基于多尺度分析的AUV组合导航故障诊断方法研究
发布时间:2023-01-04 11:36
智能水下机器人(AUV)作为当前人类水下探索和开发的主要设备之一,日益受到重视。AUV无人无缆在海洋环境中长时间工作,安全性尤为重要,故障诊断是AUV确保安全的关键技术。导航系统的正确性是AUV正常工作的首要前提,研究导航传感器故障诊断技术对提高AUV安全性、促进实用化进程具有重要研究意义和实际价值。本文以某AUV的DR/BDS组合导航系统为研究对象,分析给出常见导航传感器故障类型,在实际试验传感器数据基础上利用MATLAB仿真模拟出各故障类型数据,分析了故障对组合导航系统的影响,并从多尺度分析理论的角度入手,给出数据的多尺度解析方法。针对AUV导航传感器故障信号进行多尺度特性分析,给出了各类型故障在不同尺度上的表现特征,并提出了一种基于多尺度熵的信号提取方法实现了故障特征的量化提取。其次,利用神经网络对提取的多尺度故障特征向量进行识别分类,实现AUV导航传感器故障诊断。通过仿真实验对比了 BP神经网络与小波神经网络在AUV故障诊断中的性能优劣,试验结果证明了小波神经网络较BP神经网络学习能力更强,但性能仍不能精确诊断故障。最后为使网络学习性能达到AUV导航故障诊断的要求,对小波神经网...
【文章页数】:86 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究背景、目的及意义
1.2 水下机器人故障诊断技术研究概述
1.2.1 故障检测与诊断技术
1.2.2 水下机器人故障诊断技术国内外研究现状
1.2.3 水下机器人故障诊断技术难题
1.2.4 多尺度分析方法在故障诊断中的可行性
1.3 多尺度分析理论的发展
1.4 本论文所作的主要工作
第2章 多尺度分析理论
2.1 引言
2.2 小波变换基础理论
2.2.1 连续小波变换
2.2.2 离散小波变换
2.2.3 常见母小波介绍
2.2.4 小波框架
2.3 信号的多尺度解析方法
2.3.1 从滤波器组理解多尺度分析
2.3.2 多尺度空间
2.3.3 信号的多尺度分解与重构
2.4 本章小结
第3章 组合导航系统与传感器数据多尺度特性分析
3.1 引言
3.2 基于DR/BDS的AUV组合导航系统
3.2.1 组合导航系统硬件组成
3.2.2 组合导航系统软件结构
3.2.3 航位推算原理
3.3 水下导航传感器故障诊断原理
3.3.1 传感器故障分析
3.3.2 传感器故障仿真试验
3.3.3 故障对组合导航系统的影响分析
3.4 水下导航传感器故障多尺度特性分析
3.4.1 时间序列的多尺度表示方法
3.4.2 故障信号多尺度分解和分析
3.5 多尺度分析方法下的故障特征提取
3.5.1 信息熵的定义
3.5.2 多尺度方法与信息熵的结合
3.5.3 多尺度熵的故障特征提取
3.6 本章小结
第4章 基于BP神经网络与小波神经网络的故障诊断方法
4.1 引言
4.2 BP神经网络的基本原理
4.2.1 神经元模型与激励函数
4.2.2 BP神经网络结构设计及参数的选择
4.3 基于BP神经网络的故障诊断试验
4.3.1 BP神经网络的建立
4.3.2 BP神经网络故障诊断及性能分析
4.4 小波神经网络的基本原理
4.4.1 小波神经网络简介
4.4.2 小波神经网络结构
4.4.3 小波神经网络学习算法
4.5 基于小波神经网络的故障诊断试验
4.5.1 小波神经网络的建立
4.5.2 小波神经网络故障诊断及性能分析
4.6 本章小结
第5章 基于改进LM小波神经网络的故障诊断方法
5.1 引言
5.2 小波神经网络的优化与改进
5.2.1 动量-自适应学习速率算法
5.2.2 Levenberg-Marquardt算法
5.3 改进LM小波神经网络故障诊断及性能分析
5.3.1 改进LM小波神经网络故障诊断试验
