基于递归神经网络的水下机器人故障辨识

2012年03月22日11:44:30 本网站我要评论(2)字号：T | T | T

袁　芳，朱大奇，叶银忠

上海海事大学水下机器人与智能系统实验室，上海

上海应用技术学院，上海

摘　　　要：水下机器人故障检测与辨识是机器人实现主动容错控制的关键。针对一般非线性系统执行器和传感器故障辨识问题构造了一种基于递归神经网络的故障辨识模型，并将其应用于水下机器人执行器与传感器故障检测和辨识中。２个并行递归神经网络根据水下机器人实际输出与估计输出间的误差学习调整隐藏层与输出层权矩阵，辨识机器人中发生的执行器故障和传感器故障。仿真实验表明，这种故障辨识模型可以准确辨识各种水下机器人执行器和传感器故障。

关　键　词：水下机器人；递归神经网络；故障辨识；传感器；执行器

１　引　言
水下机器人是人类开发海洋资源的得力助手，广泛应用于各种商业、科学和军事任务中。由于海洋深处工作环境的复杂性、不可预测性，使得水下机器人一旦出现故障，不仅机器人无法完成水下作业任务，连机器人本身有时也无法回收，损失巨大。因此其可靠性研究十分关键［１］。目前，关于水下机器人故障诊断和容错控制研究主要是针对水下机器人执行器和传感器几种固定故障模式的诊断与容错控制，对不属于这几种模式的故障则不能提供故障的具体大小和变化特征等信息［２５］。因此，迫切需要研究针对水下机器人未知时变故障的诊断技术。对此，本文设计一个基于递归神经网络观测器的故障估计辨识系统，采用２个递归神经。网络实时估计系统执行器和传感器时变非线性故障，辨识出的故障信息一方面用于检测系统故障的发生；另一方面，定量的故障信息为容错控制提供了必要的条件，以实现有效的容错控制。

登录网站后可下载文件

相关阅读:

没有相关新闻...

电子应用

文摘

方案

电路图

电源技巧：电流模式控制简化了对降压LED稳压器的补偿

热点新闻