多层免疫模型及其在故障诊断中的应用研究
摘要 | 第1-6页 |
ABSTRACT | 第6-13页 |
第一章 绪论 | 第13-24页 |
·人工免疫系统的研究进展 | 第13-15页 |
·现有故障诊断方法评价 | 第15-17页 |
·基于免疫理论的故障诊断方法 | 第17-20页 |
·人工免疫网络在故障诊断中的应用 | 第17-18页 |
·人工免疫算法在故障诊断中的应用 | 第18-19页 |
·包含固有免疫性的人工免疫系统应用 | 第19-20页 |
·本文研究要点 | 第20-22页 |
·论文主要贡献及章节安排 | 第22-24页 |
·论文的主要贡献 | 第22-23页 |
·论文的章节安排 | 第23-24页 |
第二章 免疫背景 | 第24-42页 |
·生物免疫机理 | 第24-31页 |
·免疫系统的结构和功能 | 第24-28页 |
·初次响应和二次响应 | 第28-29页 |
·免疫细胞的相互作用及其活化信号 | 第29-30页 |
·免疫系统的信息处理特性 | 第30-31页 |
·人工免疫系统 | 第31-40页 |
·AISs 研究内容和范围 | 第32-33页 |
·状态空间描述 | 第33页 |
·免疫算法的分析 | 第33-37页 |
·人工免疫系统结构 | 第37-40页 |
·小结 | 第40-42页 |
第三章 面向故障诊断的多层免疫模型 | 第42-63页 |
·引言 | 第42页 |
·问题的提出及技术思路 | 第42-44页 |
·多层免疫诊断模型 | 第44-47页 |
·三层免疫诊断模型结构 | 第44-46页 |
·故障诊断问题定义 | 第46-47页 |
·固有诊断层 | 第47-52页 |
·自体库 | 第47-48页 |
·故障知识库 | 第48-50页 |
·自体/非自体识别 | 第50页 |
·固有免疫诊断 | 第50-52页 |
·故障传播诊断层 | 第52-55页 |
·故障传播模型 | 第53-54页 |
·基于故障传播模型的诊断过程 | 第54-55页 |
·适应性诊断层 | 第55-58页 |
·B-PCLONE 学习机制 | 第55-56页 |
·B 细胞学习 | 第56-57页 |
·抗体学习 | 第57-58页 |
·仿真实例 | 第58-62页 |
·小结 | 第62-63页 |
第四章 基于免疫网络的故障传播模型 | 第63-82页 |
·引言 | 第63-65页 |
·问题的提出 | 第63-64页 |
·解决思路 | 第64-65页 |
·现有故障传播模型的描述方法 | 第65-67页 |
·独特型网络和免疫调节 | 第67-69页 |
·基于免疫网络的故障传播模型 | 第69-78页 |
·B 细胞网络与系统故障传播的关系 | 第69-70页 |
·基于免疫网络的故障传播模型描述 | 第70-72页 |
·基于故障传播模型的诊断过程 | 第72-77页 |
·算法描述 | 第77-78页 |
·故障传播模型举例 | 第78-80页 |
·小结 | 第80-82页 |
第五章 基于体液免疫的双重学习机制 | 第82-102页 |
·机器学习概述 | 第82-84页 |
·相关理论基础 | 第84-87页 |
·体液免疫的学习与记忆 | 第84-86页 |
·粒子群优化算法与人工免疫的结合 | 第86-87页 |
·基于体液免疫的双重学习方法 | 第87-99页 |
·记忆细胞库生成阶段 | 第90-93页 |
·故障检测阶段 | 第93-94页 |
·抗原学习过程 | 第94-99页 |
·检测效率的比较 | 第99-101页 |
·小结 | 第101-102页 |
第六章 多层免疫诊断模型在电机故障诊断中的应用 | 第102-122页 |
·异步电动机故障机理分析 | 第102-104页 |
·信号采集及故障特征分析 | 第104-108页 |
·基于多层免疫模型的故障诊断实验 | 第108-121页 |
·训练阶段 | 第108-110页 |
·故障诊断阶段 | 第110-114页 |
·连续学习阶段 | 第114-121页 |
·实验结果分析 | 第121页 |
·小结 | 第121-122页 |
第七章 结论与展望 | 第122-126页 |
·本文总结 | 第122页 |
·主要工作 | 第122-123页 |
·本文的创新点 | 第123-124页 |
·研究展望 | 第124-126页 |
参考文献 | 第126-136页 |
致谢 | 第136-137页 |
作者在攻读博士学位期间发表的论文目录 | 第137-138页 |
作者在攻读博士学位期间科研情况 | 第138页 |