5.3.2 网络故障识别性能分析
5.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
【参考文献】:
期刊论文
[1]BP神经网络在齿轮箱故障诊断中的应用[J]. 许敬成,陈长征. 噪声与振动控制. 2018(S2)
[2]自主水下机器人的故障监测与诊断[J]. 白少伟,石恒硕. 电子技术与软件工程. 2018(03)
[3]Actuator fault diagnosis of autonomous underwater vehicle based on improved Elman neural network[J]. 孙玉山,李岳明,张国成,张英浩,吴海波. Journal of Central South University. 2016(04)
[4]基于智能方法的电机故障诊断技术综述[J]. 秦凯,边莉,张宁. 工业仪表与自动化装置. 2016(01)
[5]水下航行器执行机构的故障诊断与容错控制[J]. 刘富樯,徐德民,高剑,张立川. 控制理论与应用. 2014(09)
[6]多传感器多模型多尺度组合导航系统算法[J]. 林雪原,郭丽龙,王捷. 海军航空工程学院学报. 2013(02)
[7]智能故障诊断技术研究综述与展望[J]. 李红卫,杨东升,孙一兰,韩娟. 计算机工程与设计. 2013(02)
[8]UUV推进系统模糊自适应融合故障诊断方法[J]. 严浙平,迟冬南,赵智,陈涛. 电机与控制学报. 2012(09)
[9]基于粒子群优化BP神经网络的风电机组齿轮箱故障诊断方法[J]. 龙泉,刘永前,杨勇平. 太阳能学报. 2012(01)
[10]水下机器人航位推算导航系统及误差分析[J]. 孙玉山,代天娇,赵志平. 船舶工程. 2010(05)
博士论文
[1]自主式水下机器人推进器与传感器多故障诊断技术研究[D]. 吴娟.哈尔滨工程大学 2011
[2]水下机器人运动控制与故障诊断技术研究[D]. 王建国.哈尔滨工程大学 2011
硕士论文
[1]基于小波变换的AUV多尺度组合导航算法研究[D]. 吴海波.哈尔滨工程大学 2017
[2]智能水下机器人故障诊断与容错控制研究[D]. 杨勇.哈尔滨工程大学 2013
[3]遗传小波神经网络及在导航传感器故障诊断中的应用[D]. 王雯升.哈尔滨工程大学 2009
[4]水下机器人故障诊断与容错控制系统的研究[D]. 方少吉.哈尔滨工程大学 2007
本文编号:3727701
【文章页数】:86 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 研究背景、目的及意义
1.2 水下机器人故障诊断技术研究概述
1.2.1 故障检测与诊断技术
1.2.2 水下机器人故障诊断技术国内外研究现状
1.2.3 水下机器人故障诊断技术难题
1.2.4 多尺度分析方法在故障诊断中的可行性
1.3 多尺度分析理论的发展
1.4 本论文所作的主要工作
第2章 多尺度分析理论
2.1 引言
2.2 小波变换基础理论
2.2.1 连续小波变换
2.2.2 离散小波变换
2.2.3 常见母小波介绍
2.2.4 小波框架
2.3 信号的多尺度解析方法
2.3.1 从滤波器组理解多尺度分析
2.3.2 多尺度空间
2.3.3 信号的多尺度分解与重构
2.4 本章小结
第3章 组合导航系统与传感器数据多尺度特性分析
3.1 引言
3.2 基于DR/BDS的AUV组合导航系统
3.2.1 组合导航系统硬件组成
3.2.2 组合导航系统软件结构
3.2.3 航位推算原理
3.3 水下导航传感器故障诊断原理
3.3.1 传感器故障分析
3.3.2 传感器故障仿真试验
3.3.3 故障对组合导航系统的影响分析
3.4 水下导航传感器故障多尺度特性分析
3.4.1 时间序列的多尺度表示方法
