公开(公告)号：CN116933173A

公开(公告)日：2023-10-24

申请号：CN202310357854.4

申请日：2023-04-06

Applicant: 江苏科技大学

Inventor： 吴云凯 ,  王澳东 ,  周扬 ,  朱志宇

IPC: G06F18/2415 ,  G06F18/214 ,  G06F18/213 ,  G06F18/10 ,  G06F18/243 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于多通道全卷积神经网络的水下机器人故障诊断方法，包括以下几个主要步骤：(1)采集水下机器人(AUV)状态信号；(2)将AUV状态信号数据进行信号处理；(3)初始化多通道全卷积神经网络(MCFCNN)模型的权值；(4)离线训练、评估以及保存最优模型；(5)判断AUV在线状态信号数据是否缺失，若是，则采用随机森林多重插补方法进行数据插补得到完整数据，反之，直接进入(6)；(6)AUV故障分类诊断。本发明无需AUV的具体模型，直接学习AUV状态数据与故障类型的关系，并且采用多通道输入策略提取AUV多传感器状态信号故障特征，提高AUV故障诊断的正确率。