基于人工免疫系统的机组故障诊断技术

　　前言
　　第一章 绪论
　　 1.1 旋转机械故障诊断技术的研究意义
　　 1.2 旋转机械故障诊断主要方法及特点
　　 1.2.1 时域分析法
　　 1.2.2 频域分析法
　　 1.2.3 时频域分析法——小波分析法及分形分析法
　　 1.3 旋转机械故障诊断技术新进展
　　 1.3.1 基于人工神经网络的故障诊断方法
　　 1.3.2 基于模糊逻辑推理的故障诊断方法
　　 1.3.3 基于模糊神经网络的故障诊断方法
　　 1.3.4 基于专家系统的故障诊断方法
　　 1.3.5 智能融合故障诊断方法
　　 1.3.6 基于人工免疫系统的故障诊断方法
　　 1.4 本章小结
　　第二章 旋转机械故障诊断原理
　　 2.1 旋转机械故障诊断概述
　　 2.1.1 测振传感器
　　 2.1.2 数据采集与处理
　　 2.2 振动诊断的基础工作
　　 2.3 旋转机械典型故障
　　 2.4 旋转机组典型故障特征提取
　　 2.5 本章小结
　　第三章 基于人工免疫系统的故障诊断原理
　　 3.1 人工免疫系统原理及模型
　　 3.1.1 人工免疫系统的生物原型
　　 3.1.2 人工免疫系统的仿生机理
　　 3.1.3 人工免疫系统模型与算法
　　 3.1.4 人工免疫系统的典型应用
　　 3.2 阴性选择算法介绍
　　 3.2.1 阴性选择算法
　　 3.2.2 检测信号处理及检测器训练
　　 3.3 阴性选择算法新的改进
　　 3.3.1 现有阴性选择算法存在的不足
　　 3.3.2 新改进的阴性选择算法
　　 3.4 新改进的阴性选择算法流程及仿真分析
　　 3.4.1 新改进的阴性选择算法流程
　　 3.4.2 变异搜索方法1算法流程及仿真
　　 3.4.3 变异搜索方法2算法流程及仿真
　　 3.5 本章小结
　　第四章 基于免疫系统的机组ISo—2372诊断标准
　　 4.1 ISO-2372国际诊断标准诊断原理
　　 4.2 利用阴性选择算法实现机组ISO_2372诊断标准
　　 4.3 旋转机组运行状态监测的实际实现
　　 4.4 本章小结
　　第五章 无量纲指标特征及免疫检测器
　　 5.1 时域分析法提取故障特征
　　 5.2 无量纲指标特性及优点分析
　　 5.2.1 概率密度分布函数
　　 5.2.2 无量纲幅域诊断参数与典型信号的关系
　　 5.2.3 无量纲指标应用于故障诊断技术中的优点
　　 5.3 旋转机组故障免疫检测器的生成与定义
　　 5.4 电动机-压缩机机组试验提取故障特征的原理与方法
　　 5.4.1 试验机组组成及工作原理
　　 5.4.2 振动数据采集系统
　　 5.4.3 无量纲指标计算与故障特征提取方法
　　 5.5 试验旋转机组免疫检测器生成原理
　　 5.6 本章小结
　　第六章 基于免疫系统的机组故障诊断试验及仿真
　　 6.1 利用试验方案1进行无量纲指标免疫检测器的离线训练
　　 6.1.1 利用试验方案1建立与独有故障特征的免疫检测器集R1
　　 6.1.2 试验方案1的小结与讨论
　　 6.2 利用试验方案2进行机组故障特征提取
　　 6.2.1 五种故障的特征提取试验
　　 6.2.2 复合故障的特征提取试验
　　 6.2.3 高频故障的特征提取试验
　　 6.3 基于人工免疫系统的机组故障诊断实验及仿真
　　 6.3.1 集成诊断
　　 6.3.2 基于人工免疫系统的机组故障诊断系统软件
　　 6.3.3 基于人工免疫系统的机组故障诊断仿真实验
　　 6.4 本章小结
　　第七章 汽轮机-压缩机组智能故障诊断系统设计
　　 7.1 重整K201汽轮机-压缩机组
　　 7.1.1 重整生产工艺流程及其装置
　　 7.1.2 重整K201汽轮机-压缩机机组
　　 7.2 重整车间K201汽轮机-压缩机组智能故障诊断系统
　　 7.2.1 设计方案
　　 7.2.2 系统结构与特性
　　 7.2.3 数据图表简介
　　 7.3 重整K201机组智能故障诊断系统运行应用研究
　　 7.4 本章小结
　　总结与展望
　　参考文献
　　项目支撑