水下组合导航故障智能诊断方法技术

本发明专利技术公开了一种水下组合导航故障智能诊断方法，包括如下步骤：将水下组合导航系统的故障分为噪声突增型系统故障、信息突变型系统故障和信息渐变型系统故障；利用改进的残差χ2检测法判断是否发生突变型系统故障；如发生突变型故障，则隔离故障子系统；计算残差均值和残差绝对和值，并根据计算结果判断系统是发生噪声突增型系统故障还是信息突变型系统故障，为故障子系统故障消除后系统重构做准备；计算归一化残差均值和相邻统计周期残差绝对和值，并根据计算结果判断是否发生渐变型故障。本发明专利技术避免了由于滤波器的跟踪特性，导致故障检测系统将故障系统误判为无故障系统的缺陷；同时可以快速准确判断出水下组合导航系统中出现的各种故障。

【技术实现步骤摘要】
水下组合导航故障智能诊断方法
本专利技术涉及组合导航系统故障诊断，尤其是一种水下组合导航故障智能诊断方法。
技术介绍
联邦Kalman滤波因具有设计灵活、计算量小的特点而在水下组合导航系统中有着广泛的使用。但水下实际环境中，辅助导航设备受到环境的影响可能产生各种形式的故障，如果不及时检测出故障并隔离故障子系统，带故障的信息融入系统、污染整个导航系统，将会使组合导航系统精度降低甚至发散。因此水下组合导航系统的故障诊断、重构设计是提高组合导航系统可靠性的重要途径。早期故障检测与诊断方法大多基于硬件余度的方法，硬件配置大都多于所需硬件数量，采用“表决”的方式对故障进行诊断。解析法是以软件为主体的故障诊断方法。该方法基于数学模型，利用被诊断系统输入输出变量之间固有的解析关系，通过信息处理技术保证传感器输出的可靠性，主要分为参数估计法和状态估计法。近年来随着计算技术的发展，人工智能检测以及智能滤波等方法在组合导航故障诊断中也有广泛的应用。由于组合导航的工作特点和要求，状态χ2检测法和残差χ2检测法仍然被广泛使用。但状态χ2检测法存在着状态递推过程中没有量测更新导致故障检测灵敏度下降的缺点。针对这一缺陷提出采用2个辅助滤波器交替校正的方法，避免状态递推过程中与真实状态之间误差变大的缺点，对渐变型故障具有一定的检测能力，但此方法大大增加了计算量且在高动态环境中灵敏度下降。残差χ2检测法利用系统残差信息构造检测函数，能够实时检测故障信息，具有计算量小、实时性高、适用于动态环境等特点，但对于渐变型故障失效。
技术实现思路
专利技术目的：提供一种水下组合导航故障智能诊断方法，以解决现有技术中存在的上述问题，减少误判率，降低计算量，提高检测速度。技术方案：一种水下导航故障智能诊断方法，包括如下步骤：S1、将水下组合导航系统的故障分为噪声突增型系统故障、信息突变型系统故障和信息渐变型系统故障；S2、利用改进的残差χ2检测法判断是否发生突变型系统故障；如发生上述故障，则隔离故障子系统；S3、从判断发生突变型故障时开始计算残差均值和残差绝对和值，并根据计算结果判断系统发生噪声突增型系统故障还是信息突变型系统故障，并为故障子系统故障消除后系统重构做准备；S4、从组合导航系统稳定工作时开始计算归一化残差均值和相邻统计周期残差绝对和值，并根据计算结果判断是否发生渐变型故障。有益效果：1.本专利技术在传统残差χ2检测法基础上结合组合导航中联邦卡尔曼滤波特性，将联邦卡尔曼滤波器中主滤波器输出的公共状态替换掉组合导航中子滤波器中具有的公共状态，避免了传统χ2检测法中利用子滤波器状态时，由于滤波器的跟踪特性，使得预测值一步跟踪上故障值，导致故障检测系统将故障系统误判为无故障系统的缺陷。2.本专利技术在利用改进残差χ2检测法检测出系统发生突变故障后，利用残差均值对系统发生的突变型故障类型进行判断。若系统发生信息突变型系统故障，则一直将故障子系统隔离，直到故障检测函数值小于阈值TD才将故障子系统恢复；若系统发生噪声突变(噪声为白噪声)型系统故障，则系统自动启动自适应滤波系统，并将判出故障的子系统辅助导航结果经自适应滤波后输入联邦卡尔曼滤波器的主滤波器，有效利用了水下宝贵的导航信息。3.