深海载人潜水器推进器系统故障诊断的新型主元分析算法
程学龙1
朱大奇1
孙兵1
陈云赛2
1.上海海事大学水下机器人与智能系统实验室,上海,2013062.国家深海中心,山东青岛,266237
摘要：针对"蛟龙号"深海载人潜水器多推进器系统的故障检测与快速定位难题,将基于信度分配的模糊小脑神经网络(credit assignment-based fuzzy cerebellar model articulation controller,FCA–CMAC)应用于主元分析模型,提出一种基于主元分析(principal component analysis,PCA)的深海载人潜水器推进器系统故障诊断模型.首先,应用推进器系统正常运行的历史电流样本数据,由主元分析模型得到各推进器的电流预测值.其次,计算出故障检测统计量均方预测误差(squared prediction error,SPE),根据SPE值是否跳变,判断推进器系统有无故障发生.通过分别重构各推进器电流信号的SPE值对故障推进器进行定位和隔离.最后,通过对实际海试数据进行仿真处理说明了该算法的可行性,并通过与多层前馈神经网络(back propagation,BP)和常规小脑神经网络(cerebellar model articulation control-ler,CMAC)神经网络进行比较,说明基于FCA–CMAC神经网络的主元分析模型的优越性.
关键词：载人潜水器主元分析信号预测故障检测信号重构故障隔离
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(51575336)国家自然科学基金(U1706224)国家重点研发计划(2017YFC0306302)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1796-1804 )
英文信息