3.4.2 故障信号多尺度分解和分析
3.5 多尺度分析方法下的故障特征提取
3.5.1 信息熵的定义
3.5.2 多尺度方法与信息熵的结合
3.5.3 多尺度熵的故障特征提取
3.6 本章小结
第4章 基于BP神经网络与小波神经网络的故障诊断方法
4.1 引言
4.2 BP神经网络的基本原理
4.2.1 神经元模型与激励函数
4.2.2 BP神经网络结构设计及参数的选择
4.3 基于BP神经网络的故障诊断试验
4.3.1 BP神经网络的建立
4.3.2 BP神经网络故障诊断及性能分析
4.4 小波神经网络的基本原理
4.4.1 小波神经网络简介
4.4.2 小波神经网络结构
4.4.3 小波神经网络学习算法
4.5 基于小波神经网络的故障诊断试验
4.5.1 小波神经网络的建立
4.5.2 小波神经网络故障诊断及性能分析
4.6 本章小结
第5章 基于改进LM小波神经网络的故障诊断方法
5.1 引言
5.2 小波神经网络的优化与改进
5.2.1 动量-自适应学习速率算法
5.2.2 Levenberg-Marquardt算法
5.3 改进LM小波神经网络故障诊断及性能分析
5.3.1 改进LM小波神经网络故障诊断试验
5.3.2 网络故障识别性能分析
5.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
【参考文献】:
期刊论文
[1]BP神经网络在齿轮箱故障诊断中的应用[J]. 许敬成,陈长征. 噪声与振动控制. 2018(S2)
[2]自主水下机器人的故障监测与诊断[J]. 白少伟,石恒硕. 电子技术与软件工程. 2018(03)
[3]Actuator fault diagnosis of autonomous underwater vehicle based on improved Elman neural network[J]. 孙玉山,李岳明,张国成,张英浩,吴海波. Journal of Central South University. 2016(04)
[4]基于智能方法的电机故障诊断技术综述[J]. 秦凯,边莉,张宁. 工业仪表与自动化装置. 2016(01)
[5]水下航行器执行机构的故障诊断与容错控制[J]. 刘富樯,徐德民,高剑,张立川. 控制理论与应用. 2014(09)
[6]多传感器多模型多尺度组合导航系统算法[J]. 林雪原,郭丽龙,王捷. 海军航空工程学院学报. 2013(02)
[7]智能故障诊断技术研究综述与展望[J]. 李红卫,杨东升,孙一兰,韩娟. 计算机工程与设计. 2013(02)
[8]UUV推进系统模糊自适应融合故障诊断方法[J]. 严浙平,迟冬南,赵智,陈涛. 电机与控制学报. 2012(09)
[9]基于粒子群优化BP神经网络的风电机组齿轮箱故障诊断方法[J]. 龙泉,刘永前,杨勇平. 太阳能学报. 2012(01)
[10]水下机器人航位推算导航系统及误差分析[J]. 孙玉山,代天娇,赵志平. 船舶工程. 2010(05)
博士论文
[1]自主式水下机器人推进器与传感器多故障诊断技术研究[D]. 吴娟.哈尔滨工程大学 2011
[2]水下机器人运动控制与故障诊断技术研究[D]. 王建国.哈尔滨工程大学 2011
硕士论文
[1]基于小波变换的AUV多尺度组合导航算法研究[D]. 吴海波.哈尔滨工程大学 2017
[2]智能水下机器人故障诊断与容错控制研究[D]. 杨勇.哈尔滨工程大学 2013
[3]遗传小波神经网络及在导航传感器故障诊断中的应用[D]. 王雯升.哈尔滨工程大学 2009
[4]水下机器人故障诊断与容错控制系统的研究[D]. 方少吉.哈尔滨工程大学 2007
本文编号:3727701
本文链接:https://www.wllwen.com/kejilunwen/chuanbolw/3727701.html