基于免疫克隆優化的陰性選擇算法在電機故障檢測中的應用

姜新通，陳言，劉釗銘(黑龍江八一農墾大學 信息技術學院，黑龍江 大慶　163319)

0　引　言

隨著我國工業技術的不斷發展，電機應用越來越廣泛。但是由于電機在使用過程中頻繁啟動、工作環境的改變和動態負載磨損電機等原因，會產生匝間短路，軸承損壞等故障。如果處理不當，這些故障可能導致電機性能退化甚至引發系統故障。因此，電機故障檢測對保證電機正常運行具有十分重要意義。

免疫系統是一種復雜自衛系統，具有顯著的學習、記憶和適應能力。人工免疫系統(AIS)受到自然免疫系統的啟發，是一種新興的計算方法。由于其具有模式識別、異常檢測、數據特征分析等特點，近些年逐漸受到重視。作為人工免疫系統的重要組成部分，陰性選擇算法是Forrest在1994年首先提出來的，其基本原理是首先生成一個自體集(代表正常的系統數據)，利用這些數據生成一個檢測器集合對設備進行檢測。但是陰性選擇算法也有其自身的缺陷，常規NSA檢測器由于黑洞的存在不能保證始終有效覆蓋其非自體空間。為了克服這些缺點，采用免疫克隆優化算法來優化陰性選擇算法的檢測器，提高其對電機的故障檢測率[1-3]。

文中第一、二節分別介紹陰性選擇算法和免疫克隆算法的基本流程。第三節主要介紹利用免疫克隆算法優化陰性選擇算法的檢測器，基于此構建一個新的電機故障檢測系統。第四節是系統的仿真，進行軸承故障檢測以驗證所提出的方案的有效性。……