[发明专利]水下组合导航故障智能诊断方法

摘要

本发明公开了一种水下组合导航故障智能诊断方法，包括如下步骤将水下组合导航系统的故障分为噪声突增型系统故障、信息突变型系统故障和信息渐变型系统故障；利用改进的残差χ2检测法判断是否发生突变型系统故障；如发生突变型故障，则隔离故障子系统；计算残差均值和残差绝对和值，并根据计算结果判断系统是发生噪声突增型系统故障还是信息突变型系统故障，为故障子系统故障消除后系统重构做准备；计算归一化残差均值和相邻统计周期残差绝对和值，并根据计算结果判断是否发生渐变型故障。本发明避免了由于滤波器的跟踪特性，导致故障检测系统将故障系统误判为无故障系统的缺陷；同时可以快速准确判断出水下组合导航系统中出现的各种故障。

主权项

一种水下组合导航故障智能诊断方法，其特征在于，包括如下步骤：S1、将水下组合导航系统的故障分为噪声突增型系统故障、信息突变型系统故障和信息渐变型系统故障；S2、利用改进的残差χ2检测法判断是否发生突变型系统故障；如发生突变型系统故障，则隔离故障子系统；S3、从判断发生突变型系统故障时开始计算残差均值和残差绝对和值，并根据计算结果判断系统发生噪声突增型系统故障还是信息突变型系统故障，为故障子系统故障消除后系统重构做准备；S4、从组合导航系统稳定工作时开始计算归一化残差均值和相邻统计周期残差绝对和值，并根据计算结果判断是否发生渐变型系统故障；步骤S2中突变型系统故障的检测步骤进一步为：S21、求取组合导航各子系统故障检测函数其中，Pk/k-1=φk/k-1Pk-1φk/k-1T+Qk-1,]]> Pk＝(1‑KkHK)Pk/k‑1，Kk=PkHkTRk-1,]]>rk=Zk-Hkφk/k-1X^g(k-1)X^L(k-1),]]>为子系统状态量中比公共状态多出的系统状态，Z为观测向量，φ为状态转移矩阵，H为观测矩阵，R为子系统量测噪声序列方差阵，Q为子系统过程噪声序列方差阵，下标k是第k步递推时刻；S22、将故障检测函数值与阈值比较，若故障检测函数值大于阈值，则系统发生突变型系统故障并立即将故障子系统隔离；若故障检测函数小于阈值，则返回S21；S23、若系统发生突变型系统故障，则从判出故障开始计算故障子系统的残差均值和残差绝对和值，残差均值计算方法：rl‾(Σi=1lri)/l,]]>其中，为残差均值，ri为故障发生后第i时刻的残差，l为突变型系统故障已经发生的时间；残差绝对和值计算方法：sum|rl|=Σi=0l|ri|,]]>其中，sum|rl|表示残差绝对和值，ri为故障发生后第i时刻的残差，l为突变型系统故障已经发生的时间；S24、若残差均值的绝对值与0相减始终小于阈值T1，则判断故障子系统出现噪声突增型系统故障；若残差均值的绝对值与0相减始终大于T1，则判断故障子系统出现信息突变型系统故障；S25、若故障子系统出现噪声突增型系统故障，则故障子系统启用自适应滤波器并将故障子系统提供导航信息融入主滤波器；若判断系统出现信息突变型系统故障，则继续将故障子系统隔离，直到故障检测函数值小于阈值，将故障子系统恢复；渐变型系统故障的检测进一步包括如下步骤：S31、根据实际情况取一定长度的移动窗，将移动窗内的全部元素赋初值0；S32、设置计数器CNT的值为0；S33、将移动窗内元素左移一位并将当前子系统残差rk存入移动窗最右端一位；S34、将上次解算的残差均值和残差绝对和值清零；S35、将当前窗口内所有残差对应元素相加，然后求残差均值，将窗内所有对应元素的绝对值求和后求绝对和值均值；移动窗内残差均值计算方法：r‾=(Σj=1nrj)/n,]]>其中，为当前窗口的残差均值，rj为窗口内第j个残差，n为窗口长度，移动窗内残差绝对和值的均值计算方法：mea_sum|r|=(Σj=0n|rj|)/n]]>其中，mea_sum|r|表示当前窗口内残差绝对和值的均值，rj为窗口内第j个残差，n为窗口长度；S36、将当前均值做归一化处理，求取当前归一化残差均值，归一化计算方法：sign(r‾)=r‾/|r‾|,]]>其中，表示归一化残差均值；S37、若当前归一化残差均值与上次归一化残差均值相等且当前绝对和值的均值与上次绝对和值的均值之差小于阈值TL，则计数器CNT加1，否则计数器CNT清零；S38、若CNT与预设的渐变型系统故障判断持续时间相等，则认为该子系统发生渐变型系统故障，设置故障标志位并将该子系统隔离；若CNT不等于预设的渐变型系统故障判断时间，则清除故障标志位并返回S32。