一种水下机器人传感器故障诊断方法

摘要

本发明属于水下机器人技术领域，特别涉及一种用于水下机器人传感器故障诊断的方法。本发明包括设定最大循环次数有效的检测器的数量；设定阈值；判断是否达到最大循环次数；产生检测器；将检测器正常状态信号集合比较；判断故障有效检测器集是否满；将检测器与已知故障集相比较；判断已有的故障记忆有效检测器集。本发明针对水下机器人传感器故障诊断系统，进行故障检测和诊断，采用实数编码，利用欧氏距离计算和判断传感器危险状态，克服了传统阴性选择算法的漏报率高,不能有效辨认异常故障等缺点，提到了水下机器人传感器故障的检测准确率和适用性。

主权项

1.一种水下机器人传感器故障诊断方法，其特征在于，包括如下步骤：(1)设定最大循环次数J及有效的检测器的数量L；(2)设定识别自我匹配的阈值r₁和识别已知故障状态的匹配的阈值r₂；(3)判断是否达到最大循环次数J，有效的检测器的数量是否达到最大；如果已满足任一条件则停止循环，故障检测器集进行故障检测；如果没有满足任一个条件则执行步骤(4)；(4)产生检测器Ab={L_D1,L_D2,...,L_DM}，L_D=(l_D1,l_D2,...l_Dj,...,l_DN),(0≤l_Dj≤1,j=1,2,...,N)，N为状态空间维数，M为状态检测向量个数，l_Dj为归一化特征向量属性值；(5)将检测器Ab={L_D1,L_D2,...,L_DM}和每一个自己集即正常状态信号集合Ag₁={V_S1,V_S2,...,V_SK}，按照距离公式1≤j≤N相比较，判断是否匹配，如果d_DS<r₁，则匹配，执行步骤(4)；反之不匹配，执行步骤(6)，其中V_S=(v_S1,v_S2,...,v_sj...,v_SN),，0≤v_Sj≤1,j=1,2,...,N，v_Sj为归一化特征向量属性值；(6)判断故障有效检测器集是否满，如果不满执行步骤(7)；如果满执行步骤(3)；(7)将检测器Ab={L_D1,L_D2,...,L_DM}与每一个已知故障集Ag₂={V_A1,V_A2,...,V_AL}模式按照距离公式1≤j≤N相比较，判断是否匹配，如果d_DA<r₂，则匹配，执行步骤(8)；否则不匹配则执行(3)，V_A=(v_A1,v_A2,...,v_Aj,...,v_AN),，0≤v_Aj≤1,j=1,2,...,N，v_Aj为归一化特征向量属性值；(8)判断已有的故障记忆有效检测器集内是否大于等于1，如果大于等于1，计算将要加入记忆有效检测器集的检测器与已有的记忆有效检测器集中每一个检测器的欧氏距离1≤j≤N，s_Rj为归一化实数向量，如果有一个以上小于阈值d_danger，则抛弃该检测器，执行步骤(3)；如果大于阈值d_danger，检测器则加入到故障的有效检测器集中，同时检测器集1的检测器数量加1，执行步骤(3)。