本专利技术利用归一化残差均值和残差绝对和值两个信息，有效快速准确判断出水下组合导航系统中出现渐变型故障子系统，避免了传统的残差χ2检测法对渐变型故障检测失效的缺点。附图说明图1是本专利技术的系统结构图。图2是本专利技术突变型故障诊断的流程图。图3是本专利技术渐变性故障的流程图。图4a至图4f是本专利技术在DVL信息突变时组合系导航系统姿态误差曲线。图5a至图5f为本专利技术在DVL信息突变时组合导航系统速度误差曲线。图6a至图6f为本专利技术在DVL信息突变时组合导航系统位置误差曲线。图7a和图7b为本专利技术在DVL信息突变时DVL/SINS子系统故障函数值。图8a至图8d为本专利技术在DVL信息突变时组合导航系统天向速度残差均值、绝对和值。图9a至图9c为本专利技术在DVL噪声突然增大时组合导航系统速度误差曲线。图10a和图10b为本专利技术在DVL噪声突然增大时组合导航系统天向速度残差均值、绝对和值曲线。图11为本专利技术在DVL噪声突然增大时DVL/SINS子系统故障函数值。图12a至图12f为本专利技术在DVL渐变型故障时组合系导航系统姿态误差曲线。图13a至图13f为本专利技术在DVL渐变型故障时组合系导航系统速度误差曲线。图14a至图14f为本专利技术在DVL渐变型故障时组合系导航系统位置误差曲线。图15a和图15b为本专利技术在DVL渐变型故障时DVL/SINS子系统天向速度残差均值。具体实施方式传统残差χ2检测法求各局部Kalman滤波器的残差为式中预报值为Pk-1＝(1-Kk-1HK-1)Pk-1/k-2，为系统状态量，Z为观测向量，φ为状态转移矩阵，H为观测矩阵，R为子系统量测噪声序列方差阵，Q为子系统过程噪声序列方差阵，下标k是第k步递推时刻。在k-1时刻发生故障，将故障子系统即刻隔离。但此时的观测向量Zk-1中已经包含了故障信息，由于使得预测值也包含了故障信息，通过的一步递推，使得也包含了故障信息。在低动态环境中，由于故障连续稳定，则Zk与Zk-1无太大差异，使得故障检测函数结果小于阈值TD，故障诊断系统会将组合导航系统误判为故障消除而使得故障子系统融入组合导航系统，使得故障信号污染整个组合导航系统。针对这一缺陷，考虑到在k-1时刻发生故障，故障诊断系统会立刻将故障子系统隔离，因此，联邦滤波器中由主滤波器得到的公共状态预测值并未受到子系统故障信号的影响，故本专利技术利用水下组合导航结构特点对传统残差获得方法进行改进，采用下面的方式计算残差：1.根据水下组合导航结构改进残差χ2检测法，求取组合导航各子系统故障检测函数。其中，为子系统状态量中比公共状态多出的系统状态。Z为观测向量，φ为状态转移矩阵，H为观测矩阵，下标k为第k步递推时刻。其中，Pk/k-1为Pk-1＝(1-KkHK)Pk/k-1，其中，φ为状态转移矩阵，H为观测矩阵，R为子系统量测噪声序列方差阵，Q为子系统过程噪声序列方差阵，下标k为第k步递推时刻。然后，对rk作如下二元假设：H0无故障：E{rk}＝0,H1有故障：E{rk}＝μ,E{(rk-μ)(rk-μ)T}＝Ak；则，故障检测函数为2.将检测函数γk值与阈值TD比较。若故障检测函数值大于阈值，则系统发生突变型故障并立即将故障子系统隔离，若故障检测函数小于阈值则返回步骤1。故障判定准则为其中，预先设置的门限TD决定了故障检测的性能。由奈曼-皮尔逊准则可知，当限定误警率Pf＝α时，则由Pf＝P[γk＞TD/H0]＝α解出门限TD可使漏检率Pf＝P[γk≤TD/H1]达到最小，因而TD可由误警率Pf决定。其中3.若步骤2判断出系统发生突变型故障，则从判出故障开始计算故障子系统的残差均值和残差绝对和值。残差均值计算方法：其中，为残差均值，ri为故障发生后第i时刻的残差，l为突变性系统故障已经发生的时间。残差绝对和值计算方法：其中，sum|rl|表示残差绝对和值，ri为故障发生后第i时刻的残差，l为突变型系统故障已经发生的时间。4.若残差均值的绝对值与0相减始终小于阈值T1，则判断故障子系统出现噪声突增型本文档来自技高网...

