龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏科技大学
摘要：本发明公开了一种基于预测节拍动态调整的水下推进器故障诊断方法及诊断系统的水下推进器故障诊断方法，采集水下机器人的动态信号；建立灰色预测模型；获取当前时刻动态信号的时间序列，对时间序列进行灰色预测，得到预测轨迹；基于修正贝叶斯算法从预测轨迹中提取故障特征，得到故障特征预测序列；从故障特征预测序列选取一个基于故障特征预测序列的斜率变化的预测节拍的特征值，作为当前时刻的故障特征值；将选取的故障特征值带入到故障辨识模型，进行水下推进器故障辨识，得到水下推进器当前时刻的故障程度。通过在进行推进器故障诊断时动态调整预测节拍，能够提高故障辨识精度，减小辨识结果与真实故障程度之间的平均绝对误差、平均相对误差、均方根误差。
主权项：1.一种基于预测节拍动态调整的水下推进器故障诊断方法，其特征在于，包括以下步骤：（1）采集水下机器人的动态信号；（2）建立灰色预测模型；获取当前时刻动态信号的时间序列，对时间序列进行灰色预测，得到预测轨迹；对动态信号进行多路径灰色预测，建立多路径灰色融合预测模型；获取当前时刻动态信号的时间序列，对时间序列进行重叠采样，得到多个单支路径序列，对每个单支路径序列进行灰色预测，得到多个单支路径预测结果，基于K均值聚类分析将多个单支路径预测结果融合为一条路径的预测轨迹；（3）基于修正贝叶斯算法从预测轨迹中提取故障特征，得到故障特征预测序列；（4）获取故障特征预测序列的斜率K，选取故障特征预测序列中第N个预测节拍的特征值，N的计算公式为： ，其中，a、b为实验得到的常数，从故障特征预测序列选取一个预测节拍的特征值，作为当前时刻的故障特征值；（5）将选取的故障特征值带入到故障辨识模型，所述故障辨识模型通过水下推进器故障试验建立，进行水下推进器故障辨识，得到水下推进器当前时刻的故障程度；建立故障辨识模型的具体内容为：进行水下推进器故障试验，获取水下机器人动态信号，基于修正贝叶斯算法从动态信号中提取故障特征，基于模糊支持向量域描述算法利用故障特征建立故障辨识模型；（6）获取下一时间节拍的时间序列，重复步骤（2）至步骤（5），得到推进器下一时间节拍的故障程度。
全文数据：
权利要求：
百度查询： 江苏科技大学 基于预测节拍动态调整的水下推进器故障诊断方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号