基于行為的UUV推進(jìn)操縱系統(tǒng)異常辨識(shí)方法研究*

嚴(yán)浙平,趙錦陽(yáng),李本銀

(哈爾濱工程大學(xué)自動(dòng)化學(xué)院,哈爾濱 150001)

?

基于行為的UUV推進(jìn)操縱系統(tǒng)異常辨識(shí)方法研究*

嚴(yán)浙平*,趙錦陽(yáng),李本銀

(哈爾濱工程大學(xué)自動(dòng)化學(xué)院,哈爾濱 150001)

在感知系統(tǒng)正常工作情況下,從行為學(xué)的角度出發(fā),對(duì)UUV推進(jìn)操縱系統(tǒng)異常進(jìn)行辨識(shí)。根據(jù)UUV動(dòng)力學(xué)方程設(shè)計(jì)滑模觀測(cè)器,與傳感器獲得的信息進(jìn)行實(shí)時(shí)比較,監(jiān)測(cè)系統(tǒng)是否發(fā)生異常;當(dāng)推進(jìn)操作系統(tǒng)發(fā)生異常時(shí),根據(jù)根據(jù)傳感器實(shí)時(shí)獲得的UUV位姿速度信息和推進(jìn)操縱系統(tǒng)空間分布特點(diǎn),從辨識(shí)行為庫(kù)中匹配特定的辨識(shí)行為,實(shí)現(xiàn)對(duì)異常點(diǎn)的準(zhǔn)確定位,再按照設(shè)計(jì)的模糊規(guī)則得到推進(jìn)操縱系統(tǒng)異常點(diǎn)的危害程度,以采取相應(yīng)的應(yīng)急措施。最后,結(jié)合UUV右主推及卡舵異常情況,對(duì)基于行為的推進(jìn)操縱系統(tǒng)異常辨識(shí)、異常點(diǎn)定位及異常級(jí)別判定方法進(jìn)行了仿真驗(yàn)證。

無(wú)人水下航行器(UUV);推進(jìn)操縱系統(tǒng);異常辨識(shí);行為

我們的地球絕大部分是被海洋覆蓋的,而海洋擁有十分豐富的資源,UUV在開(kāi)發(fā)利用海洋資源中可以扮演重要角色,在海洋管道的鋪設(shè)、海洋考察和數(shù)據(jù)采集、鉆井平臺(tái)的管理維護(hù)等都可以看到UUV的身影[1]。UUV高度智能化是發(fā)生趨勢(shì),而自身的可靠性是其完成各種復(fù)雜任務(wù)的基礎(chǔ),這需要UUV對(duì)自身的運(yùn)動(dòng)狀態(tài)能夠?qū)崟r(shí)的監(jiān)測(cè),避免發(fā)生不可挽回的后果[2]。在實(shí)際應(yīng)用中,UUV的推進(jìn)操縱系統(tǒng)的故障發(fā)生率較高,并且推進(jìn)操縱系統(tǒng)故障對(duì)UUV的運(yùn)行狀態(tài)的影響往往是致命的,因此本文圍繞著推進(jìn)操縱系統(tǒng)故障展開(kāi)。

