水下机器人推进器状态评估智能方法研究

作者：王轩; 田军委^*; 崔鹏飞; 孙江龙

来源：西安工业大学学报, 2021, 41(01): 26-33.

DOI：10.16185/j.jxatu.edu.cn.2021.01.003

• 推进器
• 定子电流
• 小波包
• 神经网络
• 故障分类

为了保证水下机器人推进器运行的稳定性与可靠性,提出了一种状态评估方法。利用小波包分析法提取推进器电机的定子电流能量值,经过BP神经网络分类后输出属于每种模式的概率,根据概率计算出推进器的健康度。对推进器进行故障仿真实验,结果表明:小波包分析法能有效提取推进器不同故障模式下故障特征;实现了在有限数量样本的情况下模式的分类,其准确率达到了95.6%,说明了所提取的故障特征的有效性;在正确分类的基础上进行状态判断的准确率达到了100%,利用健康度能得出推进器的实时健康状态。

• 单位
  机电工程学院; 电子信息工程学院; 西安工业大学