【技术实现步骤摘要】
一种基于贝叶斯的深潜器多变量融合及漏水检测方法
[0001]本专利技术涉及海洋深潜设备故障检测领域，具体地说是一种基于贝叶斯的深潜器多变量融合及漏水故障检测方法。
技术介绍
[0002]深潜技术是进行海洋开发的必要手段，它是由深潜器、工作母船(水面支援船)和陆上基地所组成的一个完整的系统。载人水下深潜器，由于需要同时具有载人、水下观察和作业能力，如到达深海的海山、热液、盆地和洋中脊等复杂海底地形进行巡航、悬停、正确就位和定点坐坡等高难度作业,其电气化、自动化的程度较高，系统建造难度较大，整体系统内子系统和组分将互动复杂，存在着非线性、动态性和不确定性等特征。为实现对深潜器的实时监控和信息采集，我国近些年研发的载人深潜器，在重要设备和模块上安装了大量传感器，可以实现数据的有效记录和设备的状态监测。漏水检测对于一台具有载人功能的深潜器来说，是极其重要的，主要在于潜水器发生漏水不但对一些设备性能产生不良影响，还会严重威胁驾驶人员和科考人员的生命安全。一旦发生漏水报警，深潜器需要立即抛载上浮，造成了人力、物力和财力的浪费，也会使得深...
【技术保护点】
【技术特征摘要】
1.一种基于贝叶斯的深潜器多变量融合及漏水检测方法，其特征在于，包括以下步骤：变量融合：实时采集深潜器的采样观测值，利用稀疏表示方法提取采样观测值中变量的特征，得到稀疏系数矩阵，计算变量之间的相关系数，根据稀疏系数矩阵及变量的相关系数进行多变量融合得到融合后的待检测采样观测值；漏水检测：利用融合后的待检测采样观测值，基于贝叶斯的无监督突变点检测方法，计算采样观测值和深潜器运行时长的联合概率分布，并据此计算某时刻发生故障的概率，实现深潜器的漏水检测。2.根据权利要求1所述的一种基于贝叶斯的深潜器多变量融合及漏水检测方法，其特征在于，所述变量融合具体为：1)选取服从相同分布的采样观测值组成矩阵D：D∈R
p
×
m
其中，D表示服从相同分布的采样观测值组成的矩阵，p表示采样观测值的数目，m表示采样观测值包含的变量数，R表示实数集；2)选取所有时刻待检测采样观测值组成矩阵Y：Y∈R
n
×
m
其中，Y表示待检测采样观测值组成的矩阵，n表示采样观测值的数目，m表示采样观测值包含的变量数；3)提取观测值中变量的特征：利用稀疏表示的方法计算采样观测值D的稀疏系数矩阵Z；4)计算变量之间的相关系数r
ij
，根据变量之间的相关系数r
ij
计算变量融合加权值w
i
；5)根据稀疏系数矩阵Z以及变量融合加权值w
i
对待检测采样观测值进行变量融合。3.根据权利要求2所述的一种基于贝叶斯的深潜器多变量融合及漏水检测方法，其特征在于，所述稀疏系数矩阵Z计算公式为：min||Z||
1,2
+λ||E||1s.t.D＝DZ+E其中，Z表示通过凸优化函数计算得到的稀疏系数矩阵，E表示通过凸优化函数计算得到的包含异常值的稀疏矩阵，λ是平衡两个范数的参数，用于调节凸优化目标函数中相应范数的计算权重，||Z||
1,2
是指矩阵Z每列的2-范数的和，||E||1是矩阵E所有元素的幅值之和，D表示服从相同分布的采样观测值组成的矩阵。4.根据权利要求2所述的一种基于贝叶斯的深潜器多变量融合及漏水检测方法，其特征在于，所述变量之间的相关系数r
ij
计算公式为：其中，r
ij
是指变量m
i
,m
j
之间的相关系数，cov(m
i
,m
j
)是指变量m
i
,m
j
之间的协方差矩阵，var(m
i
)是指变量m
i
的方差，var(m
j
)是指变量m
j
的方差，m
i
是指第i个变量，m
j
是指第j个变量。5.根据权利要求2所述的一种基于贝叶斯的深潜器多变量融合及漏水检测方法，其特
征在于，所述的变量融合加权值w
i
的计算公式为：其中，w
i
是指变量m
i
融合的加权值，r
ij
是指变量m
i
,m
j
之间的相关系数。6.根据...
【专利技术属性】
技术研发人员：潘怡君，郑泽宇，付殿峥，仝义明，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。