針對(duì)UUV推進(jìn)系統(tǒng)異常的辯識(shí)方法國(guó)內(nèi)國(guó)外已進(jìn)行較廣泛的研究。美國(guó)夏威夷大學(xué)研制的“ODIN”號(hào)水下機(jī)器人根據(jù)某推進(jìn)器期望的輸出電壓與實(shí)際輸出電壓的殘差大小,則說(shuō)明此推進(jìn)器工作狀態(tài)是否異常[3],并采取應(yīng)對(duì)措施。國(guó)內(nèi)學(xué)者也有對(duì)UUV的推進(jìn)器故障診斷進(jìn)行了相關(guān)研究,張銘均等采用模糊邏輯與神經(jīng)網(wǎng)絡(luò)結(jié)合的技術(shù)進(jìn)行執(zhí)行機(jī)構(gòu)的狀態(tài)檢測(cè),得到執(zhí)行機(jī)構(gòu)的工作狀態(tài)的優(yōu)劣程度[4]。朱大奇等人提出了一種基于遞歸神經(jīng)網(wǎng)絡(luò)的故障辨識(shí)模型[5],根據(jù)水下機(jī)器人實(shí)際輸出與估計(jì)輸出間的誤差學(xué)習(xí)調(diào)整隱藏層與輸出層權(quán)矩陣,將兩個(gè)神經(jīng)網(wǎng)絡(luò)輸出的故障信息分別與設(shè)定的閾值相比較,來(lái)判斷執(zhí)行器故障或傳感器故障。上述文章所用的方法都是通過(guò)殘差來(lái)進(jìn)行故障進(jìn)行診斷,而本文受到行為學(xué)的啟發(fā),通過(guò)殘差的特點(diǎn),匹配特殊的行為,實(shí)現(xiàn)故障點(diǎn)的定位以及故障危害程度的判定。在20世紀(jì)80年代后期,美國(guó)青年學(xué)者Brooks成功地制造出了第1個(gè)基于“感知-行為”模式的輪式機(jī)器人Allen[6-7]。UUV的行為整體可以分解成若干子行為,UUV的基本行為包括:定向航行行為、定速航行行為、目標(biāo)趨向行為、循跡航行行為、定高航行行為、定深航行行為等。一個(gè)狀態(tài)的出現(xiàn)是系統(tǒng)行為動(dòng)作的結(jié)果,而狀態(tài)又描述了系統(tǒng)的行為。所以在UUV完成上述行為的過(guò)程可以通過(guò)位置狀態(tài)、速度狀態(tài)來(lái)進(jìn)行描述。只有在推進(jìn)操縱系統(tǒng)狀態(tài)良好的情況,上述行為才能得以準(zhǔn)確的實(shí)現(xiàn)。

文章研究的是一種欠驅(qū)動(dòng)UUV系統(tǒng),UUV的速度信息可以通過(guò)傳感器實(shí)時(shí)獲取,UUV的縱傾和橫傾角度可以通過(guò)姿態(tài)傳感器實(shí)時(shí)獲得,由水聲定位系統(tǒng)可獲得UUV北向距離、東向距離信息[8,15]。文章主要提出被動(dòng)式故障診斷和主動(dòng)式故障診斷兩種診斷方式。在UUV工作狀態(tài)時(shí),采取被動(dòng)式故障診斷方式監(jiān)測(cè)UUV的行為是否發(fā)生異常,當(dāng)UUV的行為發(fā)生異常時(shí),UUV根據(jù)異常行為的特點(diǎn)采取主動(dòng)式故障診斷,采取特定的辨識(shí)行為,實(shí)現(xiàn)對(duì)異常點(diǎn)的準(zhǔn)確定位,并進(jìn)行危害級(jí)別的判定,以此作為UUV采取應(yīng)急措施的依據(jù)。本文主要基于UUV的行為,對(duì)推進(jìn)操縱系統(tǒng)進(jìn)行異常辨識(shí),該辨識(shí)過(guò)程主要分為3個(gè)階段:異常存在性辨識(shí)、異常點(diǎn)定位以及異常危害級(jí)別判定,對(duì)推進(jìn)操縱系統(tǒng)異常辨識(shí)方法流程如圖1。下面對(duì)UUV執(zhí)行機(jī)構(gòu)的異常辨識(shí)的流程及方法進(jìn)行詳細(xì)的論述,并作相應(yīng)的仿真驗(yàn)證。

圖1 UUV推進(jìn)操縱系統(tǒng)異常辨識(shí)方框圖

1 工作狀態(tài)下的被動(dòng)式故障診斷策略

UUV在工作狀態(tài)下通過(guò)被動(dòng)式故障診斷來(lái)實(shí)時(shí)監(jiān)測(cè)UUV位置姿態(tài)等信息,具體來(lái)說(shuō)是由滑模觀測(cè)器得到推進(jìn)操縱系統(tǒng)的工作狀態(tài)[9-11]。

1.1 滑模觀測(cè)器設(shè)計(jì)

由UUV六自由度運(yùn)動(dòng)方程易得出UUV系統(tǒng)動(dòng)力學(xué)方程[7]:

(1)

圖2 UUV空間坐標(biāo)系[8]

式(1)進(jìn)行變形整理可將UUV動(dòng)態(tài)方程表示為下式:

(2)

(3)

定義非線性滑模觀測(cè)器如下:

(4)

Λ1=diag(λ11,λ12,…,λ16)Λ2=diag(λ21,λ22,…,λ26)

(5)

(6)

(7)

進(jìn)一步可推得

(8)

1.2 基于滑模觀測(cè)器的異常行為辨識(shí)

y=x1+α(t-T)f(t)+v

(9)

