公开(公告)号：CN107133376A

公开(公告)日：2017-09-05

申请号：CN201710185959.0

申请日：2017-03-27

Applicant: 哈尔滨工程大学

Inventor： 张铭钧 ,  刘维新 ,  刘星 ,  谢建国 ,  李文强

IPC: G06F17/50 ,  B63G8/08

CPC classification number: G06F17/5009 ,  B63G8/08

Abstract: 本发明提供一种基于灰色预测模型的自主式水下机器人推进器弱故障程度预测方法，在灰色背景值构造阶段，通过计算累加生成序列的紧邻积分作为灰色背景值；在白化方程求解阶段，通过原始序列预测值与原始序列实际值之间的差值确定预测残差最小的点，将预测误差最小的点对应的原始序列值作为白化方程解的初始值；在预测序列构造阶段，基于预测序列与原始序列的残差序列进行二次预测，基于二次预测得到的残差序列对原始序列的预测序列进行修正，使得预测结果具有可调整性。本发明解决预测AUV推进器弱故障程度时存在的预测误差较大的问题，对传统灰色方法中的灰色背景值构造方法、白化方程求解方法、预测序列构造方法分别进行改进。

公开(公告)号：CN107132760A

公开(公告)日：2017-09-05

申请号：CN201710185935.5

申请日：2017-03-27

Applicant: 哈尔滨工程大学

Inventor： 张铭钧 ,  殷宝吉 ,  谢建国 ,  鲍林 ,  王连强

IPC: G05B13/04

Abstract: 本发明提供一种基于模糊支持向量域描述的水下机器人状态监测方法，属于水下机器人故障诊断技术领域。该方法基于修正贝叶斯分类算法分别从推进器运行状态待测时的AUV纵向速度信号小波近似分量和推进器控制信号中提取特征信息，基于提取的特征信息构造待测样本、计算模糊隶属度系数，并带入模糊支持向量域描述监测模型，得到监测系数，基于监测系数判断AUV推进器运行状态。本发明不仅能判断AUV推进器故障的有无，而且能够判断AUV推进器故障严重程度，特别适合应用于自主式水下机器人推进器的状态监测。

公开(公告)号：CN107132760B

公开(公告)日：2020-02-11

申请号：CN201710185935.5

申请日：2017-03-27

Applicant: 哈尔滨工程大学

Inventor： 张铭钧 ,  殷宝吉 ,  谢建国 ,  鲍林 ,  王连强

IPC: G05B13/04

Abstract: 本发明提供一种基于模糊支持向量域描述的水下机器人状态监测方法，属于水下机器人故障诊断技术领域。该方法基于修正贝叶斯分类算法分别从推进器运行状态待测时的AUV纵向速度信号小波近似分量和推进器控制信号中提取特征信息，基于提取的特征信息构造待测样本、计算模糊隶属度系数，并带入模糊支持向量域描述监测模型，得到监测系数，基于监测系数判断AUV推进器运行状态。本发明专利不仅能判断AUV推进器故障的有无，而且能够判断AUV推进器故障严重程度，特别适合应用于自主式水下机器人推进器的状态监测。