【技术实现步骤摘要】
本申请涉及故障诊断，尤其涉及一种基于物理数据混合建模策略的水下航行器故障诊断方法、装置、设备及介质。
技术介绍
1、水下航行器（autonomous underwater vehicle,auv）是一种能够在水下执行相应任务的机器人设备，在海洋科学研究、资源勘探和军事侦察等多个领域发挥着至关重要的作用。实际场景中，水下环境复杂多变的特性为水下航行器带来了巨大的挑战，同时航行模式也会对水下航行器的任务执行过程产生影响。在动态工况变化下，水下航行器在任务执行过程中可能会出现机械故障，不仅影响了任务的执行，还可能会导致水下航行器失去控制，造成严重损失。因此，故障诊断对水下航行器的正常航行和工作来说至关重要，而相关技术中故障诊断方法的准确性仍有待提高。
技术实现思路
1、本申请提供一种基于物理数据混合建模策略的水下航行器故障诊断方法、装置、设备及介质，通过对水下航行器进行多策略舵效预测，并根据对应不同预测策略的预测结果进行故障诊断和应急决策，有效提高了预测结果对不同工况的适应性，显著提高了故障诊断...
【技术保护点】
1.一种基于物理数据混合建模策略的水下航行器故障诊断方法，其特征在于，所述物理数据混合建模策略至少采用舵效预测物理模型和舵效预测神经网络；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述动力学参数包括所述水下航行器的艏向速度和舵角角度；所述将所述水下航行器的动力学参数输入所述舵效预测物理模型，以对所述水下航行器进行舵效预测，得到所述水下航行器的理论驱动预测舵效，包括：
3.根据权利要求1所述的方法，其特征在于，所述动力学参数包括所述水下航行器的航行速度和航行角速度；所述将所述动力学参数输入所述舵效预测神经网络，以对所述水下航行器进...
【技术特征摘要】
1.一种基于物理数据混合建模策略的水下航行器故障诊断方法，其特征在于，所述物理数据混合建模策略至少采用舵效预测物理模型和舵效预测神经网络；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述动力学参数包括所述水下航行器的艏向速度和舵角角度；所述将所述水下航行器的动力学参数输入所述舵效预测物理模型，以对所述水下航行器进行舵效预测，得到所述水下航行器的理论驱动预测舵效，包括：
3.根据权利要求1所述的方法，其特征在于，所述动力学参数包括所述水下航行器的航行速度和航行角速度；所述将所述动力学参数输入所述舵效预测神经网络，以对所述水下航行器进行舵效预测，得到所述水下航行器的数据驱动预测舵效，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述理论驱动预测舵效、所述理论预测置信度、所述数据驱动预测舵效、所述数据预测置信度和所述动力学参数对所述水下航行器进行故障诊断，得到所述水下航行器的故障诊断结果，包括：
<...【专利技术属性】
技术研发人员：殷洪，刘刚，佘莹莹，李杨，游曦鸣，徐侃，俞健，武朝，刘元，张超，
申请(专利权)人：中国船舶集团有限公司第七一九研究所，
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。