式中T為異常發(fā)生時(shí)刻,α(·)為階躍函數(shù),當(dāng)t

K的取值視實(shí)際情況而定,K取得過(guò)小,則容易造成誤警,若K取得過(guò)大,則對(duì)異常的檢測(cè)靈敏度降低。

(10)

和N個(gè)系統(tǒng)輸出值:

{xi(k-N),xi(k-N+1),…,xi(k-1)}

(11)

檢驗(yàn)?zāi)繕?biāo)函數(shù)為:

H0:me(k,N)=m(k,N)

(12)

H1:me(k,N)≠m(k,N)

(13)

構(gòu)造統(tǒng)計(jì)量如下式:

(14)

其中me(k,N),m(k,N),se(k,N),s(k,N)分別計(jì)算觀測(cè)值及系統(tǒng)輸出值的均值和方差?？梢宰C明,當(dāng)H0成立時(shí),U服從漸近正態(tài)分布。將系統(tǒng)置信度設(shè)為1-α,當(dāng)|U|>uα/2時(shí),其中uα/2為上側(cè)分位數(shù),此時(shí)H1成立,可判定系統(tǒng)異常。若|U|

2 主動(dòng)式故障診斷策略

2.1 UUV異常辨識(shí)行為制定

滑模觀測(cè)器輸出值與UUV當(dāng)前行為息息相關(guān),觀測(cè)值與UUV系統(tǒng)輸出值間的殘差ei大小會(huì)因當(dāng)前行為和外界擾動(dòng)而有所差異,簡(jiǎn)言之,對(duì)于相同UUV異常情況,UUV在執(zhí)行不同行為時(shí),殘差大小不同,很可能引起誤警、漏警。同時(shí)垂直舵和左右推進(jìn)器存在耦合關(guān)系,僅僅根據(jù)實(shí)時(shí)獲得的殘差不能準(zhǔn)確的定位出推進(jìn)操縱系統(tǒng)的異常點(diǎn)和判定異常危害級(jí)別,主動(dòng)式故障診斷策略由此提出。

為使UUV在進(jìn)行異常點(diǎn)定位及異常危害級(jí)別辨識(shí)有一個(gè)共同的參考體系,文章提出設(shè)計(jì)辨識(shí)行為庫(kù),對(duì)不同的辨識(shí)行為定義優(yōu)先級(jí),按照一定順序進(jìn)行異常辨識(shí)。當(dāng)滑模觀測(cè)器辨識(shí)出當(dāng)前狀態(tài)可能發(fā)生異常,UUV自主選擇辨識(shí)行為,目標(biāo)辨識(shí)行為狀態(tài)數(shù)據(jù)與系統(tǒng)實(shí)際行為狀態(tài)數(shù)據(jù)的偏差,以完成對(duì)自身的異常點(diǎn)定位及異常危害級(jí)別判定。當(dāng)通過(guò)滑模觀測(cè)器得出UUV當(dāng)前可能存在異常,實(shí)際辨識(shí)過(guò)程中可能僅僅通過(guò)一種辨識(shí)行為可能無(wú)法定位異常點(diǎn),這需要多種辨識(shí)行為組合來(lái)完成異常點(diǎn)的定位和危害級(jí)別判定。

根據(jù)研究對(duì)象UUV特性,設(shè)計(jì)簡(jiǎn)單辨識(shí)行為定向定深勻速航行,垂直舵滿舵下的定速定深航行等。以定向勻速直行為例,當(dāng)某推進(jìn)器發(fā)生異常后,左右推進(jìn)器產(chǎn)生差動(dòng)力矩,而艏向反饋進(jìn)行PID控制,垂直舵具有一定的補(bǔ)償作用,若舵產(chǎn)生的力矩足夠大,則仍可以保持航向,推進(jìn)器與垂直舵耦合作用使得分析較復(fù)雜,無(wú)法通過(guò)簡(jiǎn)單的辨識(shí)行為實(shí)現(xiàn)對(duì)異常點(diǎn)的準(zhǔn)確定位,下面對(duì)辨識(shí)行為進(jìn)行定義。

(1)直接異常辨識(shí)行為:通過(guò)執(zhí)行單一異常辨識(shí)行為辨識(shí)故障是否發(fā)生或者進(jìn)行故障的定位。例如取UUV異常存在性辨識(shí)時(shí)間窗K前一時(shí)刻的艏向的延長(zhǎng)直線,UUV做定向定深航行行為。

