基于改进生成对抗式网络的水下推进器故障检测方法技术

本发明专利技术公开一种基于改进生成对抗式网络的水下推进器故障检测方法，包括以下步骤：重构原始控制信号作为生成对抗式网络中生成器的输入信号，通过生成器输出生成转矩；估计水下推进器的电机螺旋桨转矩，将估计的螺旋桨转矩作为生成对抗式网络中鉴别器的输入序列，所述估计的螺旋桨转矩记为真实转矩；在生成对抗式网络中引入物理约束项作为生成器输出的约束项；结合鉴别器对生成转矩和真实转矩处理分析，利用生成转矩与真实转矩之间的偏差作为故障检测的指标，实现故障检测，本方案仅依赖正常数据可以实现对故障的检测，且能够避免因为在训练集中未出现的数据导致的误识别；并且包含了有关推进器的物理信息，有效提高方法的精确度和适应性。确度和适应性。确度和适应性。

【技术实现步骤摘要】
基于改进生成对抗式网络的水下推进器故障检测方法


[0001]本专利技术属于水下推进器故障检测领域，具体涉及一种基于物理引导的对抗式生成网络的水下推进器故障检测方法。

技术介绍

[0002]在国防、海洋和工业应用方面，自主水下航行器(AUV)在广泛的应用和接受度方面越来越受欢迎。AUV作为海洋探测的重要工具必须保证其在水下工作时的安全可靠。因此，故障诊断技术已成为该领域最重要的研究课题之一。目前，大多数商用AUV在水下航行时，主要利用水下推进器作为执行器，因此，推进器故障是AUV最常见的故障源之一。事实上，一旦AUV的推进系统出现故障，不仅任务无法完成，而且AUV本身也面临着丢失、损毁的危险。为避免这种情况，研究一种及时有效的故障诊断策略，有利于降低AUV损毁风险，避免故障的深度传播，对保证在复杂海洋环境下AUV的安全性和提高机动性具有重要意义。
[0003]自20世纪90年代以来，人们对推进器故障诊断进行了大量的研究。目前，对于推进器故障诊断的方法分为三大类，包括：基于解析模型的，基于数据驱动的以及基于混合方法的。
[0004]对于现有的推进系统故障诊断方法，主要存在以下两个问题：
[0005]1、对于无监督故障检测，自动编码器是一种非常常用的方法，该方法是将与正常数据明显不同的数据模式识别为故障，当出现与故障数据有着明显不同但却又属于正常范畴的数据时，自动编码器容易将这一类数据识别为故障，检测结果不理想。
[0006]2、另外，通常基于神经网络的故障检测数据都是直接提取反馈数据的特征。但实际上针对某一物理系统，当出现不同故障时，这些数据之间的特征可能相互覆盖，这将导致最后神经网络无法获得完整的故障信息。此外这类方法在使用时可能获得在训练集上的输入数据和故障的完美映射关系，但由于在训练时缺乏与真实系统相关的信息，因此在其他未参与训练的数据集中可能出现违背物理规律的输出，进而也会出现检测不准确的情况。

