水下机器人故障诊断方案

（１０）
式中矿是噪声的方差，Ⅳ是各层小波系数个数。在应
用中，由于ＵＲ．Ｘ的光纤罗经和ＧＰＳ传感器信号的
信噪比偏低，而多普勒测速仪和深度计数据的信噪
偏高，故采用
Ａ＝ａｏ＂
（１１）
确定各信号的阈值，其中口的取值因原始信号的不
同而不同。
３．３ 小波基选择的标准
小波变换中需要选择小波基。小波基是不规则
的，不同小波基的波形形状、支撑范围和规则性都有
勺．‘＝∑ｈ，－ａｑ．１．¨
哆．ｔ＝∑ｇｓ＿９６Ｇ－Ｉ．．，＿『＝ｌ，２，…，，。 （８）
相应的信号重构算法为
‰．穹∑＾棚勺。·＋∑驰‰ｌ（９），
ｊ＝Ｊ，Ｊ—ｌ。…。ｌ。ｌ ３．２奇异性分析
若函数以髫）在某点间断或某阶导数不连续，则 称函数在该点具有奇异性。信号的局部奇异性常用 Ｌｉｐｓｃｈｉｔｚ（李普西兹）指数描述，即函数在某点的李 普西兹指数反映了该点奇异性的大小，李普西兹指 数越小，该点的奇异性越大，突变越明显。普通信号 的李普西兹指数大于零，而噪声信号的李普西兹指
１．５ ■１
｛ｏ．５
Ｏ
０
５００
１０００
如
图ｌ ＤＶＬ提供的纵向速度信息 Ｆｉｇ．１ Ｌｏｎｇｉｔｕｄｉｎａｌ ｖｅｌｏｃｉｔｙ ｓｉｇｎａｌ ｇｉｖｅｎ ｂｙ ＤＶＬ
Ｏ．１
絮ｏ．０５ 餐。
拶－０．０５
二一－Ｉ—ＪＪ。．山▲．．．山－。盥Ｊ． ¨。’ｒ１”２品Ｐ１ Ｔ丽１１１１７
℃
—０．１
小沽桑敬槿序列
万方数据
第２期
水下机器人故障诊断方案
的传感器配置如表ｌ所示。该ＵＲ的声视觉传感器 （６０１２成像声纳、３Ｄ成像声纳）和光视觉传感器 （，ｒ、ｒ摄像机）有相对独立的故障处理系统。因此，对 ＵＲ—Ｘ的传感器自主诊断主要针对非视觉传感器， 即光纤罗经、多普勒测速仪（ＤＶＬ）、测高声纳、定位 声纳、深度计和ＧＰｓ。
中图分类号：１１Ｐ２４
文献标识码：Ａ
文章编号：１００７－４４９ｘ（２００８）０２－０２０２－０４
Ｓｃｈｅｍｅｓ ｆｏｒ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｕｎｄｅｒｗａｔｅｒ ｒｏｂｏｔｓ
ＷＡＮＧ Ｊｉａｎ－ｇｕｏ， ＷＵ Ｇｏｎｇ—ｘｉｎｇ， ＺＨＡＯ Ｆｕ－ｌｏｎｇ， ＷＡＮ Ｌｄ （ｔａｂ ｏｆ Ｕｎｄｅｒｗａｔｅｒ Ｒｏｂｏｔｓ，Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ）
ｃ·＝仁哗芈ｄ埘＜＋∞ （１）
的平方可积函数砂（ｔ）为一个小波基。式中多（彬）是 吵（ｔ）的傅里叶变换。由式（１）可得
ｊ（ｏ）＝Ｊ 吵（ｔ）ｄｔ＝０，
（２）
式（２）说明咖（ｔ）具有一定振荡性和衰减性，即它包 含着某种频率特性。
小波基妒（ｔ）经平移６、伸缩口得到函数族为
虬础）－ｌ引一在妒（譬），口’６ Ｅ Ｒ，口≠ｏ。
差（其中ｄｂｌ—ｄｂ５、ｄｂ７、ｄｂｌ０的规则性系数分别为
０．０、０．５、０．９１、１．２７、１．５、２．１５、２．９０），规则性系数
越大，规则性越好。并且前面３个小波基的支撑要比
后面６个小ｕ一１。
本文选择ｄｂ４小波，该小波的正则性不是很好，
但选择正则性比较好的小波进行突变点检测其效果
并不理想。在应用中只要知道正交滤波器系数，就可
断急需解决的课题【２ｊ。 本文在分析水下机器人传感器故障形式的基础