(2)間接異常辨識(shí)行為:通過(guò)按順序執(zhí)行兩種或兩種以上的直接辨識(shí)行為實(shí)現(xiàn)對(duì)異常點(diǎn)的定位,通常情況下間接辨識(shí)行為是兩種或兩種以上直接辨識(shí)行為的組合。間接異常辨識(shí)行為可對(duì)推進(jìn)器異常與垂直舵異常進(jìn)行解耦合,對(duì)推進(jìn)器進(jìn)行異常辨識(shí)通常需采用間接異常辨識(shí)行為。

圖3 垂直舵卡右舵異常辨識(shí)過(guò)程

圖3所示的垂直舵卡左舵異常辨識(shí)過(guò)程,以0起始點(diǎn)開(kāi)始,運(yùn)動(dòng)到1點(diǎn)發(fā)生異常,若干個(gè)時(shí)間窗后,在2點(diǎn)由觀測(cè)器得到UUV的推進(jìn)操縱系統(tǒng)可能發(fā)生異常后,UUV自主選擇異常辨識(shí)行為,一定時(shí)間內(nèi),沿原方向進(jìn)行定向定速定深航行行為,目標(biāo)軌跡如b所示,一定時(shí)間后,UUV運(yùn)動(dòng)到3處,可以得到UUV推進(jìn)操縱系統(tǒng)確實(shí)發(fā)生異常,但無(wú)法確定是垂直舵還是推進(jìn)器發(fā)生異常,在3點(diǎn)開(kāi)始設(shè)計(jì)垂直舵左滿舵下的定深定速航行目標(biāo)軌跡如所示,實(shí)際運(yùn)動(dòng)軌跡如圖3所示。

2.2 規(guī)則庫(kù)定位UUV異常點(diǎn)及異常類型

研究對(duì)象UUV在艉部有左右兩個(gè)推進(jìn)器、水平舵與垂直舵。水平舵用于控制UUV的俯仰角;垂直舵用于控制UUV的艏向角;推進(jìn)器主要用于控制UUV的航速,UUV差動(dòng)時(shí)也會(huì)對(duì)艏向角造成影響,為研究問(wèn)題方便,作如下假設(shè):

假設(shè)1 假設(shè)UUV感知系統(tǒng)正常工作,傳感器的輸出數(shù)據(jù)可靠;

假設(shè)2 當(dāng)UUV正常工作時(shí),UUV航向由舵單獨(dú)控制不通過(guò)推進(jìn)器差動(dòng)輸出方式控制艏向;

假設(shè)3 為簡(jiǎn)化辨識(shí)規(guī)則,本文假設(shè)UUV在某一時(shí)刻只有一種異常發(fā)生;

假設(shè)4UUV左右完全對(duì)稱,不考慮橫傾角與橫傾角速度的變化。

本文異常模式fn的取值為左推進(jìn)器異常、右推進(jìn)器異常、垂直舵卡右舵、垂直舵卡左舵、水平舵卡上舵、水平舵卡下舵6種。ri的取值為u、v、w、r、θ等數(shù)據(jù)項(xiàng)的殘差,Mf的第i行第j列取值為“0”、“1”、“-1”,分別表示“小偏差”、“較大正偏差”、“較大負(fù)偏差”。UUV執(zhí)行辨識(shí)行為指令時(shí),不同異常模式對(duì)應(yīng)實(shí)際理想的殘差特性如異常點(diǎn)定位規(guī)則矩陣Mf所示,但實(shí)際f1、f4和f2、f3對(duì)應(yīng)的故障模式對(duì)應(yīng)的殘差特性存在相似性,往往需要再啟動(dòng)異常辨識(shí)行為。

(15)

2.3 模糊規(guī)則判定異常危害級(jí)別

由于存在測(cè)量噪聲及干擾,基于閾值的危害級(jí)別判定是不連續(xù),有可能導(dǎo)致誤判。針對(duì)這一問(wèn)題,本文將模糊邏輯引入U(xiǎn)UV異常危害級(jí)別辨識(shí)中,對(duì)于異常級(jí)別辨識(shí),取u、v、w、q、r、θ、ψ、z 8個(gè)變量作為異常危害級(jí)別分析參考量,當(dāng)按原方向進(jìn)行定向定深航行時(shí),實(shí)際定向航行控制過(guò)程中,由于存在實(shí)際擾動(dòng),UUV實(shí)際運(yùn)動(dòng)軌跡不可能與直線完全契合,針對(duì)某種異常對(duì)每個(gè)數(shù)據(jù)項(xiàng)殘差ri定義模糊隸屬度函數(shù),其中μi,1、μi,2、μi,3分別表示項(xiàng)殘差ri隸屬于“正?！?、“小偏差”、“大偏差”3個(gè)級(jí)別的隸屬程度。如圖4所示。其表達(dá)式如下:

