由于海洋深处工作环境的复杂性﹑不可预测性,自治水下机器人AUV一旦出现故障,不仅机器人无法完成水下作业任务,而且机器人本身也无法回收,损失巨大,因此其可靠性技术研究与设计尤为关键。本课题以自治水下机器人可靠性问题为研究对象,利用有限脉冲响应滤波器FIR(Finite Impulse Response Filter)进行AUV在线快速故障检测;将卡尔曼滤波器与DS(Shafer-Dempster)信息融合技术相结合,实现AUV故障的准确隔离与辨识;对传感器故障,采用非线性主元分析NLPCA(Nonlinear Principal Component Analysis)和有限脉冲响应滤波器等模型进行传感器信号重构,实现AUV容错控制;对执行器故障,利用变结构滑模控制及智能优化等算法进行控制规律在线重构,将控制作用重新分配到无故障执行器. 研究工作按预期目标进行,超额完成任务。发表与录用论文、著作 23篇;其中SCI论文8篇(录用3篇,发表5篇),EI 11篇;申请专利5项,授权专利3项;培养工学博士2名,毕业硕士研究生12名。
英文主题词Autonomous underwater vehicles;Fault diagnosis;Information fusion; Principal component analysis);Fault-tolerant control.