一种基于协同机制的免疫粒子群网络的机械故障诊断方法技术

本发明专利技术涉及机械故障诊断技术，具体是一种基于协同机制的免疫粒子群网络的机械故障诊断方法。本发明专利技术解决了现有机械故障诊断技术对故障样本数量要求高、诊断准确率低的问题。一种基于协同机制的免疫粒子群网络的机械故障诊断方法，该方法是采用如下步骤实现的：1)将传感器收集到的机械故障样本作为抗原；2)计算抗原和免疫网络的抗体之间的亲和力；3)对亲和力大的A子群体进行低频变异和抗体重组，并对亲和力小的B子群体进行粒子群优化和抗体重组，由此得到新的抗体群；4)对新的抗体群进行免疫网络调节；5)循环执行步骤2)-步骤4)；6)将传感器收集到的机械故障样本输入新的免疫网络。本发明专利技术适用于机械故障诊断。

【技术实现步骤摘要】
—种基于协同机制的免疫粒子群网络的机械故障诊断方法
本专利技术涉及机械故障诊断技术，具体是。
技术介绍
随着工业生产与科学技术的发展，机电设备越来越精密复杂，自动化水平也相应提高。机电设备一旦发生故障，不仅会导致设备本身损坏，而且会造成严重的生产安全事故和人身安全事故。因此，机械故障诊断对于保护机电设备、减少安全事故具有非常重要的意义。在现有技术条件下，机械故障诊断大多采用专家定期检修的方式。实践表明，此种方式由于自身原理所限，普遍存在对故障样本数量要求高、诊断准确率低的问题。基于此，有必要专利技术一种全 新的机械故障诊断方法，以解决现有机械故障诊断技术存在的上述问题。
技术实现思路
本专利技术为了解决现有机械故障诊断技术对故障样本数量要求高、诊断准确率低的问题，提供了。本专利技术是采用如下技术方案实现的:，该方法是采用如下步骤实现的:I)将传感器收集到的机械故障样本作为抗原；2)计算抗原和免疫网络的抗体之间的亲和力；3)根据亲和力的大小，将免疫网络的抗体群平均分为亲和力大的A子群体和亲和力小的B子群体；对亲和力大的A子群体进行低频变异和抗体重组，并对亲和力小的B子群体进行粒子群优化和抗体重组，由此得到新的抗体群；4)对新的抗体群进行免疫网络调节，由此得到新的免疫网络；5)循环执行步骤2)-步骤4)；当循环次数达到200次时，终止执行；6)将传感器收集到的机械故障样本输入新的免疫网络，由此得到机械故障诊断结果O所述步骤2)中，当计算抗原和免疫网络的抗体之间的亲和力时，具体计算公式如下:

【技术保护点】
一种基于协同机制的免疫粒子群网络的机械故障诊断方法，其特征在于：该方法是采用如下步骤实现的：1)将传感器收集到的机械故障样本作为抗原；2)计算抗原和免疫网络的抗体之间的亲和力；3)根据亲和力的大小，将免疫网络的抗体群平均分为亲和力大的A子群体和亲和力小的B子群体；对亲和力大的A子群体进行低频变异和抗体重组，并对亲和力小的B子群体进行粒子群优化和抗体重组，由此得到新的抗体群；4)对新的抗体群进行免疫网络调节，由此得到新的免疫网络；5)循环执行步骤2)‑步骤4)；当循环次数达到200次时，终止执行；6)将传感器收集到的机械故障样本输入新的免疫网络，由此得到机械故障诊断结果。

【技术特征摘要】
1.一种基于协同机制的免疫粒子群网络的机械故障诊断方法，其特征在于:该方法是采用如下步骤实现的: 1)将传感器收集到的机械故障样本作为抗原； 2)计算抗原和免疫网络的抗体之间的亲和力； 3)根据亲和力的大小，将免疫网络的抗体群平均分为亲和力大的A子群体和亲和力小的B子群体；对亲和力大的A子群体进行低频变异和抗体重组，并对亲和力小的B子群体进行粒子群优化和抗体重组，由此得到新的抗体群； 4)对新的抗体群进行免疫网络调节，由此得到新的免疫网络； 5)循环执行步骤2)-步骤4);当循环次数达到200次时，终止执行； 6)将传感器收集到的机械故障样本输入新的免疫网络，由此得到机械故障诊断结果。2.根据权利要求1所述的一种基于协同机制的免疫粒子群网络的机械故障诊断方法，其特征在于:所述步骤2)中，当计算抗原和免疫网络的抗体之间的亲和力时，具体计算公式如下:f =--( I ). I + ODij…，Dij = I I Ab1-Agj Il (2)； 式(1)-(2)中:?^为第j个抗原与免疫网络的第i个抗体之间的亲和力;Agj为第j个抗原；Abi为免疫网络的第i个抗体；Θ为常数，且Θ e (O, I) Aij为第j个抗原与免疫网络的第i个抗体之间的距离。3.根据权利要求1所述的一种基于协同机制的免疫粒子群网络的机械故障诊断方法，其特征在于:所述步骤3)中， 当对亲和力大的A子群体进行低频变异时，具体变异公式如下: a = ...

【专利技术属性】
技术研发人员：郝伟，续欣莹，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西;14