-
Patent Agency Ranking
公开(公告)号：CN109298632A
公开(公告)日：2019-02-01
申请号：CN201811017239.4
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明属于自主式水下机器人推进器故障容错技术领域，具体涉及一种基于滑模算法与推力二次调整的自主式水下机器人推进器容错控制方法，采用双极性函数去代替符号函数，实现切换增益和边界层厚度自适应调节，削弱滑模容错控制的抖振现象；采用滑模控制与推力二次调整相结合的容错控制方法，使推进器优先权矩阵中的故障推进器权值系数随着故障程度的变化而变化，降低故障推进器的控制电压；在控制律中加入相应的控制补偿值去消除该偏差的影响，达到容错控制的目的。本发明解决自主式水下机器人由于滑模控制中引入符号函数所带来的抖振问题，通过结合故障诊断系统提供的故障信息，降低故障推进器的使用等级，降低推进器故障对系统跟踪性能的影响。
-
公开(公告)号：CN108830218A
公开(公告)日：2018-11-16
申请号：CN201810622232.9
申请日：2018-06-15
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下机器人故障诊断技术领域，具体涉及一种基于改进等距特征映射算法ISOMAP的水下机器人推进器故障诊断方法。该方法基于改进D-S证据理论数据融合算法，将AUV运行过程中状态量和控制量进行融合，基于等距特征映射算法对融合后的数据进行特征提取，基于人工免疫算法对提取到的特征点进行故障检测，基于改进支持向量域算法对检测到的故障点进行故障程度辨识。本发明不仅能判断AUV推进器故障的有无，而且能从故障特征提取、故障检测、故障程度辨识方面全面地实现AUV推进器故障诊断，判断AUV推进器故障严重程度，提高了故障诊断的精度，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：CN108830218B
公开(公告)日：2022-03-18
申请号：CN201810622232.9
申请日：2018-06-15
Applicant: 哈尔滨工程大学
Abstract: 本发明属于水下机器人故障诊断技术领域，具体涉及一种基于改进等距特征映射算法ISOMAP的水下机器人推进器故障诊断方法。该方法基于改进D‑S证据理论数据融合算法，将AUV运行过程中状态量和控制量进行融合，基于等距特征映射算法对融合后的数据进行特征提取，基于人工免疫算法对提取到的特征点进行故障检测，基于改进支持向量域算法对检测到的故障点进行故障程度辨识。本发明不仅能判断AUV推进器故障的有无，而且能从故障特征提取、故障检测、故障程度辨识方面全面地实现AUV推进器故障诊断，判断AUV推进器故障严重程度，提高了故障诊断的精度，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
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。
-
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
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。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
