基于行为的UUV推进操纵系统异常辨识方法研究.pdf

基于行为的UUV推进操纵系统异常辨识方法研究.pdf

ID:52212164

大小:889.16 KB

页数:9页

时间:2020-03-25

基于行为的UUV推进操纵系统异常辨识方法研究.pdf_第1页
基于行为的UUV推进操纵系统异常辨识方法研究.pdf_第2页
基于行为的UUV推进操纵系统异常辨识方法研究.pdf_第3页
基于行为的UUV推进操纵系统异常辨识方法研究.pdf_第4页
基于行为的UUV推进操纵系统异常辨识方法研究.pdf_第5页
资源描述:

《基于行为的UUV推进操纵系统异常辨识方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第28卷第1期传感技术学报V01.28No.12015年1月CHINESEJOURNALOFSENSORSANDACTUATORSJan.2015AFaultDiagnosisMethodforUUVPropulsionSystemBasedonBehaviorHNZheping,ZHAOJinyang,LIBenyin(CollegeofAutomation,HarbinEngineeringUniversity,Harbin150001,China)Abstract:Analgorithmofpropulsionsystemfaultdiagnosisf

2、orUUVisproposedinthispaper.Firstly,wedesignslidingmodeobserverbasedonthekineticequationtodiscriminatethepresenceofabnormalpointinthepropulsionsystem.Secondly,accordingtothecharacteristicsofUUVpropulsionsystem,wedevelopeabnormalidentificationtasksandabnormalpointlocationruletoidenti

3、fyoutliers.Atthesametime,wedesignthefuzzyrulestoidentifytheabnormalleve1.Atlast,themethodusedtoidentifytheabnormalbehaviorissimulatedincaseoftherightthrusterabnorma1.TheresultsshowthatthemethodaboveiSeffectiveandfeasible.Keywords:UUV;propulsionsystem;faultdiagnosis;actionEEACC:7320

4、E;0170Ldoi:10.3969/j.issn.1004—1699.2015.01.012基于行为的UUV推进操纵系统异常辨识方法研究冰严浙平,赵锦阳,李本银(哈尔滨工程大学自动化学院,哈尔滨150001)摘要:在感知系统正常工作情况下,从行为学的角度出发,对UUV推进操纵系统异常进行辨识。根据UUV动力学方程设计滑模观测器,与传感器获得的信息进行实时比较,监测系统是否发生异常;当推进操作系统发生异常时,根据根据传感器实时获得的UUV位姿速度信息和推进操纵系统空间分布特点,从辨识行为库中匹配特定的辨识行为,实现对异常点的准确定位,再按照设计的模糊规则得到

5、推进操纵系统异常点的危害程度,以采取相应的应急措施。最后,结合UUV右主推及卡舵异常情况,对基于行为的推进操纵系统异常辨识、异常点定位及异常级别判定方法进行了仿真验证。关键词:无人水下航行器(UUV);推进操纵系统;异常辨识;行为中图分类号:TP277文献标识码:A文章编号:1004—1699(2015)01—0062—09我们的地球绝大部分是被海洋覆盖的,而海洋进行较广泛的研究。美国夏威夷大学研制的“ODIN”拥有十分丰富的资源,UUV在开发利用海洋资源中号水下机器人根据某推进器期望的输出电压与实际可以扮演重要角色,在海洋管道的铺设、海洋考察和输出电压的残

6、差大小,则说明此推进器工作状态是否数据采集、钻井平台的管理维护等都可以看到UUV异常J,并采取应对措施。国内学者也有对UUV的的身影。UUV高度智能化是发生趋势,而自身的推进器故障诊断进行了相关研究,张铭均等采用模糊可靠性是其完成各种复杂任务的基础,这需要UUV逻辑与神经网络结合的技术进行执行机构的状态检对自身的运动状态能够实时的监测,避免发生不可测,得到执行机构的工作状态的优劣程度。朱大奇挽回的后果_2J。在实际应用中,UUV的推进操纵系等人提出了一种基于递归神经网络的故障辨识模统的故障发生率较高,并且推进操纵系统故障对型J,根据水下机器人实际输出与估计输

7、出问的误差UUV的运行状态的影响往往是致命的,因此本文围学习涮整隐藏层与输出层权矩阵,将两个神经网络输绕着推进操纵系统故障展开。出的故障信息分别与设定的阈值相比较,来判断执行针对UUV推进系统异常的辩识方法国内国外已器故障或传感器故障。上述文章所用的方法都是通项目来源:国家自然科学基金项目(51179038)收稿日期:2014一O1—29修改日期:2014—10—21第l期严浙平,赵锦阳等:基于行为的UUV推进操纵系统异常辨识方法研究63过残差来进行故障进行诊断,而本文受到行为学的启1.1滑模观测器设计发,通过残差的特点,匹配特殊的行为,实现故障点的由UUV

8、六自由度运动方程易得出UUV系统动定位以及故障危害程

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。