收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的AUV传感器与推进器故障诊断

王子楷  
【摘要】:AUV故障类型较多,现今大量使用的AUV故障诊断方法主要是基于信号的方法,也就是通过对AUV传感器采集到的信号进行故障特征提取,基于传感器信号与AUV理论状态值的差值再进行故障分类。这种基于信号的故障诊断方法,对于故障观测器的设计专家具有较高的要求,其不仅需求扎实的信号处理技术同时对于目标载体的运动特性工作环境都要有很深入的了解,但是对于工作在深水中的AUV来说其工作环境十分复杂多变,若只依靠专家的离线设计故障观测器来进行AUV运行状态的检测,容易忽略一些新增故障与轻微故障。本文将研究重点落在了深度学习技术与AUV传感器与推进器故障诊断领域的融合应用,提出一种基于数据驱动的AUV故障诊断新思路,以增加AUV的自主性与鲁棒性。本文首先阐述了一般AUV的运动特性与运动模型的建模方法,同时提出了一种基于改进Elman神经网络的AUV动力学建模方法,并分析了该方法在AUV领域运用中的优势。分析了 AUV总体系统故障诊断的复杂程度并得出结论AUV的故障诊断思想应从分解的角度考虑,同时指出AUV推进器与传感器的典型故障类型,选定本论文的仿真故障类型为推进器的螺旋桨缠绕、磨损以及传感器TCM-5的偏差性故障和开路性故障。并以“隧洞”号AUV为基础建立了半实物仿真模型,通过半实物仿真得到AUV的推进器与传感器故障样本。其次,为了一定程度上的解决故障特征的耦合效应,本文中的所有故障样本均不是直接采用传感器实测状态值与AUV理论状态值的残差作为输入信号,而是将残差信号做FFT变换取其前2000组傅里叶系数作为输入信号。考虑到浅层网络在解决强非线性问题时容易发生的过拟合与维数爆炸问题,在AUV的推进器故障诊断中提出一种基于D-SAE深层网络的AUV推进器故障诊断方法。D-SAE算法的核心思想是自编码思想,以人为添加噪声的输入样本去拟合原始样本以此来增加网络的鲁棒性,十分适用于外部干扰较多的AUV系统,在训练的过程中加入dropout算法以此来提升网络结构抗过拟合问题的能力。并通过多组对比实验的比较,验证了本文所提出的基于D-SAE网络的AUV推进器故障诊断方法具有更高的计算速率与诊断精度。最后,考虑到AUV传感器故障信号中的局部特征具有重要信息的特性,若仅仅通过增加网络隐藏层中神经元的个数来达到提升网络对故障特征的提取能力,便容易造成网络的维数灾难以及过拟合现象。为了解决上述问题,本文中提出了一种具有局部班别能力并且训练时间相对较短的CDFL算法结构用于AUV传感器的故障诊断。本文所提出的CDFL网络其基本结构是具有卷积层与池化层的CNN网络,其特征在于卷积层中的滤波器权值由一个外部的BP网络来训练得到,并且在整个CDFL网络的后续反向传播中不改变其数值以保证其局部识别能力。所述的外部BP网络其输入层必须与卷积层中滤波器的大小相同,BP网络的隐藏层中神经元个数必须与滤波器的个数相同。并通过多组对比实验的比较,验证了本文所提出的基于CDFL网络的AUV传感器故障诊断方法具有更高的计算速率与诊断精度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李孟华;裴静静;;某型AUV自主控制计算机的设计与实现[J];信息通信;2017年01期
2 王磊;程向红;李双喜;高海涛;;自适应交互式多模型AUV组合导航算法(英文)[J];中国惯性技术学报;2016年04期
3 杨智栋;潘光;杜晓旭;;变缆长拖缆AUV纵向运动建模与仿真[J];鱼雷技术;2014年01期
4 张利军;马小莉;;AUV对转螺旋桨的设计方法现状及其发展趋势[J];机械管理开发;2012年01期
5 桂志辉;严卫生;高剑;马文杰;;虚拟现实在AUV地形跟踪控制研究中的应用[J];鱼雷技术;2008年04期
6 燕奎臣;吴利红;;AUV水下对接关键技术研究[J];机器人;2007年03期
7 裴宏广;郑荣;袁学庆;;用于AUV收放装置的变幅机构研究[J];机械设计与制造;2006年03期
8 唐照东;常宗虎;边信黔;;基于前视声纳信息的AUV避碰规划方法[J];自动化技术与应用;2006年07期
9 吴楚成,边信黔;一种基于遗传算法的AUV动目标避碰规划的方法[J];应用科技;2005年05期
10 洪晔,边信黔,王宏健;AUV半实物仿真系统的可信度研究[J];微计算机信息;2004年12期
11 刘健;李冬冬;冀大雄;;AUV海洋温跃层检测方法综述[J];海洋技术学报;2014年05期
12 贾丽;李一博;杜非;靳世久;;深水AUV电子海图监测系统设计与实现[J];船舶工程;2013年03期
13 赵文德;李建朋;张铭钧;徐建安;;基于浮力调节的AUV升沉运动控制技术[J];南京航空航天大学学报;2010年04期