圖4 模糊規(guī)則隸屬度函數(shù)

由模糊異常級(jí)別辨識(shí)器可得到模糊異常級(jí)別辨識(shí)矩陣:

(16)

式中d1、d2、d3分別表示“正常工作”、“一級(jí)異?！?、“二級(jí)異?！薄８鶕?jù)異常點(diǎn)特性,取權(quán)重s矩陣A=[a1,a2,…,a8],推進(jìn)器異常A=[1,1,0,0,1,0,1,0],垂直舵異常A=[1,1,0,0,1,0,1,0],水平舵異常A=[0,0,1,0,0,1,0,1],特定的異常級(jí)別隸屬度δl可由下式計(jì)算得到:

(17)

δl的值越大說(shuō)明某特定異常的異常級(jí)別為l的可能性就越大。若通過(guò)式(15)辨識(shí)出UUV存在某種異常時(shí),則必須利用式(17)計(jì)算δl,從而得出該異常的異常級(jí)別。

3 基于行為的執(zhí)行機(jī)構(gòu)異常辨識(shí)仿真驗(yàn)證

本文基于行為的推進(jìn)操縱系統(tǒng)異常辨識(shí)主要分為3個(gè)步驟,即:

步驟1 異常存在性判定:利用滑模觀測(cè)器對(duì)UUV當(dāng)前行為進(jìn)行觀測(cè),通過(guò)比較滑模觀測(cè)器輸出與UUV實(shí)際狀態(tài)輸出辨識(shí)出異常是否可能存在;

步驟2 異常點(diǎn)辨識(shí):當(dāng)辨識(shí)出當(dāng)前UUV存在異常,則執(zhí)行辨識(shí)行為,比較直接辨識(shí)行為與UUV當(dāng)前行為狀態(tài),可確定UUV行為是否確實(shí)發(fā)生異常,提高診斷的準(zhǔn)確度,根據(jù)制定的異常點(diǎn)定位規(guī)則庫(kù),進(jìn)行異常點(diǎn)的定位; 或者執(zhí)行第2種直接辨識(shí)行為,構(gòu)成間接辨識(shí)行為對(duì)異常點(diǎn)進(jìn)行定位,具體過(guò)程與直接辨識(shí)行為相同;

步驟3 異常級(jí)別辨識(shí):當(dāng)實(shí)現(xiàn)異常點(diǎn)的定位之后,進(jìn)行危害級(jí)別的判定,比較辨識(shí)行為與UUV當(dāng)前狀態(tài)間殘差與設(shè)定的模糊閾值,求出每個(gè)狀態(tài)異常級(jí)別隸屬度,進(jìn)而通過(guò)式(17)辨識(shí)出異常級(jí)別。

3.1 滑模觀測(cè)器及異常行為辨識(shí)規(guī)則庫(kù)驗(yàn)證

建立UUV運(yùn)動(dòng)模型,本文使用的研究對(duì)象UUV模型中的水動(dòng)力系數(shù)是通過(guò)UUV水動(dòng)力實(shí)驗(yàn)得到,為驗(yàn)證UUV異常行為辨識(shí)算法正確性,首先驗(yàn)證UUV滑模觀測(cè)器的性能,設(shè)定UUV初始艏向角ψ=0°、俯仰角θ=0°,給定指令艏向角為20°,正常工作時(shí)左右主推的推力F=600N,使UUV在水平面沿直線勻速航行,航行時(shí)間為1 000s。如圖5滑模觀測(cè)器可對(duì)u、v、w、r、θ進(jìn)行較準(zhǔn)確的實(shí)時(shí)估計(jì)。

