《基于生物免疫机理的连续学习故障诊断方法》

技术简介：

智能故障诊断方法是保障机械设备安全可靠运行的重要手段，然而，现有智能故障诊断方法缺乏连续学习能力，诊断时无法有效识别未参与训练的故障类型。在生物免疫系统智能机理的启发下，提出一种连续学习故障诊断方法。此方法使用k近邻策略优化诊断过程提升运行速度；通过不断对诊断数据的学习，实时培养和更新记忆细胞；利用新类型记忆细胞阈值识别未参与训练的故障类型，并培养新类型记忆细胞；利用新记忆细胞阈值更新已知类型记忆细胞，用于提升故障诊断性能。在一定条件下，此方法退化为普通的监督学习故障诊断方法。利用20个标准数据集和凯斯西储大学轴承故障数据集对此方法进行了评估，实验结果表明此故障诊断方法具有良好的故障诊断性能。

研发人员：李栋;龚兰兰;刘树林;孙欣;雷勇;