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

• 作者: 孙兵 朱大奇 程学龙 陈云赛
• 来源期刊: 控制理论与应用
• 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
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 人工智能与机器人专刊
• 页码范围: 1796-1804
• 页数: 9页
• 分类号: TP273
• 语种: 中文
• DOI: 10.7641/CTA.2018.80620

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱大奇	上海海事大学水下机器人与智能系统实验室	78	1278	18.0	34.0
2	孙兵	上海海事大学水下机器人与智能系统实验室	6	89	5.0	6.0
3	陈云赛		7	14	2.0	3.0
4	程学龙	上海海事大学水下机器人与智能系统实验室	1	0	0.0	0.0