基于模糊定性仿真的AUV推進器與傳感器故障診斷方法研究.pdf

1、隨著陸地上不可再生資源的日益減少,海洋在人類生存發(fā)展中的地位愈加突出,海洋開發(fā)需要先進技術和裝備。水下機器人是目前唯一能夠在深海環(huán)境中工作的裝備,隨著海洋開發(fā)進程的加快,對水下機器人技術提出了更高和更迫切的要求。自主式水下機器人(AUV:Autonomous Underwater Vehicle)無人無纜自主完成水下探測與作業(yè)任務,安全性和可靠性是AUV研究和應用中的關鍵問題。作為在復雜海洋環(huán)境中工作的載體,狀態(tài)監(jiān)測與故障診斷是保證AU

2、V安全性的基礎和核心技術。AUV故障診斷理論的研究對提高其安全性具有重要的科學意義和實際應用價值。
　　 本文以開架式水下機器人實驗平臺“海貍”號為研究對象,針對海洋環(huán)境中外部干擾下的AUV系統(tǒng)故障診斷問題,根據(jù)模糊定性仿真理論,針對傳統(tǒng)模糊定性仿真方法中模糊定性狀態(tài)序列的形式無法表現(xiàn)出系統(tǒng)同一模式的共性特征的問題,提出了采用模糊定性狀態(tài)轉(zhuǎn)換序列形式的模糊定性模型表示方法;為了區(qū)分AUV不同運行模式,提出了對傳統(tǒng)模糊定性狀態(tài)轉(zhuǎn)換

3、規(guī)則的轉(zhuǎn)換類型進行細化分類標定的方法。將AUV動力學模型、歷史過程數(shù)據(jù)中各變量變化趨勢關系轉(zhuǎn)換為各變量之間的模糊關系,通過模糊關系過濾結(jié)合時序過濾進行模糊定性推理,得到AUV各正常運行模式以及各故障模式下的模糊定性模型。
　　 在AUV模糊定性模型的基礎上,建立了基于決策樹的AUV故障診斷體系,給出了其基本要素的確定方法。根據(jù)不同模式模糊定性模型輸出預測狀態(tài)之間的差異值以及變量隸屬度信息,構造訓練樣本,建立分層決策樹進行模式分類

4、以及故障程度識別。針對AUV在線診斷工作量大以及難以實現(xiàn)故障程度判別的問題,提出了基于分層決策樹的故障類型判定以及故障程度識別方法。
　　 在本文所提出的故障類型判定以及故障程度識別方法的基礎上,進行了“海貍”號水下機器人推進器、傳感器典型故障的在線仿真實驗研究,驗證了基于模糊定性模型的AUV故障診斷方法的可行性。通過定性化處理之后的實驗數(shù)據(jù),與所建立模型中的各正常模式以及各故障模式的模糊定性狀態(tài)序列的比較,對機器人的模糊定性模