基于反面选择原理的智能融合故障检测模型及其应用

• 作者: 侯胜利 徐学邈 王如根
• 来源期刊: 系统工程与电子技术
• 学科: 航空航天
• 关键词: 航空发动机 故障检测 智能融合 反面选择原理 人工神经网络
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 可靠性
• 页码范围: 2029-2032
• 页数: 4页
• 分类号: V235.113
• 字数: 3020字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-506X.2009.08.055

摘要

针对反面选择算法用于故障检测所存在的局限性,提出了一种基于反面选择原理的智能融合故障检测模型.该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将系统的异常模式信息存储在分布的检测器中,根据检测器的激活来发现系统的故障.通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响.最后以发动机压气机失速检测实验为例,证实该方法对失速信号的模式特征具有较强的分辨能力,同时表明神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯胜利		20	120	6.0	10.0
2	王如根	空军工程大学工程学院	67	394	11.0	15.0
3	徐学邈	空军工程大学工程学院	12	69	5.0	8.0