论文题名: | 基于免疫克隆算法的船舶远程故障诊断研究 |
关键词: | 船舶设备;故障诊断;免疫克隆算法;克隆变异算子 |
摘要: | 随着现代科学技术和制造工艺的飞速发展,船舶系统越来越系统化、大型化和复杂化,船舶设备在高负荷、大功率和恶劣环境下持续工作,不可避免地会出现各种各样的故障性问题,轻则延误正常的生产活动周期,重则危及船上人员的生命财产安全,造成严重的经济损失和人员伤亡。采用故障监测及诊断系统可以及时发现船舶故障,并指导排除故障隐患,在很大程度上保证船舶设备安全、高效、稳定地运转,有效降低船舶设备事故率,延长船舶设备的使用寿命。本文围绕船舶远程故障诊断这一课题具体从以下几个方面展开研究。 首先,探讨了目前船舶故障诊断相关的国内外研究现状,分析了传统船舶故障诊断方法的不足和局限性,并针对以往船舶故障诊断手段所存在的缺陷,结合船舶自身特点,提出船舶远程故障诊断方案,并论述了方案中的各技术细节及方案的整体可行性。 其次,重点阐述了如何提高船舶故障诊断的准确性和诊断效率。为达到这一研究目的,引入人工免疫系统中的免疫克隆算法,为使算法更加适合处理船舶设备工况参数,对算法中的克隆变异算子进行了适当改进,增强了算法的逃逸能力和全局寻优能力。并且在数据的预处理阶段之后、正式应用免疫克隆算法对数据进行综合处理之前,对数据进行离散化和引入竞争机制的聚类处理,使得每个聚类(即每个小搜索局域)中的优秀抗体个体可以获得克隆扩增实现亲和力成熟的机会,提高了抗体群分布的多样性,使算法在深度和广度搜索之间取得了平衡,有效地避免了算法因陷入局部最优解而导致早熟收敛现象的出现,同时解决了算法收敛速度慢的问题,进而提高了船舶故障诊断的准确性。 最后,将改进的免疫克隆算法应用于船舶故障诊断中,应用SQL Server2005建立数据库,存储历史过程数据和故障规则知识库,采用MATLAB GUI作为系统界面开发工具,综合应用MATLAB中的Database工具箱,开发了一款简化的船舶远程故障诊断系统。并且经过实例分析,验证了本船舶远程故障诊断系统的实操性、有效性和准确性。 |
作者: | 张国龙 |
专业: | 软件工程 |
导师: | 桑国明 |
授予学位: | 硕士 |
授予学位单位: | 大连海事大学 |
学位年度: | 2015 |
正文语种: | 中文 |