刘树林;崔军明;林雪源;丛蕊;

• 1:大庆石油学院机械科学与工程学院

• 2:大庆石油学院机械科学与工程学院

• 3:大庆石油管理局地下资源开发公司

• 4:大庆石油学院机械科学与工程学院 黑龙江大庆163318

摘要(Abstract)：

传统的神经网络故障诊断方法对于新发生故障的误诊率较高,提出了将反面选择算法与神经网络相结合的故障诊断方法.该故障诊断方法对已知故障类型和未知故障类型都具有较准确的诊断能力.往复压缩机气阀的故障诊断实例表明该方法的有效性.

关键词(KeyWords)：反面选择算法;神经网络;故障诊断;活塞压缩机

Abstract:

Keywords:

基金项目(Foundation):国家自然科学基金资助项目(50475183);;

黑龙江省教育厅科学技术研究项目(10541010)

作者(Author):刘树林;崔军明;林雪源;丛蕊;

Email:

参考文献(References)：

• [1]Forrest S,Perelson A,Allen L.Self-nonself discrimination in a computer[A].Proceedings of the IEEE Symposium on Research inSecurity and Privacy[C].USA:IEEE Press,1994.202-212.

• [2]Dasgupta D,Krishnakumar K,Wong D.Negative selection algorithm for aircraft fault detection[A].Proceedings of the 3rd Interna-tional Conference on Artificial Immune System[C].New York:Springer-Verlag Publisher,2004.13-16.

• [3]刘树林,黄文虎,夏松波,等.基于免疫机理的往复压缩机气阀故障检测方法[J].机械工程学报,2004,40(7):156-160.

• [4]刘树林,张嘉钟,徐敏强等.基于小波包与神经网络的往复压缩机故障诊断方法[J].石油矿场机械,2002,31(5):1-3.

• [5]张吉先,钟秋海,戴亚平.RBF及模糊神经网络在旋转机械故障诊断中的应用[J].系统仿真学报,2004,16(3):560-563.