| 题名 | 水下机器人故障诊断与试验测试方法研究 |
| 作者 | 徐高飞1,2 |
| 答辩日期 | 2019-05-24 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 沈阳 |
| 导师 | 王晓辉 ; 刘开周 |
| 关键词 | 水下机器人 自适应故障诊断 区间预测 内部异常分析 试验测试 |
| 学位名称 | 博士 |
| 其他题名 | Fault Diagnosis and Trial-testing of Underwater Vehicles |
| 学位专业 | 模式识别与智能系统 |
| 英文摘要 | 本文针对水下机器人研发和应用中的实际需求，以辅助水下机器人的研发和运行维护、提高水下机器人的安全性和可靠性为目标，对水下机器人的故障诊断和试验测试方法进行了研究，主要研究内容如下：(1) 针对现有部分故障诊断方法需要系统的精确数学模型或完备的训练数据、对环境和系统自身的变化适应性差、难以区分故障和海流干扰的影响等问题，提出了一种具有在线学习能力的推进系统故障诊断方法。首先，通过分析相关性的变化趋势，在线估计推进系统的时延。然后，利用作业过程中采集的数据，对控制量与转速之间的关系进行在线建模。为提高建模精度，提出了一种具有记忆能力的多中心粒子群算法，对模型阶次和建模数据量进行在线优化。为适应作业过程中环境和系统自身状态的变化，设计了模型在线更新机制。基于该在线更新机制，提出了一种自适应故障检测方法。最后，通过海试数据和水池测试，验证了算法的有效性。该方法的主要环节均通过在线学习实现，与传统方法相比，该方法不需要水下机器人的数学模型和系统的详细信息，不需要进行离线训练，能够根据作业环境和系统自身的变化进行自适应调整，且对海流干扰的影响具有一定的鲁棒性。(2) 针对现有部分故障诊断方法一般采用固定阈值，对算法的自适应能力和性能造成影响的问题，提出了一种新的小样本强振荡时间序列区间预测算法，用于故障诊断过程中模型残差的自适应分析。该算法通过三次样条插值获取原始序列的上下包络线，根据序列振荡强度对包络线与模拟序列的间距进行动态拓展，基于新信息优先原理对包络间距序列预测值进行自适应调整，最终获得区间预测结果。为验证算法性能，采用来自不同各领域的应用实例进行了测试。通过与近期相关领域具有代表性的7种算法进行对比，表明本文算法在小样本强振荡时间序列预测方面具有明显优势。通过对推进器转速模型残差进行预测，表明该算法能够较好的满足对水下机器人故障诊断的工程应用需求。(3) 针对水下机器人中广泛存在位置相邻或对称布置的成组推进器这一情况，利用这种情况带来的优势，提出了一种基于同组推进器状态变量之间相似性分析的推进器故障诊断方法。首先选择合适的相似性度量指标对推进器电流序列之间的相似性进行度量，然后分析了电流序列之间相似性的概率分布特征。为检测相似性概率分布特征的异常变化，基于贝叶斯决策提出了一种相似性异常故障特征增强方法。接下来，采用本文提出的小样本区间预测方法，对相似性异常故障进行自适应检测。最后，基于对相关性变化的分析，实现故障的定位。通过海试数据以及在海试数据中注入故障，验证了该方法的有效性。(4) 针对实际应用中单独进行传感器故障诊断难以实现这一问题，通过分析水下机器人的常规作业状态，给出了近似稳态条件的具体描述，并分析了近似稳态条件下传感器的信号特征。在近似稳态条件的基础上，分别提出了基于小波细节信号分析和基于动态优化指数平滑的两种传感器故障诊断方法。通过海试数据以及在海试数据中注入故障，验证了算法的有效性。(5) 针对现有复杂系统故障诊断方法严重依赖系统详细信息和专家知识的问题，为了能够在缺少详细设计信息的情况下实现水下机器人系统内部异常现象影响因素的分析，提出了一种完全基于数据的分析方法。首先采用最大信息系数和Pearson系数，对运行数据中不同变量之间可能存在的线性或非线性关系进行分析，筛选出与异常现象有较强相关性的变量。接下来，通过时延估计对具有相关性的变量之间的因果性进行分析，找出有可能导致异常现象的变量。通过对海试中出现的异常现象进行分析，验证了该方法的有效性。(6) 针对在实验室条件下对水下机器人进行测试的具体需求，在现有数字化仿真测试和半物理仿真测试的基础上，论述了水下机器人试验测试的概念，并对相关理论进行了分析。在理论分析的基础上，设计并研制了一套完整的水下机器人试验测试系统，并在相关水下机器人的研制中取得了初步应用成果。本文的研究内容完全面向实际应用展开，本文中提出的算法将在我国正在研制的全海深载人潜水器中进行实验应用，本文中设计的试验测试系统将在近期完成最终集成并投入实际应用。 |
| 语种 | 中文 |
| 产权排序 | 1 |
| 页码 | 159页 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.sia.cn/handle/173321/25162]  |
| 专题 | 海洋机器人卓越创新中心 |
| 作者单位 | 1.中国科学院大学 2.中国科学院沈阳自动化研究所 |
| 推荐引用方式 GB/T 7714 | 徐高飞. 水下机器人故障诊断与试验测试方法研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2019. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论