PDF《水下机器人故障诊断方案》

3 种: ? 卡死型故障, 输出信息保持不变;

? 跳变型故 障, 输出信息在某个瞬时发生跳变;

? 振荡型故障, 输出信息在时间轴上振荡.需要指出: 本文所讨论 的各种传感器不一定同时存在上述 3种故障形式. 表1/UR-X0传感器配置 Table

1 Sensor specification of/ UR-X0 类型 传感器 测量的状态参数 惯性 光纤罗经 艏向、 纵倾和横摇角 DVL 纵向、 横向和垂向速度 超声波 测高声纳 距海底的距离 定位声纳 声纳基阵中平面坐标 6012声纳 水下目标距离与方位 3D声纳 水下目标声学图像 压力 深度计 下潜深度 无线电 GPS 经度、 纬度 光学 TV 水下目标光学图像 一般情况光纤罗经和 GPS 可能出现第一种故 障;

多普勒测速仪 ( DVL)、 测高声纳和深度计可能 出现第

一、 二种故障;

定位声纳则 3种故障均可能发 生.产生第一种故障的原因通常是没有检测信号或 传感器停止工作.解决方法为在对传感器进行数据 采集时, 累计传感器连续没有数据的采样周期个数, 当累计值达到一定数量时则可以判定传感器发生故 障.第二种故障出现的原因主要是由于传感器受到 某个瞬时的干扰.可以利用小波变换来提取跳变点 的故障信息, 分析信号特征进行故障诊断 [ 3] .导致 第三种故障的原因一般为传感器受到某种长时间的 扰动, 可以采用线性平滑滤波进行处理 [ 4, 5] .另外, 考虑到 UR - X所配备的各类传感器一般不存在硬 件冗余, 很难用信息融合的方法实现故障的诊断.

3 小波变换检测信号突变 信号中的奇异点及不规则的突变部分包含丰富 的信息, 它是信号的重要特征.在UR 传感器故障 诊断中, 故障通常表现为输出信号发生突变, 因而对 突变点的检测很关键.小波变换具有空间局部细化 特性, 因此可以用于分析信号的奇异性及奇异点位 置, 便于传感器故障检测与分离 [ 6] .

311 小波变换的基本原理 称满足如下允许性条件 CW = Q + ] - ] | W ^(w ) |

2 | w | dw <

+ ] ( 1) 的平方可积函数 W( t) 为一个小波基. 式中 ^ W(w ) 是W( t) 的傅里叶变换. 由式 ( 1) 可得 ^ V(0) = Q + ] - ] W( t)dt = 0, ( 2) 式(2) 说明 W( t) 具有一定振荡性和衰减性, 即它包 含着某种频率特性. 小波基 W( t) 经平移 b、 伸缩 a得到函数族为 W a, b ( t) = | a | -

1 /2 W t- b a , a, b I R, a X

0 . ( 3) 从式 ( 3) 可以看出, 它是一个双参数带通滤波器, 其中a为尺度因子, 它决定小波变换中的频域信息;

b 为平移因子, 它决定变换结果中的时域信息, 由此可 以看出, 小波函数同时具有频域和时域定位特性. 信号 f ( t) I L

2 (R ), 则f(t) 的连续小波变换定 义为 Wf ( a , b) = | a | -

1 /2 Q +] -] f ( t) ? W t - b a dt, ( 4) 其中 ? W(a)、 ? W( b) 为W(a)、 W( b) 的共轭. 通过对连 续小波变换的尺度因子 a和平移因子 b的采样而离 散化, 对a, b依如下规律采样: a = a -m

0 , a0 >

1 , ( 5) b = nb0 a -m

0 , b0 >

1 , ( 6) 则由式 ( 4) 可得信号 f ( t) I L

2 (R )的离散小波变换 为Df (a, b) = Q + ] - ] f ( t)a m /2

0 ? W(a m

0 - nb0 ) dt. ( 7) 当a0 =

2 , b0 = 1时, 式(9) 构成二进小波变换. 小波分解可通过 M allat算法 [ 7] 实现, 表述为 cj , k = E hn- 2k Cj-

1 , n, dj, k = E gn- 2kCj- 1, n, j =

1 ,

2 , ,,

J. ( 8) 相应的信号重构算法为 Cj- 1, n = E hn- 2k cj , n + E gn- 2k dj , n, j = J, J -