技术实现思路

[0007]本专利技术针对现有技术中水下推进器故障检测精度差等缺陷，提出一种基于物理引导的对抗式生成网络的水下推进器故障检测方法，以有效提高方法的准确性和适应性。
[0008]本专利技术是采用以下的技术方案实现的：基于改进生成对抗式网络的水下推进器故障检测方法，包括以下步骤：
[0009]步骤A、重构原始控制信号作为生成对抗式网络中生成器的输入信号，通过生成器输出生成转矩；
[0010]步骤B、估计水下推进器的螺旋桨转矩，所估计的螺旋桨转矩记为真实转矩；
[0011]步骤C、在生成对抗式网络中引入物理约束项作为生成器输出的约束项；
[0012]步骤D、结合鉴别器对生成转矩和真实转矩进行处理分析，利用生成转矩与真实转矩之间的偏差作为故障检测的指标，实现故障检测。
[0013]进一步的，所述步骤A中，基于变分自编码器重构控制信号，变分自编码器包括编码器和解码器，具体采用以下方式：
[0014]首先将控制信号输入到编码器中提取其特征，该特征中包含输入控制信号的信息且符合高斯分布；随后将提取的特征通过解码器以恢复控制信号，实现控制信号的重构。
[0015]进一步的，所述步骤C中，将真实转矩和生成转矩作为生成对抗式网络中鉴别器的输入，构建基于真实转矩和生成转矩之间的物理约束项：
[0016]Loss＝ReLU(|x
‑
G(z)|
‑
δ)
[0017]其中，x是真实转矩，z是由变分自编码器从控制信号中提取的特征，G(z)是由生成器输出的生成转矩，Y＝ReLU(X)函数是当X<0时，Y＝0，当X>0，Y＝X，δ是阈值，其目的是实现当偏差超过阈值才进行干涉，当偏差在阈值范围内，不进行干涉。
[0018]进一步的，所述步骤D中，利用生成转矩和真实转矩之间偏差的绝对值来检测故障，根据误差的大小来确定故障是否存在。
[0019]进一步的，所述步骤B中，基于扩张状态观测器、神经网络算法或者滤波算法估计螺旋桨转矩。
[0020]与现有技术相比，本专利技术的优点和积极效果在于：
[0021]本方案利用基于生成对抗式网络的故障检测技术，首先由扩张状态观测器观测到螺旋桨的转矩；随后由变分自编码器从控制信号中提取特征；螺旋桨转矩作为鉴别器的输入序列，而包含控制信息的特征被输入至生成器，用来生成转矩；这种控制信号
‑
转矩的形式满足推进器的基本输入输出模式，此外通过引入额外的物理损失项，即生成转矩与真实转矩之间的偏差来指导生成器的训练；本方案仅依赖正常数据可以实现对故障的检测，且能够避免因为在训练集中未出现的数据导致的误识别；并且包含了有关推进器的物理信息，有效提高方法的精确度和适应性。
附图说明
[0022]图1为本专利技术实施例所述故障检测方法的工作流程示意图；
[0023]图2为本专利技术实施例变分自编码器的结构示意图；
[0024]图3为本专利技术实施例生成对抗式网络的结构示意图。
具体实施方式
[0025]为了能够更加清楚地理解本专利技术的上述目的、特征和优点，下面结合附图及实施例对本专利技术做进一步说明。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用不同于在此描述的其他方式来实施，因此，本专利技术并不限于下面公开的具体实施例。
[0026]如图1所示，本实施例提出一种基于改进生成对抗式网络的水下推进器故障检测方法，包括以下步骤：
[0027]步骤A、重构原始控制信号作为生成对抗式网络中生成器的输入信号，通过生成器输出生成转矩；
[0028]步骤B、估计水下推进器的螺旋桨转矩，将估计的螺旋桨转矩作为生成对抗式网络中鉴别器的输入序列，所估计的螺旋桨转矩记为真实转矩；
[0029]步骤C、在生成对抗式网络中引入物理约束项作为生成器输出的约束项；
[0030]步骤D、结合鉴别器对生成转矩和真实转矩进行处理分析，利用生成转矩与真实转矩之间的偏差作为故障检测的指标，实现故障检测。
[0031]本专利技术中将螺旋桨转矩作为鉴别器的输入序列，而包含控制信息的特征被输入至生成器，用来生成转矩。这种控制信号
‑
转矩的形式满足推进器的基本输入输出模式。此外通过引入额外的物理约束项作为生成器输出的约束项，根据生成转矩与真实转矩之间的偏差来指导生成器的训练，这样生成器除了满足输入输出的物理形式同样也增加了训练过程中物理损失函数，以帮助方法具有更高的生成精度和更好的泛化性。由扩张状态观测器、控制信号特征及物理约束损失项共同形成生成对抗式网络的物理引导过程。当训练完成后，利用生成转矩与真实转矩之间的偏差作为故障检测的指标，若该指标超过阈值，则可以识别推进器故障。由于编码器在进行故障检测时，容易将数据集中未出现过的但又属于正常模式的状态识别为故障，而生成对抗式网络则是通过学习数据的分布，从而避免上述问题。
[0032]本实施例中，所述步骤A中通过变分自本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进生成对抗式网络的水下推进器故障检测方法，其特征在于，包括以下步骤：步骤A、重构原始控制信号作为生成对抗式网络中生成器的输入信号，通过生成器输出生成转矩；步骤B、估计水下推进器的螺旋桨转矩，所估计的螺旋桨转矩记为真实转矩；步骤C、在生成对抗式网络中引入物理约束项作为生成器输出的约束项；步骤D、结合鉴别器对生成转矩和真实转矩进行处理分析，利用生成转矩与真实转矩之间的偏差作为故障检测的指标，实现故障检测。2.根据权利要求1所述的基于改进生成对抗式网络的水下推进器故障检测方法，其特征在于：所述步骤A中，基于变分自编码器重构控制信号，变分自编码器包括编码器和解码器，具体采用以下方式：首先将控制信号输入到编码器中提取其特征，该特征中包含输入控制信号的信息且符合高斯分布；随后将提取的特征通过解码器以恢复控制信号，实现控制信号的重构。3.根据权利要求1所述的基于改进生成对抗式网络的水下推进器故障检测方法，其特征在于：所...

【专利技术属性】
技术研发人员：高爽，江景涛，严天宏，何波，
申请(专利权)人：青岛澎湃海洋探索技术有限公司，
类型：发明
国别省市：