【技术实现步骤摘要】
基于转矩和多头自编码器的推进系统故障诊断方法
[0001]本专利技术属于自主式水下航行器故障诊断领域,具体涉及一种基于转矩和多头自编码器的推进系统故障诊断方法。
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。但是对 ...
【技术保护点】
【技术特征摘要】
1.基于转矩和多头自编码器的推进系统故障诊断方法,其特征在于,包括以下步骤:步骤A、对电机负载转矩Q
m
和螺旋桨转矩Q
p
进行估计;步骤B、基于多头自编码器对故障进行检测,所述多头自编码器包括独立的编码器1和编码器2;将步骤A估计的电机负载转矩Q
m
和控制信号s输入编码器1以提取其特征1,将估计的螺旋桨转矩Q
p
和控制信号s输入编码器2以提取其特征2,然后将特征1和特征2连接并馈入解码器,通过信号重构实现对故障检测;步骤C、基于步骤B的故障检测结果实现对故障的分类。2.根据权利要求1所述的基于转矩和多头自编码器的推进系统故障诊断方法,其特征在于:所述步骤A中,基于改进的神经网络对螺旋桨转矩进行估计,具体为:对神经网络的损失函数进行改进,根据螺旋桨的扭矩方程推导设备的前进速度,神经网络的输出即为螺旋桨转矩:其中其中其中,表示由神经网络估计转矩计算得到的估计转矩系数,表示由估计转矩系数估算得到的估计螺旋桨入流速度,ucos(θ)cos(ψ)表示由测量值近似计算的螺旋桨真实入流速度,δ
u...
【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:
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。