-
公开(公告)号：CN111091159B
公开(公告)日：2023-03-17
申请号：CN201911372169.9
申请日：2019-12-27
Applicant: 哈尔滨工程大学
IPC: G06F18/2136
Abstract: 本发明提供一种自主式水下机器人推进器弱故障特征提取方法，属于水下机器人故障诊断技术领域。该方法首先对传统稀疏分解算法增加时间变量。待分解信号的每个节拍都会得到对应的分解结果，使得分解结果在时域内精度更高；然后在传统的特征提取方法基础上对故障特征进行增强，通过建立原子字典对应的故障权值矩阵，将故障信息保存在故障权值矩阵中；最后以稀疏分解系数与故障权值矩阵的内积作为增强后的故障特征，进而增大故障特征与干扰特征之间的差值。本发明专利可有效凸显并提取故障特征，便于后续检测并辨识出推进器弱故障，特别适合于自主式水下机器人推进器的状态监测。
-
公开(公告)号：CN112363538A
公开(公告)日：2021-02-12
申请号：CN202011236700.2
申请日：2020-11-09
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种速度信息不完备下的AUV区域跟踪控制方法，属于水下机器人控制技术领域。该方法首先利用水下机器人的位姿信息以及控制量来构建状态观测器，为了能提高估计精度，引入位姿信息的非线性项以及Nussbaum函数来构造观测器的反馈律；接着，设计一种跟踪误差的非线性转换映射，根据观测器估计的速度信息，结合反演控制思想，推导区域跟踪控制律，以确保跟踪误差能满足事先设定的期望边界，又能降低控制输出的高频抖动现象。本项目在满足任务要求的跟踪精度的前提下，可以实现控制量较为平缓输出，便于延长机器人水下作业时间，特别适合应用于水下管道跟踪这类跟踪精度满足事先设定要求边界即可的水下机器人控制系统设计。
-
公开(公告)号：CN114186587A
公开(公告)日：2022-03-15
申请号：CN202111493572.4
申请日：2021-12-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种自主式水下机器人推进器弱故障特征提取方法，该方法属于水下机器人故障诊断技术领域，包含两个部分：故障特征增强和特征融合。首先，本专利通过负熵来判断多源状态信号和控制信号所有模态的高斯性，以此优化参数，完成降噪，再基于修正贝叶斯算法提取并增强故障特征。之后，将特征信号划分为多个时间区间，以各区间发生故障为焦元，对除纵向速度外的所有信号进行第一次特征融合，再将第一次融合的结果与纵向速度的特征信号进行第二次融合，进一步增强故障特征，同时使得故障特征与故障程度之间呈现单调性。本专利可为后续故障检测及辨识提供基础，特别适合于自主式水下机器人推进器的状态监测。
-
公开(公告)号：CN112904719A
公开(公告)日：2021-06-04
申请号：CN202110054122.9
申请日：2021-01-15
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明属于水下机器人控制技术领域，具体涉及一种适用于水下机器人位置环形区域跟踪控制方法。本发明从环形区域跟踪的任务需求出发，利用给定的环形期望区域边界和位置跟踪误差构造特殊的Lyapunov函数；再针对控制器设计过程中存在的建模误差以及辨识误差，结合水下机器人动力学近似模型及其全状态量测信息，构建状态观测器，以实现估计误差的有限时间收敛特性：最后，结合艇体速度信息以及虚拟控制律，计算环形区域跟踪控制律。本发明可实现水下机器人位置跟踪误差矢量的幅值一直维持在事先设定的环形期望区域范围内，而艏向角度误差一直维持在事先设定的圆形期望区域范围内。
-
公开(公告)号：CN110597069A
公开(公告)日：2019-12-20
申请号：CN201910987604.2
申请日：2019-10-17
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于RBF神经网络的水下机器人自适应区域动力定位控制方法，属于水下机器人动力定位控制领域。包括建立AUV的6自由度空间运动模型，构造目标区域及区域控制系统误差动态方程；采用RBF神经网络对未知向量进行在线逼近、滑模控制项对逼近误差进行补偿；对网络权值、径向基函数中心与方差进行在线调整；采用基于指数函数的滑模切换增益在线调节方式避免滑模切换增益过大引起控制系统的高频抖振；通过神经滑模区域控制器对AUV进行动力定位控制，使位置、姿态向量η收敛到目标区域中。本发明解决了受外部干扰、水中传感器自身测量精度等因素影响下的AUV动力定位控制问题，提高了动力定位精度，且AUV自身特性变化时仍能快速收敛到目标区域内部。
-
Patent Agency Ranking