上，针对传感器可能出现的３种故障分别给出了相 应的诊断方法。阐述了小波变换的基本理论和线性 平滑原理，进行了信号奇异性分析，探讨了小波基选 择的标准，并完成了海上试验。
２水下机器人（ＵＲ）传感器故障形式
本文以水下机器人ＵＲ—Ｘ为研究对象。该ＵＲ
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 Ｊ。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Ｈ．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。
第１２卷第２期 ２００８年３月
电机与 控制学报
ＥＬＥＣＴＲＩＣ ＭＡＣＨＩＮＥＳ ＡＮＤ ＣＯＮＴＲＯＬ
ＶｏＬ １２ Ｎ仇２ Ｍ盯．２００８
水下机器人故障诊断方案
王建国， 吴恭兴， 赵福龙， 万磊
（哈尔滨工程大学水下机器人实验室，黑龙江哈尔滨１５０００１）
摘要：为了提高水下机器人传感器系统的故障诊断能力，依据小波变换基本理论和线性平滑原
（３） 从式（３）可以看出，它是一个双参数带通滤波器，其 中口为尺度因子，它决定小波变换中的频域信息；６ 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。
信号八ｔ）∈ｒ（Ｒ），则八Ｉ）的连续小波变换定 义为
町（口，６）＝…。１以仁州≯（譬ｄｔ，（４）
其中≯（口）、≯（６）为妒（ａ）、驴（６）的共轭。通过对连 续小波变换的尺度因子口和平移因子ｂ的采样而离
（ａ）第一层小波分析的细节
０．１
Ｊｌ且．Ｉ▲Ｉ 黎０．０５
Ｔ’１Ｉ瑟。７ｆＴ 籁
髅
ｎ ”
够－０．０５
’一ｎ…山Ｊ．１ＩＪ．．Ｌ
ｒ１’１ｒ’７ ｊ品’１
３ｃ
≈
小波系数模序列
－０．１ 一
（ｂ）第二层小波分析的细节
０．０４
冀ｎ％ ■．ＬＶ１．１ＪＩ’Ｌ ｒＪ’』ｒ－址’一’．＿１．”上’－■”Ｊ’．１山’．’●ｄ 。●．．
万方数据
电机与控制学报
第１２卷
数小于零。奇异性与小波变换模极大值存在的关系 为：若某点为奇异点，则在该点处小波变换取得模极 大值。通过对小波变换系数模极大值的判断，就可找 到信号突变位置ｐ１。
本文采用阈值计算法代替求取模极大值的方 法。阈值通常使用如下通用公式计算确定，即
Ａ＝矿ｖ／２１０９（Ⅳ），
抽一，这样第．『层细节部分的点数是原始信号的２叫
倍。当噪声较强时，信号通过第一层小波变换后在高
频部分不易辨识，此时只有通过高层小波变换，选择
适当的频率段进行分析才能判断突变点的存在及位
置。在利用式（１１）求阈值时，对第一、二和兰层小波
分析的细节部分ｎ分别取５０．０、１００．０、１００．０，即可
以相应确定ｔｌ＝４８６，ｔ２＝２４４，ｔ３＝１１９。从图ｌ可看 出，信号在‘＝９７６ｓ时出现了较强的噪声信号，在通 过一层小波变换（图２（ａ））后，在大约ｔ。＝２０２，３８３ 时有明显跳变，但是该跳变在２（ｂ）和２（ｃ）的第二 层、三层小波变换中却消失了。这说明可以通过高层 小波变换来区分噪声信号和突变信号。
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№ｊ。
