文章基本信息

标题：Structural health monitoring of a rotor using continuous learning artificial immune systems algorithms
本地全文：下载
作者：Daniela Cabral de Oliveira ; Fábio Roberto Chavarette ; Roberto Outa 等
期刊名称：Research, Society and Development
电子版ISSN：2525-3409
出版年度：2020
卷号：9
期号：7
页码：1-22
DOI：10.33448/rsd-v9i7.3546
出版社：Grupo de Pesquisa Metodologias em Ensino e Aprendizagem em Ciências
摘要：El trabajo propone una metodología para el desarrollo de monitoreo de integridad estructural basada en técnicas informáticas inteligentes, con el propósito de detectar fallas estructurales en un rotor utilizando la técnica de sistemas inmunes artificiales con selección negativa y selección clonal. Este concepto permite componer el sistema de diagnóstico capaz de aprendizaje continuo, contemplando dos situaciones de daño, sin la necesidad de reiniciar el proceso de aprendizaje. En este escenario, se utilizaron dos algoritmos inmunológicos artificiales, el algoritmo de selección negativa responsable del proceso de reconocimiento de patrones y el algoritmo de selección clonal responsable del proceso de aprendizaje continuo. Para evaluar la metodología, se estableció un banco experimental que produce una señal de vibración, a partir de la cual se puede capturar y tratar, se puede identificar, clasificar e incluso definir el pronóstico del comportamiento de la prueba. Los resultados demuestran robustez y precisión de la metodología propuesta.↓O trabalho propõe uma metodologia para o desenvolvimento de monitoramento da integridade estrutural baseado em técnicas de computação inteligente, com propósito de detectar falhas estruturais em um rotor utilizando a técnica de sistemas imunológicos artificiais com seleção negativa e seleção clonal. Este conceito permite compor o sistema de diagnóstico apto a aprender continuamente, contemplando duas situações de danos, sem a necessidade de reiniciar o processo de aprendizado. Neste cenário, foi empregado dois algoritmos imunológicos artificiais, sendo o algoritmo de seleção negativa, responsável pelo processo de reconhecimento de padrões, e o algoritmo de seleção clonal responsável pelo processo de aprendizado continuado. Para avaliar a metodologia foi montada uma bancada experimental que produz um sinal de vibração, a partir do qual capturado e tratado, pode ser identificado, classificado e até definido o prognóstico do comportamento do teste. Os resultados demonstram robustez e precisão da metodologia proposta.
其他摘要：The work proposes a methodology for the development of structural integrity monitoring based on intelligent computation techniques, with the purpose of detecting structural faults in a rotor using the technique of artificial negative and clonal selection immune systems. The method makes it possible to compose the diagnostic system able to learn continuously, covering two situations of damage, without the need to restart the learning process. The negative selection algorithm is responsible for the pattern recognition process and the clonal selection algorithm is responsible for the continuous learning process. To evaluate the methodology, an experimental bench was set up that produces a signal which, from which captured and treated, can be identified, classified and even defined the prognosis of the test behavior. The results demonstrate robustness and precision of the proposed methodology.
关键词：monitoreo de integridad estructural;Rotor;Sistemas inmunes artificiales;Algoritmo de selección negativa;Algoritmo de selección clonal.;Monitoramento de integridade estrutural;Rotor;Sistemas imunológicos artificiais;Algoritmo de seleção negativa;Algoritmo de seleção clonal.
其他关键词：Structural integrity monitoring;Rotor;Artificial immune systems;Negative selection algorithm;Clonal selection algorithm.