作者：肖振华; 梁意文; 谭成予; 周雯; 刘维炜人工免疫系统树突状细胞数值微分故障检测
摘要：针对现有树突状细胞算法(dendritic cell algorithm,DCA)在不同类型设备的故障检测中严重依赖人工经验定义输入信号,缺乏适应性和完备性,提出了一种基于数值微分的树突状细胞故障检测模型 NDDC FD.首先,引入变化是系统危险发生的征兆和外在表现的思想,提出了一种基于变化危险感知的信号自适应提取方法,采用数值微分描述数据的变化,再从变化中提取输入信号.其次,原 DC模型中异常抗原的评价方式对突变性故障能有效检测,却无法及时发现渐变性故障,提出了采用 T细胞浓度作为故障评价指标.最后,在 DAMADICS和 TE两个基准平台上,将本文方法与原 DCA算法和传统主元分析法(principal component analysis,PCA)进行比较测试.实验结果表明NDDC FD方法不仅提高了原 DCA算法的适应性,且和 DCA、PCA相比具有较高检测率的同时,更能较早地检测到渐变性故障.因此,本文提出的故障检测方法 NDDC FD具有一般性,且性能良好.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
