自主式水下机器人传感器状态监测技术研究

摘要

本文通过对水下机器人的控制系统中传感器系统的分析，提出了一种简单可行的传感器分组法，建立了基于智能方法的以诊断模型和信号恢复模型为核心的监测系统结构，它主要建立了自主式水下机器人的各传感器的诊断模型和信号恢复模型，通过对在巡航和搜索两种航行方式下的传感器信号进行监测，来诊断各传感器是否出现故障，并对故障传感器进行信号恢复，保证水下机器人安全航行。　　在监测模型建模中采用了数据融合与神经网络结合的技术，以径向基函数网络为核心，运用基于k-均值聚类的确定中心和半径的方法，以及基于梯度法的参数调整的，来完善网络结构与性能，并在状态监测过程中，通过对由控制器输入的水下机器人运动控制量与诊断模型的诊断结果相融合得到传感器(陀螺仪，多普勒等)的工作状态优劣程度，实现信号恢复；为保证水下机器人完成任务，安全返回提供控制依据。通过计算机仿真试验，证明了该方法的可行性和监测系统的有效性。

目录

文摘

英文文摘

哈尔滨工程大学学位论文原创性声明

第1章绪论

1.1引言

1.2水下机器人发展现状

1.2.1载人水下机器人(MV)

1.2.2有缆水下机器人(ROV)

1.2.3自主型水下机器人(AUV)

1.3项目研究的目地和意义

1.4国内外研究状况

1.4.1水下机器人传感器系统状态监测的主要内容

1.4.2传感器诊断技术的发展概述

1.5论文的主要内容

第2章水下机器人传感器系统

2.1引言

2.2水下机器人传感器的基本配置

2.2.1导航与定位系统传感器

2.2.2姿态位置传感器

2.2.3附属装置传感器

2.2.4控制系统传感器

2.3国内外水下机器人传感器配置情况

2.4“智水-4”的传感器配置

2.5本章小结

第3章传感器故障诊断方法综述

3.1引言

3.2传感器的常见故障种类和表现形式

3.3传感器故障诊断的方法

3.3.1故障诊断的冗余分类法

3.3.2故障诊断的Frank分类法

3.4基于神经网络的水下机器人传感器故障融合诊断方法

3.4.1人工神经元模型

3.4.2神经网络拓扑结构

3.4.3基于神经网络的水下机器人传感器故障诊断

3.5基于数据融合的水下机器人传感器信号恢复

3.6本章小结

第4章水下机器人传感器故障诊断模型

4.1引言

4.2基于神经网络的传感器故障诊断方法

4.2.1 RBF型神经网络结构

4.2.2 RBF网络用于传感器故障诊断建模

4.3传感器的数据融合诊断方法

4.4本章小结

第5章水下机器人传感器信号恢复模型

5.1引言

5.2多传感器数据融合的发展和现状

5.2.1多传感器数据融合的概念和特点

5.2.2数据融合的基本内容

5.3基于数据融合的神经网络信号恢复模型

5.3.1神经网络数据融合

5.3.2 RBF融合恢复网络

5.3.3两种恢复方法的融合恢复

5.4本章小结

第6章计算机试验仿真

6.1引言

6.2程序启动

6.3网络学习模块

6.4在线监测模块

6.5信号恢复模块

6.6故障诊断和信号恢复功能检验

6.7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