第
43
卷第
3
期
2012
年
5
月
太原理工大学学报
Vo
l.
43
No.3
May
2012
JOURNAL
OF
TAIYUAN
UNIVERSITY
OF
TECHNOLOGY
文章编号:
1007-9432(2012)03-0353-05
模糊免疫算法在电路故障诊断中的应用研究
田玉玲,任正坤
(太原理工大学计算机科学与技术学院,太原
03002
'
1)
摘
要
g
针对传统免疫算法在放障检测中存在的稳定性低、检测性能差等问题,基于模糊数学
和生物免疫系统的信息处理的机程,提出一种基于模糊数学策略的免疫算法。介绍了模糊免疫算
法的实现过程,并将其应用到模拟电路的故障诊断之中。仿真和实验实例表明,该算法适合于模拟
电路故障诊断,有效抑制了误报率,检测率也得以提高。
关键词
z
人工免疫系统;模糊免疫;故障诊断
z
模拟电路
中圄分类号
:TP306.3
文献标识码
:A
随着电子技术的快速发展,现代电子系统的规
模越来越大,复杂性越来越高。该设备任何部分的
故障都可能会导致部分故障或整个设备的故障,对
这种设备的维修和保养十分复杂,起费人力物力。
在电子设备中,模拟电路和模拟器件更是不可缺少
的,而且极易发生故障。根据统计,电子设备的混合
电路中,数字电路占到
80%
,但是发生故障的部分
80%
是出自模拟电路,由此可见,模拟电路的故障诊
断是电路故障诊断的瓶颈,制约着整个棍合电子系
统故障诊断技术的发展
[I
J
。因此,研究模拟电路故
障诊断方法,具有十分重要的意义。
近年来,人工智能和计算机技术等学科的快速
发展,成为故障诊断技术的理论基础,基于知识的故
障诊断方法也逐步产生。这种方法并不需要某个对
象的精确数学模型,并且也有一些"智能"的特点,所
以,这种方法具有很强的生命力。基于知识的故障
诊断主要包括以下几种方法:神经网络故障诊断方
法;故障树故障诊断方法;专家系统故障诊断方法和
数据融合的故障诊断方法等。在多种故障诊断方法
中,基于知识的故障诊断方法是一个比较新颖的方
法,具有很大的发展潜力,目前已有不少应用,但也
存在很多局限性。
为了提高算法的性能,许多基于人工免疫理论
的算法都用于集群。人工免疫系统,是一种适应性
学习系统,现有的生物免疫系统有许多有用的功能,
如学习、记忆、自我调节等。到目前为止,一些算法
收稿日期:
2012-03-04
基金项目:山西省自然科学基金资助项目
(2006011031)
或模型,包括否定选择算法、克隆选择算法和免疫网
络都在研究解决聚类问题。
基于生物免疫理论,提出一个新的免疫模型。
与传统的免疫算法或模型相比,这种模式更加适应
和有效。
1
免疫系统原理
从计算机科学的角度来看,生物免疫系统是一
个高度并行、分布、自适应和自组织的系统,它具有
很强的学习、识别、记忆和特征提取能力
[2J
。
免疫细胞是指所有参与免疫应答或与免疫应答
有关的细胞,免疫系统最重要的生理功能是对抗原
分子的识别和应答,这种识别作用是由免疫细胞完
成的。免疫细胞主要有两大类,一类为淋巴细胞,主
要为
T
淋巴细胞和
B
淋巴细胞,前者参与细胞免
疫,后者参与体液免疫。另一类是噬菌细胞,它们是
能够摄取和消化微生物并迁移进它们组织内部的白
细胞,它具有摄取抗原、处理抗原并将处理后的抗原
通过一定方式提呈给淋巴细胞的功能。免疫分子在
机体免疫系统的发育、免疫细胞的活化和免疫应答
中起着十分重要的作用。它们在诱导和调节免疫方
面也发挥着重要作用。
为定量的描述免疫系统,
Perelson
和
Oster
(1
979)
提出所有的免疫事件都在形状空间
V
中发
生。形状空间是抗体和与之结合的分子之间的结合
程度,以及描述抗原可能性区域的多维空间,本质上
作者简介:因玉玲
0963
一)
.女,山西太原人,副教授,博士,主要从事人工智能、故障诊断研究,<T
eD
15035104616