基于双层人工免疫网络的皮带秤故障诊断

• 作者: 李东波 童一飞 袁延强 高森祺
• 来源期刊: 机械设计与制造工程
• 学科: 工学
• 关键词: 故障诊断 人工免疫网络模型 双层免疫网络 适应性诊断层
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 107-111
• 页数: 5页
• 分类号: TH165
• 字数: 4299字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-509X.2017.01.023

摘要

当前基于神经网络等传统算法的皮带秤的故障诊断方法对样本数量需求多且易出现局部最优解，为提高皮带秤故障诊断效率及使用精度，引入了人工免疫网络模型。传统的aiNet网络模型对已知故障的识别效率高，但难以有效识别未知故障，为弥补这一缺陷，基于生物免疫机制设计了双层免疫网络，以克隆选择算法为核心搭建了适应性诊断层实现对未知故障的学习，并运用在皮带秤的故障检测中。该方法对已有故障的识别率保持在95％以上，对新故障的识别率也高达90％以上，实际运行效果良好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李东波	南京理工大学机械工程学院	200	1697	22.0	30.0
2	童一飞	南京理工大学机械工程学院	78	418	11.0	16.0
3	高森祺	南京理工大学机械工程学院	2	1	1.0	1.0
4	袁延强	南京理工大学机械工程学院	1	1	1.0	1.0