水下机器人智能状态监测系统研究

论文摘要

自主式无人无缆水下机器人(AUV)既是海洋资源开发和水下环境作业的重要载体。智能化是AUV的重要标志，也是AUV研究和应用的基础和关键技术。作为在复杂海洋环境下工作的载体，自主性及安全性是AUV的基本要求，智能控制是实现其自主控制和完成任务使命的核心技术。随着AUV功能的不断完善和拓展，系统的复杂程度也在不断增加，其安全性越来越受到广泛的高度重视，而状态监控技术为AUV的安全性提供了技术保障。正确认识水下机器人的本质特征，建立完善的状态智能监测与控制系统，完善相应的理论，对提高水下机器人安全性和智能化水平具有重要的理论研究意义和实际应用价值。水下机器人状态监测技术研究前提是对监测对象的详细了解，掌握被监测对象的类型、参数、性能等，其研究的关键在于监测对象的建立，信息处理与特征提取方法的选取，以及故障检测方法、监测策略的制定以及故障程度及运行状态的分析。本文综述了国内外机器人系统及其故障诊断、状态监测方面的研究现状，全面地总结了水下机器人系统状态监测研究的关键技术、主要研究结果和存在的问题。针对水下机器人控制过程所包含的基本环节，本文从传感器系统及推进器系统的故障机理出发，建立了基于控制器的智能状态监测系统，主要包括了推进器性能监测子系统，水下机器人运行状态监测子系统，残差融合与状态评价子系统，实现了基于多源残差信息的融合故障检测与状态评价，实现了对水下机器人推进器系统与传感器系统的状态监测。针对复杂的海洋环境，本文提出了水下机器人系统设计的评价标准，提出一种适用于水下机器人系统的体系结构，给出了硬件系统设计方法及中央控制器、推进器，传感器，能源及通讯系统设计方法。提出了基于改进的动态递归网络的水下机器人状态模型及基于径向基神经网络的水下机器人推进器性能模型，研制了水下机器人试验平台并进行了水池实验，基于水池实验数据，获取了建立AUV运行状态模型和推进器性能模型所需的学习样本，建立了推进器动力学模型。进行了推进器故障模拟实验研究，进行了AUV推进器、传感器故障状态监测水池实验，实验结果验证了本文所提出的水下机器人智能状态监测系统及方法的有效性和可行性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的目的和意义
• 1.2 状态监测技术的发展现状
• 1.3 水下机器人状态监测技术发展现状综述
• 1.3.1 国外水下机器人及其状态监测技术发展现状
• 1.3.2 国内水下机器人及其状态监测技术发展现状
• 1.4 信息融合技术及其在状态监测中的应用
• 1.5 论文主要工作
• 1.5.1 研究的背景
• 1.5.2 主要研究内容
• 第2章 水下机器人试验平台硬件系统
• 2.1 引言
• 2.2 水下机器人试验平台结构
• 2.2.1 整体结构
• 2.2.2 中央控制系统
• 2.2.3 推进器系统
• 2.2.4 传感器系统
• 2.2.5 能源系统
• 2.2.6 通讯系统
• 2.3 速度传感器系统
• 2.3.1 测速传感器
• 2.3.2 实验环境及坐标系的建立
• 2.3.3 坐标转换
• 2.3.4 矢量速度
• 2.4 基础运动控制系统硬件结构
• 2.5 本章小结
• 第3章 状态监测系统结构及监测过程
• 3.1 引言
• 3.2 状态监测系统组成
• 3.3 双闭环控制器
• 3.3.1 水平面内的运动
• 3.3.2 垂直面内的运动
• 3.4 控制系统软件设计
• 3.5 系统状态监测过程
• 3.6 实验研究
• 3.7 本章小结
• 第4章 推进器系统建模及特征提取
• 4.1 引言
• 4.2 推进器性能监测子系统
• 4.3 推进器性能模型结构
• 4.4 推进器性能模型学习
• 4.4.1 模型学习算法
• 4.4.2 模型学习样本
• 4.5 推进器性能模型训练及检验
• 4.6 推进器故障特征提取
• 4.7 本章小结
• 第5章 水下机器人运动状态辨识
• 5.1 引言
• 5.2 运动状态模型结构
• 5.3 运动状态模型学习
• 5.3.1 模型学习算法
• 5.3.2 模型学习样本
• 5.4 运动状态模型训练及检验
• 5.5 本章小结
• 第6章 基于信息融合的状态监测
• 6.1 引言
• 6.2 融合故障检测与状态评价结构
• 6.3 残差选取与定义
• 6.3.1 转数残差
• 6.3.2 实际残差
• 6.3.3 模型残差
• 6.4 局部融合与全局融合
• 6.4.1 局部残差融合
• 6.4.2 全局残差融合
• 6.5 故障模拟实验
• 6.5.1 正常状态监测
• 6.5.2 推进器状态监测
• 6.5.3 速度传感器状态监测
• 6.5.4 角度传感器状态监测
• 6.6 故障检测与状态评价决策
• 6.7 本章小结
• 结论
• 参考文献
• 攻读博士学位期间发表的论文和取得的科研成果
• 致谢