３．１小波变换的基本原理 称满足如下允许性条件
１ 引言
水下机器人（ｕＲ）在海洋开发和军事应用方面 有着极为广阔的应用前景，已经成为完成多种水下 任务的重要工具。ＵＲ能够顺利完成使命的前提是 其传感器的可靠性，如果传感器在使用过程中发生 了故障，其输出就不再反映真实值，这可能导致整个 系统运行瘫痪…。系统中某个传感器发生故障后 能够及时检测并分离出故障是传感器故障检测和诊
Ａｂｓｔｒａｃｔ：Ｒｅｓｅａｒｃｈ ｉｓ ｕｎｄｅｒｔａｋｅｎ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ａｂｉｌｉｔｉｅｓ ｏｆ ｕｎｄｅｒｗａｔｅｒ ｒｏｂｏｔｓ’（ＵＲ８）ｓｅｎ－ ８０ｒ ｓｙｓｔｅｍ．Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｂａｓｉｃ ｐｒｉｎｃｉｐｌｅｓ ｏｆ ｗａｖｅｌｅｔ ｂ－ａｌｌｓｆｏｒｎｌ ａｎｄ ｌｉｎｅａｒ ｓｍｏｏｔｈｉｎｇ ａｎｄ ｂａｓｅｄ ｏｎ ｎｌｅ ａ－ ｎａｉｙｓｉｓ ｏｆ ＵＢｓ’ｔｈｒｅｅ ｋｉｎｄｓ ｏｆ鸵ｎ鲫ｒ ｆａｉｌｕｒｅｓ，ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｍｅｔｈｏｄｓ ｆｏｒ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｗｅｒｅ ｐｕｔ ｆｏｒｗａｒｄ． Ｓｉｇｎａｌ ｓｉｎｇｕｌａｒｉｔｙ ａｎａｌｙｓｉｓ Ｗａｓ ｃｏｎｄｕｃｔｅｄ ａｎｄ ｔｈｅ ｇｅｎｅｒａｌ ｓｔａｎｄａｒｄ ｏｆ ｗａｖｅｌｅｔ ｆｕｎｃｔｉｏｎ ｓｅｌｅｃｔｉｏｎ Ｗａｓ ｄｉｓ－ ｃｕｓｓｅｄ．Ｔｈｅ ｎｏｉｓｅ ａｎｄ ｊｕｍｐｉｎｇ ｓｉｇｎａｌ８ ｃ蛐ｂｅ ｄｉｓｔｉｎｇｕｉｓｈｅｄ ｂｙ ｈｉｓｈ ｌａｙｅｒ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ａｎｄ ｔｈｅ ｏｗｉＬｌａ－ ｄｏｎ ｐｍｂＩｅｍ ａｂｏｕｔ ｔｈｅ ｐｏｓｉｔｉｏｎｉｎｇ ８０ｎａｒ ｏｕｔｐｕｔ Ｃａｌｌ ｂｅ ｄｅａｌｔ ｗｉｔｈ ｂａｓｅｄ ｏｎ ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ８ｅａ ｔｒｉａｌ８’ｒｅ＿ ｓｕｈｓ．Ｔｈｅ ｖａｌｉｄｉｔｙ ａｎｄ ｆｅａｓｉｂｉｌｉｔｙ ｏｆ ｔｈｅ ｍｅｔｈｏｄｓ ｐｒｅｓｅｎｔｅｄ ｅａｒｌ ｂｅ ｖｅｒｉｆｉｅｄ ｂｙ ｔｈｅ舱８仃ｉａｌ８’ｒｅｓｕｌｔｓ． Ｋｅｙ ｗｏｒｄｓ：ｕｎｄｅｒｗａｔｅｒ ｒｏｂｏｔ（ｏＲ）；ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ；∞ｎ￥ｏｒ ｆａｕｌｔ；ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ；ｌｉｎｅａｒ ｓｍｏｏｔｈｉｎｇ
理，在分析水下机器人传感器三种故障形式的基础上，提出了相应的故障诊断方法，并进行了信号
奇异性分析，探讨了小波基选择的一般标准。通过对海上试验结果分析表明，可以通过高层小波变