圖5 滑模觀測(cè)器的性能驗(yàn)證

驗(yàn)證異常點(diǎn)定位規(guī)則庫(kù)的正確性,需要分別對(duì)UUV左主推異常、右主推異常、垂直舵卡右舵、垂直舵卡左舵、水平舵卡上舵、水平舵卡下舵6種執(zhí)行機(jī)構(gòu)異常模式的辨識(shí)規(guī)則庫(kù)進(jìn)行驗(yàn)證,下面以左主推異常為例進(jìn)行驗(yàn)證。在第400s時(shí)設(shè)定UUV左主推推力減半,圖6UUV空間運(yùn)動(dòng)軌跡及滑模觀測(cè)器估計(jì)軌跡?？梢钥闯龃藭r(shí)u、v發(fā)生跳變,由此特征可以滑模觀測(cè)器辨識(shí)出UUV存在異常;但由于研究對(duì)象UUV的航向?yàn)殚]環(huán)控制,當(dāng)推進(jìn)器異常時(shí),UUV會(huì)控制舵角以盡量保持航向,所以可以看到觀測(cè)器估計(jì)的軌跡是垂直舵打右舵航行。由圖7僅僅依靠殘差結(jié)果無(wú)法準(zhǔn)確定位異常點(diǎn),需執(zhí)行異常辨識(shí)行為。

圖6 UUV空間運(yùn)動(dòng)軌跡及滑模觀測(cè)器估計(jì)軌跡

圖7 左主推異常仿真圖

分別上述6種異常進(jìn)行仿真驗(yàn)證之后,可知UUV推進(jìn)操縱系統(tǒng)異常與當(dāng)前運(yùn)行狀態(tài)間的殘差存在一定規(guī)則,式(15)中定義的異常點(diǎn)辨識(shí)規(guī)則庫(kù)符合UUV實(shí)際狀態(tài)。

3.2 異常點(diǎn)定位及異常級(jí)別辨識(shí)仿真驗(yàn)證

基于行為對(duì)UUV推進(jìn)操縱系統(tǒng)異常辨識(shí)進(jìn)行仿真,設(shè)UUV的初始行為為以60度艏向角,左右主推推力各為500N,保持勻速直航,航行時(shí)間為1 000s。在第400s時(shí)設(shè)定右主推推力減半、垂直舵卡右舵兩種異常狀況,進(jìn)而檢驗(yàn)本文提出的異常辨識(shí)方法的有效性。

3.2.1 異常存在狀況辨識(shí)

本仿真實(shí)驗(yàn)選取滑模觀測(cè)器增益矩陣為:

Λ1=diag(0.4,0.1,0.03,0.003,0.002)Λ2=diag(3.2,2,2.5,1.5,1)

設(shè)置利用滑模觀測(cè)器進(jìn)行UUV異常行為辨識(shí)時(shí)的狀態(tài)數(shù)據(jù)殘差閾值如表1所示。由于當(dāng)UUV在低速度工作狀態(tài)時(shí)發(fā)生異常殘差ei變化并不明顯,因此規(guī)定若其中一個(gè)狀態(tài)數(shù)據(jù)項(xiàng)診斷出異常則診斷UUV異常執(zhí)行異常辨識(shí)行為。

表1 UUV推進(jìn)器異常行為辨識(shí)狀態(tài)殘差閾值表

對(duì)本實(shí)驗(yàn)初始左右主推各500N推力,當(dāng)UUV右主推推力減半時(shí),由于航向控制為閉環(huán)控制,當(dāng)右主推推力減半時(shí)UUV會(huì)通過(guò)擺舵產(chǎn)生舵力矩而盡量保持航向,艏向角變化約為2.13°,艏向角速度最大為0.008rad/s,橫向速變化為0.37m/s。推力變化最直接的影響是縱向速度,推力減半后UUV的縱向速度減小0.6m/s。垂直舵卡右舵時(shí),u、v、r也將發(fā)生相應(yīng)的變化。利用滑模觀測(cè)器觀測(cè)UUV狀態(tài)殘差可以判斷UUV行為發(fā)生異常。

