基于虚拟样机的气动执行器故障人工免疫诊断方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·国内外故障诊断技术的研究现状和发展趋势 | 第12-15页 |
| ·国内外故障诊断技术现状及发展概况 | 第12-13页 |
| ·故障诊断的方法 | 第13-14页 |
| ·故障诊断技术中存在的问题 | 第14-15页 |
| ·基于虚拟样机技术的故障诊断 | 第15-16页 |
| ·虚拟样机的分类 | 第15页 |
| ·虚拟样机技术的应用 | 第15-16页 |
| ·人工免疫系统在故障诊断中的应用 | 第16-17页 |
| ·本文主要研究内容 | 第17-18页 |
| 第2章 基于气动执行器虚拟样机的故障模拟 | 第18-39页 |
| ·气动执行器简介 | 第18页 |
| ·气动执行器组成及工作原理 | 第18-25页 |
| ·气动执行机构 | 第19-21页 |
| ·控制机构 | 第21-23页 |
| ·阀门定位器 | 第23-25页 |
| ·气动执行器常见故障 | 第25-26页 |
| ·气动执行器虚拟样机模型的建立 | 第26-29页 |
| ·DAMADICS 实验仿真平台简介 | 第26页 |
| ·气动执行器虚拟样机的建立原理 | 第26-29页 |
| ·气动执行器虚拟样机验证仿真 | 第29-32页 |
| ·气动执行器典型故障仿真 | 第32-37页 |
| ·电气转换器堵塞 | 第33-34页 |
| ·位置反馈信号传感器故障 | 第34-35页 |
| ·阀体堵塞 | 第35-36页 |
| ·阀体压差的不正常变化 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第3章 人工免疫系统与故障诊断 | 第39-50页 |
| ·免疫学基础 | 第39-43页 |
| ·免疫学基本概念 | 第40-41页 |
| ·免疫系统基本原理 | 第41-42页 |
| ·生物免疫系统的主要特点 | 第42-43页 |
| ·人工免疫系统起源 | 第43-44页 |
| ·人工免疫系统的仿生机理 | 第43-44页 |
| ·人工免疫系统的特点和应用范围 | 第44页 |
| ·人工免疫系统基本模型与算法 | 第44-49页 |
| ·人工免疫系统基本模型 | 第44-45页 |
| ·常见人工免疫算法 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于核主元分析的故障数据降维 | 第50-60页 |
| ·执行器仿真故障样本数据的获取 | 第50-51页 |
| ·主元分析方法 | 第51-52页 |
| ·基于核主元分析的故障特征选择方法 | 第52-55页 |
| ·核主元分析的基本原理 | 第52-55页 |
| ·KPCA 算法步骤 | 第55页 |
| ·基于 Iris 数据集的仿真实例 | 第55-57页 |
| ·基于 KPCA 的执行器故障样本降维 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 基于人工免疫的气动执行器故障诊断 | 第60-71页 |
| ·抗体的训练 | 第60-66页 |
| ·抗原与抗体的设计及编码 | 第60-61页 |
| ·亲和力的计算 | 第61页 |
| ·适应度函数的定义 | 第61页 |
| ·遗传算子操作 | 第61-63页 |
| ·抗体促进和抑制 | 第63-64页 |
| ·记忆抗体的更新 | 第64页 |
| ·抗体的训练步骤 | 第64-66页 |
| ·参数设置与记忆抗体的生成 | 第66-68页 |
| ·故障的识别与诊断 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
