Adaptive fault diagnosis for thruster system of underwater vehicles

针对水下机器人推进系统的在线监测,提出一种具有在线学习能力的推进系统故障诊断方法。通过分析相关性的变化趋势,在线估计推进系统的时延。利用作业过程中采集的数据,对控制量与转速之间的关系进行在线建模。为提高建模精度,采用粒子群算法,对模型阶次和建模数据量进行在线优化。为适应作业过程中环境和系统自身状态的变化,设计了模型在线更新机制。基于该在线更新机制,提出一种不依赖传统阈值的自适应故障检测方法。通过海上试验数据和水池测试,验证了所提出算法的有效性。