3.2.2 異常點(diǎn)定位及異常危害級(jí)別判定

圖8 右向偏移型故障診斷過(guò)程

首先辨識(shí)到推進(jìn)操縱系統(tǒng)發(fā)生異常后,由于這段時(shí)間較短,基本忽略,所以當(dāng)UUV自主執(zhí)行垂直舵零舵角的直接辨識(shí)行為1時(shí),其目標(biāo)軌跡基本與正常軌跡重合,此處不予畫(huà)出,而用正常軌跡代替。首先按照當(dāng)前UUV的速度推力狀態(tài)按垂直舵零舵角執(zhí)行直接辨識(shí)行為,在一定時(shí)間內(nèi),我們可以根據(jù)當(dāng)前位置與起始速度切線的距離得到UUV是否定向航行。如果能按原方向運(yùn)動(dòng)我們可以斷定滑模觀測(cè)器得到警報(bào)是誤判,盡管這種情況發(fā)生的概率很小,則診斷結(jié)束;否則說(shuō)明UUV確實(shí)發(fā)生的是偏移型故障,UUV需執(zhí)行其他直接辨識(shí)行為,采取垂直舵左滿舵航行,如果r沒(méi)有發(fā)生跳變,則說(shuō)明發(fā)生的是垂直舵卡舵型故障;如果r發(fā)生跳變說(shuō)明是由推進(jìn)器推力故障引起的。顯然我們可以得到圖8中左圖發(fā)生的是推進(jìn)器故障,右圖發(fā)生的是垂直舵卡舵故障。

異常危害級(jí)別的判定是根據(jù)直接辨識(shí)行為1的過(guò)程獲得的狀態(tài)數(shù)據(jù)以及直接辨識(shí)行為2得到異常點(diǎn)定位結(jié)果之后,進(jìn)行計(jì)算得到。利用模糊規(guī)則判定左右偏移型異常危害級(jí)別時(shí)只考慮u、v、r、ψ的變化,模糊異常危害級(jí)別辨判定中各閾值設(shè)定如表2所示;當(dāng)水平舵異常時(shí),UUV將以固定的縱傾角上浮或下潛,因此縱傾角速度經(jīng)短時(shí)間波動(dòng)后最終將變?yōu)榱?故而在模糊規(guī)則對(duì)水平舵異常級(jí)別進(jìn)行分析時(shí)只考慮w、θ和z的變化,其模糊規(guī)則各閾值的設(shè)定如表3所示。

表2 推進(jìn)器異常級(jí)別判定模糊規(guī)則各閾值設(shè)定

表3 水平舵異常級(jí)別判定模糊規(guī)則各閾值設(shè)定

經(jīng)上述分析可知,在直接辨識(shí)行為1過(guò)程中。得到各數(shù)據(jù)項(xiàng)殘差,結(jié)合表2中及式(17)計(jì)算出不同狀態(tài)值的異常隸屬度,得到當(dāng)UUV右主推推力減半時(shí)可診斷為一級(jí)異常,UUV垂直舵卡舵時(shí)可診斷為二級(jí)異常。

4 總結(jié)

本文以UUV模型為基礎(chǔ)建立滑模觀測(cè)器,對(duì)UUV的姿態(tài)及位置信息進(jìn)行估計(jì),獲取估計(jì)值與實(shí)際姿態(tài)及位置殘差數(shù)據(jù),由此辨識(shí)UUV行為是否可能發(fā)生異常;根據(jù)不同機(jī)構(gòu)異常特征建立異常點(diǎn)辨識(shí)規(guī)則庫(kù),UUV自主執(zhí)行異常辨識(shí)行為,基于異常辨識(shí)行為,利用異常辨識(shí)行為指令與UUV當(dāng)前狀態(tài)間的殘差數(shù)據(jù)對(duì)照規(guī)則庫(kù)實(shí)現(xiàn)UUV異常點(diǎn)的辨識(shí),當(dāng)利用直接異常辨識(shí)行為無(wú)法辨識(shí)出異常點(diǎn)時(shí),執(zhí)行間接異常辨識(shí)行為,對(duì)異常點(diǎn)進(jìn)行再次辨識(shí);最后根據(jù)零舵角下辨識(shí)行為與UUV實(shí)際狀態(tài)間的殘差數(shù)據(jù),利用模糊規(guī)則判定異常點(diǎn)的異常級(jí)別。相比與原有方法,文章力圖在根據(jù)滑模觀測(cè)器得到的故障殘差的基礎(chǔ)上,通過(guò)執(zhí)行辨識(shí)行為,給出一種誤警率較低的,并且可以準(zhǔn)確辨別故障點(diǎn)的解決方法。最后,本章還以右主推發(fā)生推力減半異常和垂直舵卡舵為例,驗(yàn)證了UUV異常辨識(shí)、異常點(diǎn)定位、異常危害級(jí)別判定方法是準(zhǔn)確可行的,誤警率也是較低的。

[1]徐玉如,蘇玉民,龐永杰.海洋空間智能無(wú)人運(yùn)載器技術(shù)發(fā)展展望[J].中國(guó)艦船研究,2006,6(3):1-4.

[2]Takai M,Ura T.Development of System to Diagnose Autonomous Underwater Vehicle[J].International Journal of Systems Science,1999,30(9):981-988.

