基于神经网络的AUV故障诊断与容错控制技术研究

发布时间：2020-12-18 07:13

　　海洋的经济价值、军事意义日益凸显,已愈发受到世界各国的重视,作为探索、研究、利用和保护海洋的核心设备,自主式水下航行器（Autonomous Underwater Vehicle,AUV）在民用和军事领域得到了较为广泛地应用,它推进了人类开发海洋的进程,然而AUV无人无缆、内部系统高度自治且航时较长,在工作环境及其复杂的海洋深处,作业风险难以预测,其内部组件一旦发生故障,将导致不可估量的损失。因此在AUV研制或应用的过程中,安全性和可靠性是必须予以慎重考虑的关键问题。故障诊断与容错控制作为一门新兴的交叉学科,为AUV研制和使用中的安全性和可靠性提供了技术支持和保证,具有重要的研究意义和工程实用价值。AUV结构复杂,需考虑的故障机理、故障征兆、故障模式过多,已超出研究时间的限制,故本文以神经网络、模糊系统和AUV六自由度方程为理论基础,仅将AUV控制系统常用的传感器和推进器等关键组件作为研究对象,并以本单位在研的某型产品的实航数据作为训练样本,开展了AUV传感器和推进器的故障诊断和容错控制研究。主要工作有:（1）基于RBF和OS-ELM神经网络分别建立了一种训练样本动态变化的在线故障诊断... 

【文章来源】：中国舰船研究院北京市

【文章页数】：93 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题的背景与意义
    1.2 故障诊断与容错控制技术概述
        1.2.1 故障诊断技术内涵
        1.2.2 容错控制技术内涵
    1.3 国内外研究现状
        1.3.1 故障诊断国内外研究现状
        1.3.2 容错控制国内外研究现状
    1.4 论文的目标、内容和方法
        1.4.1 课题研究的目标
        1.4.2 课题研究的内容
        1.4.3 课题研究的方法
    1.5 论文的结构
第二章 神经网络与模糊系统概述
    2.1 神经网络概述
    2.2 RBF神经网络
    2.3 OS-ELM神经网络
    2.4 模糊系统
        2.4.1 模糊数学
        2.4.2 模糊集合和隶属度函数
    2.5 模糊神经网络
    2.6 本章小结
第三章 传感器故障诊断与容错控制
    3.1 引言
    3.2 AUV传感器基本配置与故障种类
        3.2.1 AUV传感器基本配置
        3.2.2 AUV传感器主要故障种类
    3.3 神经网络在线故障诊断方案
        3.3.1 RBF神经网络在线故障诊断方案
        3.3.2 OS-ELM神经网络在线故障诊断方案
    3.4 神经网络信号重构方案
    3.5 本章小结
第四章 推进器故障诊断与容错控制
    4.1 引言
    4.2 AUV运动控制理论及方案
        4.2.1 AUV六自由度方程
        4.2.2 AUV运动控制方案
    4.3 推进器故障诊断方案
        4.3.1 推进器工作原理及故障模式
        4.3.2 模糊神经网络故障诊断方案
        4.3.3 输入模糊化模块的建立
        4.3.4 神经网络学习推理模块的建立
        4.3.5 输出清晰化模块的建立
    4.4 双推进器AUV容错控制方案
    4.5 本章小结
第五章 仿真实验与结果分析
    5.1 AUV传感器故障诊断仿真试验
    5.2 AUV传感器信号恢复仿真试验
    5.3 AUV推进器故障诊断仿真试验
    5.4 AUV推进器容错控制仿真试验
    5.5 本章小结
第六章 结论与展望
    6.1 总结
    6.2 展望
致谢
参考文献
学术论文与科研成果目录



本文编号：2923593