[发明专利]基于最小二乘法的水下推进器故障程度辨识方法

说明书

本发明公开了一种基于最小二乘法的水下推进器故障程度辨识方法，在支持向量域描述方法SVDD的基础上，依次加入最小二乘算法、模型选择与集成、边界条件进行辨识，本发明不仅能够辨识出推进器故障程度等级，而且能够在两个故障程度等级之间辨识出故障程度具体值，从而提高了整体辨识精度。

技术领域

本发明涉及水下推进器故障诊断方法，具体涉及一种基于最小二乘法的水下推进器故障程度辨识方法。

背景技术

水下机器人在海洋工作中起着重要作用，例如搜救、探测、清洗等，而高强度的连续水下作业可能导致水下推进器出现故障；为了能够及时的发现故障并采取有效的补救措施，需要对水下机器人进行实时监测，并对采集到的传感器信号进行故障特征提取，准确辨识出水下机器人故障程度的等级。所以，对推进器故障程度辨识的研究对保证水下机器人正常工作具有重要意义。

中国专利201811609960.2公开了一种基于融合信号时域能量与时频熵的水下推进器故障程度辨识方法，基于支持向量域描述方法辨识故障样本对应的故障程度，该专利首先以推进器故障程度等级I对应的训练样本作为目标样本，建立超球模型I，然后重复此步骤，分别以推进器故障程度等级II，III，IV，…，Q对应的训练样本作为目标样本建立超球模型II，III，IV，…，Q，计算测试样本到各个超球的相对距离，与最小相对距离对应的故障程度将被作为推进器故障程度辨识结果。当测试样本落在故障等级上时，该专利辨识精度较高；当测试样本落在相邻两个故障等级之间时，由于缺少相应故障等级的超球与测试样本对应，只能选择测试样本最接近的已有超球作为辨识结果，因此，故障辨识结果只能是故障等级之一，难以得到相邻两个故障程度之间的具体值，从而降低了整体辨识精度。

发明内容

发明目的：本发明的目的是提供一种基于最小二乘法的水下推进器故障程度辨识方法，解决难以得到相邻两个故障程度之间的具体值，影响整体辨识精度的问题。

技术方案：本发明所述的基于最小二乘法的水下推进器故障程度辨识方法，包括以下步骤：

(1)建立推进器故障样本，推进器故障样本X由故障特征F₁，F₂，…，F_N组成；

(2)对于推进器故障程度等级I，II，III，…，Q，故障程度为λ₁，λ₂，λ₃，…，λ_Q对应的训练样本集，分别计算不同故障程度等级对应的故障特征F₁的平均值，记为¹F_1m，²F_1m，³F_1m，…，^QF_1m；

(3)根据测试样本的第一个故障特征F_1U与故障特征平均值的关系，判断测试样本故障程度λ_U所在的故障程度区间；

(4)将推进器故障程度等级I，II，III，…，Q，故障程度为λ₁，λ₂，λ₃，…，λ_Q对应的各个训练样本作为目标样本，训练对应的各个超球模型，计算得到推进器故障程度等级和故障程度对应的训练样本到对应的各个超球球心的广义距离，广义距离计算公式如下：

其中，D_pq为故障程度等级q对应的故障样本X_q到第p个超球的广义距离，K()为核函数，X_p为第p个超球的训练样本，α_p为第p个超球的全局最优解，N₆为训练样本个数。