[发明专利]一种无需对水下机器人本身进行数学建模的故障诊断方法

说明书

本发明涉及水下机器人技术，旨在提供一种无需对水下机器人本身进行数学建模的故障诊断方法。包括：以水下机器人执行指定的任务程序，根据预设的不同故障类型产生对应的行为响应；将试验过程中的状态数据保存为数据样本；反复进行多次试验采集足够多的数据样本，经预处理后得到二维矩阵并用于生成原始的训练集；利用所得训练集，以离线方式训练诊断模型；将训练后的诊断模型加载于水下机器人，将水下机器人在执行任务程序期间的实时状态数据作为诊断模型的输入，进行前向计算后实现故障预测和诊断。本发明避免了复杂的数学建模过程，使得该发明具有更强的普适性。能够将传统的双阶段诊断模式转化为单阶段诊断模式，拥有较高的诊断准确率。

技术领域

本发明涉及水下机器人技术，尤其涉及一种无需对水下机器人本身进行数学建模的(水下机器人的)故障诊断方法。

背景技术

随着人类对海洋的探索与开发，水下机器人在海洋应用中发挥着越来越重要的作用。同时，复杂且难以预知的海洋环境会增加水下机器人发生故障的几率，因此水下机器人必须具备故障诊断的能力。当水下机器人因发生故障而产生与期望不符的状态时，故障诊断技术能够帮助水下机器人及时获取准确的故障信息(包括是否发生故障以及故障源的位置)，从而采取适当的措施来降低故障带来的影响。然而，水下机器人系统往往结构复杂，具有强非线性和不确定性，使得水下机器人的故障诊断成为一项极具挑战性的工作。

目前，基于模型的故障诊断是水下机器人故障诊断领域中最常用的方法。它的核心思想是对水下机器人本身进行数学建模用于预测其状态，然后将预测的状态与观测到的真实状态进行比较获得残差信号，来反映系统的期望行为与实际运行模式之间的不一致，以判断是否发生故障。若判断为发生故障，则再通过算法确定故障源的位置。然而，水下机器人是复杂的非线性动态系统，对系统中一些复杂的动态行为、噪声、干扰等因素难以进行精确的描述，几乎很难甚至不可能对其进行精确建模，这也就意味很难进行准确的诊断。

发明内容

本发明要解决的技术问题是，克服现有技术中的不足，提供一种无需对水下机器人本身进行数学建模的故障诊断方法。

为解决技术问题，本发明的解决方案是：

提供一种无需对水下机器人本身进行数学建模的故障诊断方法，包括以下步骤：

(1)以水下机器人执行指定的任务程序，在航行期间根据预设的不同故障类型产生对应的行为响应；将试验过程中的状态数据保存为数据样本，并以对应的故障类型作为标签；反复进行多次试验采集足够多的数据样本，经预处理后得到二维矩阵并用于生成原始的训练集；

(2)利用步骤(1)所得训练集，以离线方式训练诊断模型；诊断模型包括输入模块、全局特征提取模块、局部特征提取模块、特征拼接模块以及输出模块五个部分；

(3)将训练后的诊断模型加载于水下机器人，将水下机器人在执行任务程序期间的实时状态数据作为诊断模型的输入，进行前向计算后实现故障预测和诊断。

本发明中，步骤(1)中，所述状态数据是指，水下机器人在一段连续时间内记录的能够反映水下机器人行为的传感器数据和控制信号，至少包括：控制信号、电压值、深度值、姿态角、三轴加速度值以及绕三轴旋转的角速度值；；所述故障类型是指对水下机器人特定运行状态的描述，至少包括：是否发生故障、故障的严重程度以及故障源的位置。

本发明中，在步骤(1)的数据采集过程中，每一次下水试验时预设水下机器人有且仅有一种故障类型；同时，所述任务程序应确保水下机器人有足够的水下航行时间，以确保能够记录足够时间长度的状态数据。

本发明中，步骤(1)中，所述预处理包括序列长度处理和数据归一化，采集得到的状态数据经过预处理后转换为n×k的二维矩阵，以此作为诊断模型的输入；其中，n为矩阵的行数代表时间长度，k代表矩阵的列数代表特征数量。

本发明中，步骤(2)的具体步骤包括：