net- work leaming algorithm was fomulated,in which antibody suppression was introduced in the process of generating initial antibodies,and a supp ression threshold for antibodies with repect to neighboring antibodies was defined Redundant antibodies were elim inated,while allwing the diversity of antibodies be enhanced In addition,a new leaming rate was defined,increasing the speed antibodies search in the direction of antigens Finally,the al- gorithm was tested in fault diagnosis for rotatingmachines Expermental results indicated that this algorithm can ef fectively classify and recognize five typ ical kinds of faults Keywords:clone selection:fault diagnosis mmune netork:non-dmensional parameter 随着旋转机械日趋大型化、高速化、复杂化，设】 点，具有新颖的解决问题的能力，为故障诊断提供了 备出现故障的概率也在增加，诊断也越来越困难.而 一条新思路21基于AS的上述特点，研究员们提 现有的诊断技术在系统地运用机组状态监测数据、 出了多种AS模型，其中具有代表性的是Tim is 自动地获取知识且能进行高速推理及在线故障诊断 和De Castro!分别提出的RLAS和aNet模型，主 等方面仍存在不足.人工免疫系统(artificial mmune 要用于数据压缩和聚类.其中aNet是一种无连接、 system,AS)是模拟生物免疫系统功能的一种新型 竞争、建设性的网络.主要功能是运用免疫网络亚动 智能方法.它具有强大的信息处理能力，具备噪 力学思想，将输入数据集映射到一个规模很小的记 声忍耐、无师学习、自组织、记忆等进化学习机理，结 忆网络，以达到数据压缩的目的，并从数据集中提取 合了分类器、神经网络和机器推理等系统的一些优 相关特征.文献[8提出了一种基于自适应共振 网络和人工免疫网络智能互补融合的智能诊断策 收稿日期：2007-11-06 基金项目：广东省自然科学基金资助项目(05011905)：广东省科技计 略，用于多级往复式压缩机故障诊断中，具有较优好 划资助项目(2006B12401009). 通信作者：李红芳.Email lihongfang0109@163.comm 的诊断效果.文献[9将克隆选择分类算法引入到 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.hup://www.cnki.ner第 3卷第 5期 智 能 系 统 学 报 Vol. 3 №. 5 2008年 10月 CAA I Transactions on Intelligent System s Oct. 2008 一种新型免疫网络学习算法在故障诊断中的应用 李红芳 1, 2 ,张清华 1 ,谢克明 2 (1. 茂名学院 计算机与电子信息学院 ,广东 茂名 525000; 2. 太原理工大学 信息工程学院 ,山西 太原 030024) 摘 要 :针对免疫算法对旋转机械故障进行诊断时存在多样性、去冗余方面的困难 ,提出了一种新型免疫网络学习算法. 该算法首次在抗体初始化过程引入了抗体抑制机制 ,定义了邻近抗体对本抗体的抑制阈. 消除了冗余的抗体 ,增强了抗 体的多样性. 另外该算法定义了新的学习速率 ,使得抗体向抗原的方向搜索速度更快. 最后将该算法运用在旋转机械故 障诊断中 ,试验结果表明算法能有效地对 5种典型故障进行分类识别. 关键词 :克隆选择 ;故障诊断 ;免疫网络 ;无量纲指标 中图分类号 : TP18 文献标识码 : A 文章编号 : 167324785 (2008) 0520449206 Application of a novel immune network learn ing algor ithm to fault diagnosis L I Hong2fang 1, 2 , ZHANG Q ing2hua 1 , X IE Ke2m ing 2 (1. College of Electronic Information and Computer, Maoming University, Maom ing 525000, China; 2. College of Information Engi2 neering, Taiyuan University of Technology, Taiyuan 030024, China) Abstract: Immune algorithm s have p roblem s diagnosing faults in rotatingmachines. This is due to the volume of u2 nique data points they must p rocess, and the difficulty in elim inating redundant data. Hence, a novel immune net2 work learning algorithm was formulated, in which antibody supp ression was introduced in the p rocess of generating initial antibodies, and a supp ression threshold for antibodies with respect to neighboring antibodies was defined. Redundant antibodies were elim inated, while allowing the diversity of antibodies to be enhanced. In addition, a new learning rate was defined, increasing the speed antibodies search in the direction of antigens. Finally, the al2 gorithm was tested in fault diagnosis for rotatingmachines. Experimental results indicated that this algorithm can ef2 fectively classify and recognize five typ ical kinds of faults. Keywords: clone selection; fault diagnosis; immune network; non2dimensional parameter 收稿日期 : 2007211206. 基金项目 :广东省自然科学基金资助项目 (05011905) ;广东省科技计 划资助项目 (2006B12401009). 通信作者 :李红芳. E2mail: lihongfang0109@163. com. 随着旋转机械日趋大型化、高速化、复杂化 ,设 备出现故障的概率也在增加 ,诊断也越来越困难. 而 现有的诊断技术在系统地运用机组状态监测数据、 自动地获取知识且能进行高速推理及在线故障诊断 等方面仍存在不足. 人工免疫系统 ( artificial immune system, A IS)是模拟生物免疫系统功能的一种新型 智能方法 [ 1 ] . 它具有强大的信息处理能力 ,具备噪 声忍耐、无师学习、自组织、记忆等进化学习机理 ,结 合了分类器、神经网络和机器推理等系统的一些优 点 ,具有新颖的解决问题的能力 ,为故障诊断提供了 一条新思路 [ 223 ] . 基于 A IS的上述特点 ,研究员们提 出了多种 A IS模型 ,其中具有代表性的是 Timm is [ 4 ] 和 De Castro [ 1 ]分别提出的 RLA IS和 aiNet模型 ,主 要用于数据压缩和聚类. 其中 aiNet是一种无连接、 竞争、建设性的网络. 主要功能是运用免疫网络亚动 力学思想 ,将输入数据集映射到一个规模很小的记 忆网络 ,以达到数据压缩的目的 ,并从数据集中提取 相关特征 [ 527 ] . 文献 [ 8 ]提出了一种基于自适应共振 网络和人工免疫网络智能互补融合的智能诊断策 略 ,用于多级往复式压缩机故障诊断中 ,具有较优好 的诊断效果. 文献 [ 9 ]将克隆选择分类算法引入到 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net