【技术保护点】
一种水下组合导航故障智能诊断方法，其特征在于，包括如下步骤：S1、将水下组合导航系统的故障分为噪声突增型系统故障、信息突变型系统故障和信息渐变型系统故障；S2、利用改进的残差χ2检测法判断是否发生突变型系统故障；如发生突变型故障，则隔离故障子系统；S3、从判断发生突变型故障时开始计算残差均值和残差绝对和值，并根据计算结果判断系统发生噪声突增型系统故障还是信息突变型系统故障，为故障子系统故障消除后系统重构做准备；S4、从组合导航系统稳定工作时开始计算归一化残差均值和相邻统计周期残差绝对和值，并根据计算结果判断是否发生渐变型故障。

【技术特征摘要】
1.一种水下组合导航故障智能诊断方法，其特征在于，包括如下步骤：S1、将水下组合导航系统的故障分为噪声突增型系统故障、信息突变型系统故障和信息渐变型系统故障；S2、利用改进的残差χ2检测法判断是否发生突变型系统故障；如发生突变型系统故障，则隔离故障子系统；S3、从判断发生突变型系统故障时开始计算残差均值和残差绝对和值，并根据计算结果判断系统发生噪声突增型系统故障还是信息突变型系统故障，为故障子系统故障消除后系统重构做准备；S4、从组合导航系统稳定工作时开始计算归一化残差均值和相邻统计周期残差绝对和值，并根据计算结果判断是否发生渐变型系统故障；步骤S2中突变型系统故障的检测步骤进一步为：S21、求取组合导航各子系统故障检测函数其中，Pk＝(1-KkHK)Pk/k-1，为子系统状态量中比公共状态多出的系统状态，Z为观测向量，φ为状态转移矩阵，H为观测矩阵，R为子系统量测噪声序列方差阵，Q为子系统过程噪声序列方差阵，下标k是第k步递推时刻；S22、将故障检测函数值与阈值比较，若故障检测函数值大于阈值，则系统发生突变型系统故障并立即将故障子系统隔离；若故障检测函数小于阈值，则返回S21；S23、若系统发生突变型系统故障，则从判出故障开始计算故障子系统的残差均值和残差绝对和值，残差均值计算方法：其中，为残差均值，ri为故障发生后第i时刻的残差，l为突变型系统故障已经发生的时间；残差绝对和值计算方法：其中，sum|rl|表示残差绝对和值，ri为故障发生后第i时刻的残差，l为突变型系统故障已经发生的时...

【专利技术属性】
技术研发人员：徐晓苏，刘义亭，刘锡祥，张涛，吴亮，闫捷，邹海军，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32