1、本文針對核動力系統(tǒng)具有復雜、所積累的資料與故障樣本少以及核動力系統(tǒng)旋轉機械升降速過程信號信息量大、非平穩(wěn)、信號特征重復再現性不佳等特點,引入人工免疫系統(tǒng)作為基本建模和識別工具,實現對設備振動模式變化的在線監(jiān)測,提高設備的故障診斷率。后期進行的大量實驗驗證了此種模型的有效性、系統(tǒng)的魯棒性、預報的實時性以及監(jiān)控系統(tǒng)的穩(wěn)定性。
　　本論文研究了AIS基本原理、常用模型及相關實現算法;結合核動力系統(tǒng)的特性,系統(tǒng)地建立了AIS在核動力系統(tǒng)故

2、障診斷中的響應模型;設計了基于AIS的核動力系統(tǒng)故障診斷系統(tǒng),并對系統(tǒng)進行了測試,驗證了系統(tǒng)的可行性。本文主要研究內容如下:
　　第一章論述了故障診斷技術的國內外研究現狀;簡要介紹了AIS作為一種新興智能方法,應用于核動力系統(tǒng)故障診斷的可行性;最后給出了本論文的主要研究內容,并給出了論文的總體框架。
　　第二章綜述了核動力裝置故障診斷的研究現狀,簡單介紹了核動力系統(tǒng)常見設備及故障類型,為后面的故障診斷做鋪墊。
　　第三

3、章對AIS的基本理論做了介紹,著重介紹了AIS的幾種基本算法,為第四章的診斷算法做理論支持。
　　第四章對基本AIS算法進行改進,提出了一種改進的克隆變異算法,并將其應用到核動力設備的故障診斷中,建立了基于該改進算法的故障診斷模型;另外,給出了此模型中一些關鍵參數的選取原則,同時給出了檢測結果。
　　第五章給出了實驗方案并對第四章提出的方法進行了實驗驗證。
　　第六章總結了全文的研究成果和創(chuàng)新之處,并對今后的工作提出了