-
公开(公告)号：CN111091159B
公开(公告)日：2023-03-17
申请号：CN201911372169.9
申请日：2019-12-27
Applicant: 哈尔滨工程大学
IPC: G06F18/2136
Abstract: 本发明提供一种自主式水下机器人推进器弱故障特征提取方法，属于水下机器人故障诊断技术领域。该方法首先对传统稀疏分解算法增加时间变量。待分解信号的每个节拍都会得到对应的分解结果，使得分解结果在时域内精度更高；然后在传统的特征提取方法基础上对故障特征进行增强，通过建立原子字典对应的故障权值矩阵，将故障信息保存在故障权值矩阵中；最后以稀疏分解系数与故障权值矩阵的内积作为增强后的故障特征，进而增大故障特征与干扰特征之间的差值。本发明专利可有效凸显并提取故障特征，便于后续检测并辨识出推进器弱故障，特别适合于自主式水下机器人推进器的状态监测。
-
公开(公告)号：CN111091159A
公开(公告)日：2020-05-01
申请号：CN201911372169.9
申请日：2019-12-27
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明提供一种自主式水下机器人推进器弱故障特征提取方法，属于水下机器人故障诊断技术领域。该方法首先对传统稀疏分解算法增加时间变量。待分解信号的每个节拍都会得到对应的分解结果，使得分解结果在时域内精度更高；然后在传统的特征提取方法基础上对故障特征进行增强，通过建立原子字典对应的故障权值矩阵，将故障信息保存在故障权值矩阵中；最后以稀疏分解系数与故障权值矩阵的内积作为增强后的故障特征，进而增大故障特征与干扰特征之间的差值。本发明专利可有效凸显并提取故障特征，便于后续检测并辨识出推进器弱故障，特别适合于自主式水下机器人推进器的状态监测。
-
Patent Agency Ranking
公开(公告)号：CN116089811A
公开(公告)日：2023-05-09
申请号：CN202211542402.5
申请日：2022-12-03
Applicant: 哈尔滨工程大学
IPC: G06F18/213 , G06F18/25 , G06F17/14 , G06F17/11
Abstract: 本发明提供一种基于推力偏差和互相关算法的水下机器人推进器故障特征提取方法，属于水下机器人故障诊断技术领域。该方法首先根据纵向和艏向自由度相关信号求得两条推力偏差曲线，基于曲线的阶跃点位置确定故障发生时刻，以提高故障发生时刻的定位精度；接着，为加强故障特征，设计一种多时间窗傅里叶变换并融合的方法分别提取两条推力偏差曲线的故障特征，并求得两种故障特征的互相关性故障特征，再融合三种故障特征得到最终故障特征。本项目在提取多个信号故障特征的前提下，可以实现对故障发生时刻较为准确的定位，并获得较高的故障特征值与干扰特征值比值，特别适合应用于海流环境下和故障程度较弱的情况下进行故障特征提取。
-
公开(公告)号：CN112904719B
公开(公告)日：2022-08-02
申请号：CN202110054122.9
申请日：2021-01-15
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明属于水下机器人控制技术领域，具体涉及一种适用于水下机器人位置环形区域跟踪控制方法。本发明从环形区域跟踪的任务需求出发，利用给定的环形期望区域边界和位置跟踪误差构造特殊的Lyapunov函数；再针对控制器设计过程中存在的建模误差以及辨识误差，结合水下机器人动力学近似模型及其全状态量测信息，构建状态观测器，以实现估计误差的有限时间收敛特性：最后，结合艇体速度信息以及虚拟控制律，计算环形区域跟踪控制律。本发明可实现水下机器人位置跟踪误差矢量的幅值一直维持在事先设定的环形期望区域范围内，而艏向角度误差一直维持在事先设定的圆形期望区域范围内。
-
公开(公告)号：CN111144307A
公开(公告)日：2020-05-12
申请号：CN201911372160.8
申请日：2019-12-27
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种自主式水下机器人推进器故障特征提取方法，具体是基于经验模态分解、分形维数和SHFC定位算法的，属于水下机器人故障诊断技术领域。该方法采用经验模态分解进行数据预处理替代分形维数中普通的滤波方法；在模态分解后的高频部分，把滚动时间窗引入，通过每个时间窗内小样本的分形维数故障特征的提取，捕捉到故障到分形维数中发生时刻分形维数特征值的突变，提取出分形维数突变的极大值，进而增强故障特征的提取效果。本发明专利能增强故障特征，便于检测水下机器人推进器是否出现故障，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：CN119598130A
公开(公告)日：2025-03-11
申请号：CN202411692941.6
申请日：2024-11-25
Applicant: 哈尔滨工程大学
IPC: G06F18/20 , G05D1/86 , G06F18/2131 , G06F30/20 , G06F18/15 , G06F18/21 , G06F119/14
Abstract: 本发明公开了一种适用于故障程度较弱的情况下水下机器人推进器故障程度辨识方法、系统及程序产品，属于水下机器人故障诊断技术领域。本发明首先基于根据艏向角和侧向推进器控制电压求得推力偏差曲线，再根据曲线的不同部分，在时域和频域分别采用差值和多时间窗滑动傅里叶变换方法，求得多个推力损失；然后引入核密度估计方法基于时域和频域求得的推力损失，分别求得时域和频域故障程度概率密度曲线；最后采用相同位置平均的方法进行融合，基于融合后的故障程度概率密度曲线辨识故障程度。本发明可以达到较高的辨识精度，特别适合应用于海流环境下和故障程度较弱的情况下进行故障程度辨识。
-
公开(公告)号：CN112904719A
公开(公告)日：2021-06-04
申请号：CN202110054122.9
申请日：2021-01-15
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明属于水下机器人控制技术领域，具体涉及一种适用于水下机器人位置环形区域跟踪控制方法。本发明从环形区域跟踪的任务需求出发，利用给定的环形期望区域边界和位置跟踪误差构造特殊的Lyapunov函数；再针对控制器设计过程中存在的建模误差以及辨识误差，结合水下机器人动力学近似模型及其全状态量测信息，构建状态观测器，以实现估计误差的有限时间收敛特性：最后，结合艇体速度信息以及虚拟控制律，计算环形区域跟踪控制律。本发明可实现水下机器人位置跟踪误差矢量的幅值一直维持在事先设定的环形期望区域范围内，而艏向角度误差一直维持在事先设定的圆形期望区域范围内。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
