李洪伟，秦海勤，谢镇波

（海军航空大学青岛校区，山东青岛266041）

振动所包含的结构系统的状态信息最丰富（包含幅值、频率、相位、位移、速度等），能最直接、最广泛地反映机械系统的状态，且状态信息实时性强，一旦机械系统发生非正常状况，振动信号就会立即做出反应。因此，在航空发动机领域，利用振动数据来判定发动机状态已成为发动机状态监控的主要技术之一。对于振动数据的分析，通常采用时间序列分析、小波分析和时频域分析等技术和方法，来提取噪声掩盖下振动信号中的故障信息[1-10]，进而判定状态。但对于某些军用航空发动机而言，由于未装载振动传感系统，仅能在地面试车时记录关键振动值，前述基于大样本数据的分析方法已不适应。本文研究将基于人工免疫原理的智能数据分析方法，用于发动机地面试车数据分析，探讨小样本数据下的振动值分析。

1 人工免疫状态检测原理

人体免疫系统中有一种免疫淋巴细胞称为T细胞，在其产生过程中，通过伪随机基因重组过程在其表面产生检测器，随后进入胸腺进行检查（称为反面选择）。在检查过程中，和机体自身蛋白质反应的T细胞被毁灭，只有不破坏自身组织的T细胞成活下来。这些成熟的T细胞在体内循环，能检测出任何非己物质，执行免疫功能，保护机体不受抗原的侵害。受此免疫系统反面选择机理的启发，Forrest等在文献[11]中提出了一种用于检测计算机数据和程序文件变化的反面选择算法。……