[3]Tarun Kanti Podder,Nilanjan Sarkar.Fault-Tolerant Control of an Autonomous Underwater Vehicle under Thruster Redundancy[J].Robotics and Autonomous Systems,2001,34(1):39-52.

[4]王玉甲.自主式水下機(jī)器人推進(jìn)器及舵狀態(tài)監(jiān)測(cè)研究[D].哈爾濱:哈爾濱工程大學(xué),2003.

[5]袁芳,朱大奇,劉乾.基于遞歸神經(jīng)網(wǎng)絡(luò)的水下機(jī)器人故障辨識(shí)[J].控制工程,2011,18(5):783-787.

[6]劉宜平,沈毅,劉志言.一種基于模糊神經(jīng)網(wǎng)絡(luò)的故障分類器及其在多傳感器故障診斷中的應(yīng)用[J].傳感技術(shù)學(xué)報(bào),2000,13(1):38-43.

[7]Guo Hualing,Deng Jiahao,Cai Kerong.High-Speed Moving Target Recognition Technology Based on Multi-Sensor Data Fusion Information Technology and Applications(IFITA)[C]//2010 International Forum on Volume 2.2010:20-22.

[8]李殿璞.船舶運(yùn)動(dòng)與建模[M].哈爾濱:哈爾濱工程大學(xué)出版社,1999.

[9]周佳加.基于扁平UUV動(dòng)力學(xué)模型的導(dǎo)航定位與路徑跟隨控制方法研究[D].哈爾濱:哈爾濱工程大學(xué),2011.

[10]Bian X,Yan Z,Chen T,et al.Mission Management and Control of BSA-AUV for Ocean Survey[J].Ocean Engineering,2012,55:161-174.

[11]邊信黔,牟春暉,嚴(yán)浙平,等.基于故障樹(shù)的無(wú)人潛航器可靠性研究[J].中國(guó)造船,2011,52(1):71-79.

[12]Karim Salahshoor,Mojtaba Kordestani,Majid S Khoshro.Fault Detection and Diagnosis of an Industrial Steam Turbine Using Fusion of SVM and ANFIS Classifiers[J].Energy,2010:1-11.

[13]Patron P,Miguelanez E,Petillot Y R.Adaptive Mission Plan Diagnosis and Repair for Fault Recovery in Autonomous Underwater Vehicles[J].Oceans,2008,55(11):3954-3963.

[14]劉彬,王霄,謝平.基于小波多重分形的復(fù)雜機(jī)械故障診斷方法研究[J].傳感技術(shù)學(xué)報(bào),2006,19(1):232-234.

[15]李炳森.基于行為的模塊化AUV決策控制系統(tǒng)及其仿真實(shí)現(xiàn)[D].中國(guó)海洋大學(xué),2009.

A Fault Diagnosis Method for UUV Propulsion System Based on Behavior*

YANZheping*,ZHAOJinyang,LIBenyin

(College of Automation,Harbin Engineering University,Harbin 150001,China)

An algorithm of propulsion system fault diagnosis for UUV is proposed in this paper.Firstly,we design sliding mode observer based on the kinetic equation to discriminate the presence of abnormal point in the propulsion system.Secondly,according to the characteristics of UUV propulsion system,we develope abnormal identification tasks and abnormal point location rule to identify outliers.At the same time,we design the fuzzy rules to identify the abnormal level.At last,the method used to identify the abnormal behavior is simulated in case of the right thruster abnormal.The results show that the method above is effective and feasible.

UUV;propulsion system;fault diagnosis;action

嚴(yán)浙平(1972-),男,教授,博士生導(dǎo)師,主要研究方向檢測(cè)技術(shù)與自動(dòng)化裝置、水下機(jī)器人集成和控制、無(wú)人現(xiàn)場(chǎng)智能控制、系統(tǒng)綜合仿真與驗(yàn)證,yanzheping@hrbeu.edu.cn;

趙錦陽(yáng)(1988-),男,哈爾濱工程大學(xué)研究生,研究方向水下航行器故障診斷研究,zhaojinyang12345@sina.com。

項(xiàng)目來(lái)源:國(guó)家自然科學(xué)基金項(xiàng)目(51179038)

2014-01-29 修改日期:2014-10-21

C:7320E;0170L

10.3969/j.issn.1004-1699.2015.01.012

TP277

A

1004-1699(2015)01-0062-09