14 王奎民;洪晔;边信黔;严浙平;;基于碰撞危险度模型的AUV三维避障研究[J];武汉理工大学学报(交通科学与工程版);2008年06期
15 严浙平;李锋;黄宇峰;;多智能体Q学习在多AUV协调中的应用研究[J];应用科技;2008年01期
16 陈洋;张涛;成俊康;;AUV模块化建模的一种方法[J];机械;2007年09期
17 何祖军;齐亮;;基于蚁群算法的AUV动目标避碰规划的方法研究[J];舰船科学技术;2007年06期
18 李家旺;宋保维;邵成;余德海;杜晓旭;;不同分离方式下AUV载荷分离运动的安全性分析[J];西北工业大学学报;2007年06期
19 刘向明,边信黔,施小成;强跟踪滤波器在AUV执行机构故障诊断中的应用[J];应用科技;2004年11期
20 孙承亮;赵江滨;崔天宇;袁成清;周建林;;AUV动力电池技术的应用现状及展望[J];船舶工程;2017年07期
中国重要会议论文全文数据库 前10条
1 郭建军;谢攀;刘娟;崔海英;;基于联邦滤波的远程AUV组合导航方法研究[A];2011'中国西部声学学术交流会论文集[C];2011年
2 岳志杰;谢哲;张宏滔;;AUV远程控制通信声纳设计[A];浙江省信号处理学会2013学术年会论文集——信号处理在海洋[C];2013年
3 边信黔;周佳加;王宏健;张伟;贾鹤鸣;;基于误差空间与区域稳定鲁棒的AUV深度跟踪研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
4 葛晖;敬忠良;;AUV动力定位控制中的自适应鲁棒非线性观测器设计[A];第二届中国卫星导航学术年会电子文集[C];2011年
5 孙长玺;古浪;胡中惠;;小型模块化AUV结构研究[A];鳌山论坛“2019年水下无人系统技术高峰论坛”——水下无人系统智能技术会议论文集[C];2019年
6 王圣洁;康凤举;韩翃;;AUV组合导航半实物仿真系统关键技术研究[A];2011'中国西部声学学术交流会论文集[C];2011年
7 刘厂;孙天龙;张志强;高峰;;基于改进水平集的AUV时间最优航路规划方法[A];第36届中国控制会议论文集(D)[C];2017年
8 刘海波;顾国昌;沈晶;;AUV心智状态的表示与处理[A];2005年中国智能自动化会议论文集[C];2005年
9 刘蔚;操安喜;赵敏;崔维成;;两层分级多学科设计优化在AUV概念设计中的应用[A];中国造船工程学会2009年优秀学术论文集[C];2010年
10 严浙平;吴迪;周佳加;张勋;;可拓积分变结构控制在AUV航向控制中的仿真应用[A];中国自动化学会控制理论专业委员会D卷[C];2011年
中国博士学位论文全文数据库 前10条
1 何斌;多AUV编队控制与协同搜索技术研究[D];哈尔滨工程大学;2017年
2 洪晔;基于马尔可夫决策过程的AUV路径规划研究[D];哈尔滨工程大学;2007年
3 黄蜀玲;AUV的水下目标检测与跟踪方法研究[D];哈尔滨工程大学;2014年
4 董继刚;AUV水声通信系统研究[D];哈尔滨工程大学;2015年
5 陈小龙;AUV水下地形匹配辅助导航技术研究[D];哈尔滨工程大学;2013年
6 秦政;基于自主和自学习行为智能体的AUV运动规划研究[D];哈尔滨工程大学;2008年
7 史宏洋;AUV协同定位中的故障诊断与容错控制研究[D];哈尔滨工程大学;2015年
8 王磊;深海AUV多源导航信息融合方法研究[D];东南大学;2015年
9 陈鹏云;多传感器条件下的AUV海底地形匹配导航研究[D];哈尔滨工程大学;2016年
10 赵德鑫;AUV舷侧阵浅海远程目标定位方法研究[D];国防科学技术大学;2013年
中国硕士学位论文全文数据库 前10条
1 章寿涛;基于鲁棒无休止臂模型的多AUV任务分配研究[D];燕山大学;2019年
2 王力锋;基于强化学习的AUV行为重规划方法研究[D];哈尔滨工程大学;2019年
3 王子楷;基于深度学习的AUV传感器与推进器故障诊断[D];哈尔滨工程大学;2019年
4 姚淑香;基于海流预测模型的AUV路径规划方法[D];哈尔滨工程大学;2019年
5 穆俊辰;抵近观测型AUV组合导航与抗机械手扰动控制技术研究[D];浙江大学;2019年
6 王杰;多AUV围捕决策与行为协同控制研究[D];哈尔滨工程大学;2018年
7 秦玉峰;小型长航程AUV结构设计及动力学分析[D];国家海洋技术中心;2017年
8 艾晓锋;基于动网格技术的AUV自航数值模拟研究[D];大连海事大学;2017年
9 彭树萍;AUV动力学模型辅助的航位推算方法研究[D];哈尔滨工程大学;2011年
10 李本银;基于误差空间的AUV鲁棒跟踪控制[D];哈尔滨工程大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978