公开(公告)号：CN116089811A
公开(公告)日：2023-05-09
申请号：CN202211542402.5
申请日：2022-12-03
Applicant: 哈尔滨工程大学
IPC: G06F18/213 , G06F18/25 , G06F17/14 , G06F17/11
Abstract: 本发明提供一种基于推力偏差和互相关算法的水下机器人推进器故障特征提取方法，属于水下机器人故障诊断技术领域。该方法首先根据纵向和艏向自由度相关信号求得两条推力偏差曲线，基于曲线的阶跃点位置确定故障发生时刻，以提高故障发生时刻的定位精度；接着，为加强故障特征，设计一种多时间窗傅里叶变换并融合的方法分别提取两条推力偏差曲线的故障特征，并求得两种故障特征的互相关性故障特征，再融合三种故障特征得到最终故障特征。本项目在提取多个信号故障特征的前提下，可以实现对故障发生时刻较为准确的定位，并获得较高的故障特征值与干扰特征值比值，特别适合应用于海流环境下和故障程度较弱的情况下进行故障特征提取。
-
公开(公告)号：CN112904719B
公开(公告)日：2022-08-02
申请号：CN202110054122.9
申请日：2021-01-15
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明属于水下机器人控制技术领域，具体涉及一种适用于水下机器人位置环形区域跟踪控制方法。本发明从环形区域跟踪的任务需求出发，利用给定的环形期望区域边界和位置跟踪误差构造特殊的Lyapunov函数；再针对控制器设计过程中存在的建模误差以及辨识误差，结合水下机器人动力学近似模型及其全状态量测信息，构建状态观测器，以实现估计误差的有限时间收敛特性：最后，结合艇体速度信息以及虚拟控制律，计算环形区域跟踪控制律。本发明可实现水下机器人位置跟踪误差矢量的幅值一直维持在事先设定的环形期望区域范围内，而艏向角度误差一直维持在事先设定的圆形期望区域范围内。
-
公开(公告)号：CN111261363A
公开(公告)日：2020-06-09
申请号：CN202010197524.X
申请日：2020-03-19
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种全海深电磁铁结构，其主要由导磁壳体、密封环、线圈骨架、漆包线和支撑筒组成。导磁壳体为导磁材料，密封环和焊接材料为非导磁材料。导磁壳体包括中心铁芯和密封导磁外壳，缠绕在线圈骨架上的漆包线套在铁芯上，由支撑筒支撑并在导磁壳体内部留出盘线的空间。密封环套在导磁壳体的凸台上，利用焊接密封的方法完成电磁铁吸合面端的密封。该电磁铁结构在工作时由接线端通电，吸合物在吸合面与电磁吸盘吸合，导磁壳体和吸合物形成磁路。该结构在完成全海深高压密封的同时，结构简单可靠，由于中心铁芯和密封导磁外壳为一体结构，其内部磁路没有间隙，可以完美输出磁吸力，适用于全海深驱动源。
-
公开(公告)号：CN111144307A
公开(公告)日：2020-05-12
申请号：CN201911372160.8
申请日：2019-12-27
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种自主式水下机器人推进器故障特征提取方法，具体是基于经验模态分解、分形维数和SHFC定位算法的，属于水下机器人故障诊断技术领域。该方法采用经验模态分解进行数据预处理替代分形维数中普通的滤波方法；在模态分解后的高频部分，把滚动时间窗引入，通过每个时间窗内小样本的分形维数故障特征的提取，捕捉到故障到分形维数中发生时刻分形维数特征值的突变，提取出分形维数突变的极大值，进而增强故障特征的提取效果。本发明专利能增强故障特征，便于检测水下机器人推进器是否出现故障，特别适合应用于自主式水下机器人推进器的状态监测。
-
公开(公告)号：CN110781783A
公开(公告)日：2020-02-11
申请号：CN201910987625.4
申请日：2019-10-17
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于经验模态分解、分形维数和SHFC定位算法的自主式水下机器人推进器故障特征提取方法，属于水下机器人故障诊断技术领域；包括采用经验模态分解进行数据预处理替代分形维数中普通的滤波方法；在模态分解后的高频部分，把滚动时间窗引入，通过每个时间窗内小样本的分形维数故障特征的提取，捕捉到故障到分形维数中发生时刻分形维数特征值的突变，提取出分形维数突变的极大值，进而增强故障特征的提取效果。本发明能增强故障特征，便于检测水下机器人推进器是否出现故障，特别适合应用于自主式水下机器人推进器的状态监测，应用前景广阔。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.027 seconds)
