CN104075734A - 水下组合导航故障智能诊断方法 - Google Patents

Abstract

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***的故障分为噪声突增型***故障、信息突变型***故障和信息渐变型***故障；利用改进的残差χ²检测法判断是否发生突变型***故障；如发生突变型故障，则隔离故障子***；计算残差均值和残差绝对和值，并根据计算结果判断***是发生噪声突增型***故障还是信息突变型***故障，为故障子***故障消除后***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***将故障***误判为无故障***的缺陷；同时可以快速准确判断出水下组合导航***中出现的各种故障。

Description

水下组合导航故障智能诊断方法

技术领域

本发明涉及组合导航***故障诊断，尤其是一种水下组合导航故障智能诊断方法。

背景技术

联邦Kalman滤波因具有设计灵活、计算量小的特点而在水下组合导航***中有着广泛的使用。但水下实际环境中，辅助导航设备受到环境的影响可能产生各种形式的故障，如果不及时检测出故障并隔离故障子***，带故障的信息融入***、污染整个导航***，将会使组合导航***精度降低甚至发散。因此水下组合导航***的故障诊断、重构设计是提高组合导航***可靠性的重要途径。

早期故障检测与诊断方法大多基于硬件余度的方法，硬件配置大都多于所需硬件数量，采用“表决”的方式对故障进行诊断。解析法是以软件为主体的故障诊断方法。该方法基于数学模型，利用被诊断***输入输出变量之间固有的解析关系，通过信息处理技术保证传感器输出的可靠性，主要分为参数估计法和状态估计法。近年来随着计算技术的发展，人工智能检测以及智能滤波等方法在组合导航故障诊断中也有广泛的应用。

由于组合导航的工作特点和要求，状态χ²检测法和残差χ²检测法仍然被广泛使用。但状态χ²检测法存在着状态递推过程中没有量测更新导致故障检测灵敏度下降的缺点。针对这一缺陷提出采用2个辅助滤波器交替校正的方法，避免状态递推过程中与真实状态之间误差变大的缺点，对渐变型故障具有一定的检测能力，但此方法大大增加了计算量且在高动态环境中灵敏度下降。残差χ²检测法利用***残差信息构造检测函数，能够实时检测故障信息，具有计算量小、实时性高、适用于动态环境等特点，但对于渐变型故障失效。

发明内容

发明目的：提供一种水下组合导航故障智能诊断方法，以解决现有技术中存在的上述问题，减少误判率，降低计算量，提高检测速度。

技术方案：一种水下导航故障智能诊断方法，包括如下步骤：

S1、将水下组合导航***的故障分为噪声突增型***故障、信息突变型***故障和信息渐变型***故障；

S2、利用改进的残差χ²检测法判断是否发生突变型***故障；如发生上述故障，则隔离故障子***；

S3、从判断发生突变型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***发生噪声突增型***故障还是信息突变型***故障，并为故障子***故障消除后***重构做准备；

S4、从组合导航***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故障。

有益效果：

1.本发明在传统残差χ²检测法基础上结合组合导航中联邦卡尔曼滤波特性，将联邦卡尔曼滤波器中主滤波器输出的公共状态替换掉组合导航中子滤波器中具有的公共状态，避免了传统χ²检测法中利用子滤波器状态时，由于滤波器的跟踪特性，使得预测值一步跟踪上故障值，导致故障检测***将故障***误判为无故障***的缺陷。

2.本发明在利用改进残差χ²检测法检测出***发生突变故障后，利用残差均值对***发生的突变型故障类型进行判断。若***发生信息突变型***故障，则一直将故障子***隔离，直到故障检测函数值小于阈值T_D才将故障子***恢复；若***发生噪声突变(噪声为白噪声)型***故障，则***自动启动自适应滤波***，并将判出故障的子***辅助导航结果经自适应滤波后输入联邦卡尔曼滤波器的主滤波器，有效利用了水下宝贵的导航信息。

3.本发明利用归一化残差均值和残差绝对和值两个信息，有效快速准确判断出水下组合导航***中出现渐变型故障子***，避免了传统的残差χ²检测法对渐变型故障检测失效的缺点。

附图说明

图1是本发明的***结构图。

图2是本发明突变型故障诊断的流程图。

图3是本发明渐变性故障的流程图。

图4a至图4f是本发明在DVL信息突变时组合系导航***姿态误差曲线。

图5a至图5f为本发明在DVL信息突变时组合导航***速度误差曲线。

图6a至图6f为本发明在DVL信息突变时组合导航***位置误差曲线。

图7a和图7b为本发明在DVL信息突变时DVL/SINS子***故障函数值。

图8a至图8d为本发明在DVL信息突变时组合导航***天向速度残差均值、绝对和值。

图9a至图9c为本发明在DVL噪声突然增大时组合导航***速度误差曲线。

图10a和图10b为本发明在DVL噪声突然增大时组合导航***天向速度残差均值、绝对和值曲线。

图11为本发明在DVL噪声突然增大时DVL/SINS子***故障函数值。

图12a至图12f为本发明在DVL渐变型故障时组合系导航***姿态误差曲线。

图13a至图13f为本发明在DVL渐变型故障时组合系导航***速度误差曲线。

图14a至图14f为本发明在DVL渐变型故障时组合系导航***位置误差曲线。

图15a和图15b为本发明在DVL渐变型故障时DVL/SINS子***天向速度残差均值。

具体实施方式

传统残差χ²检测法求各局部Kalman滤波器的残差为

$r_k=Z_k-H_k{\hat{X}}_{k/k-1}$

式中预报值为

${\hat{X}}_{k/k-1}={\mathrm{\φ}}_{k/k-1}{\hat{X}}_{k-1}$

${\hat{X}}_{k-1}=[I-K_{k-1}]{\mathrm{\φ}}_{k-1/k-2}{\hat{X}}_{k-2}+K_{k-1}{Z}_{k-1}$

$K_{k-1}=P_{k-1}{H}_{k-1}^T{R}_{k-1}^{-1},$

P_k-1＝(1-K_k-1H_K-1)P_k-1/k-2，

$P_{k-1/k-2}={\mathrm{\φ}}_{k-1/k-2}{P}_{k-2}{\mathrm{\φ}}_{k-1/k-2}^T+Q_{k-2}.$

为***状态量，Z为观测向量，φ为状态转移矩阵，H为观测矩阵，R为子***量测噪声序列方差阵，Q为子***过程噪声序列方差阵，下标k是第k步递推时刻。

在k-1时刻发生故障，将故障子***即刻隔离。但此时的观测向量Z_k-1中已经包含了故障信息，由于 ${\hat{X}}_{k-1}=[I-K_{k-1}]{\mathrm{\φ}}_{k-1/k-2}{\hat{X}}_{k-2}+K_{k-1}{Z}_{k-1},$ 使得预测值也包含了故障信息，通过的一步递推，使得也包含了故障信息。在低动态环境中，由于故障连续稳定，则Z_k与Z_k-1无太大差异，使得故障检测函数结果小于阈值T_D，故障诊断***会将组合导航***误判为故障消除而使得故障子***融入组合导航***，使得故障信号污染整个组合导航***。

针对这一缺陷，考虑到在k-1时刻发生故障，故障诊断***会立刻将故障子***隔离，因此，联邦滤波器中由主滤波器得到的公共状态预测值并未受到子***故障信号的影响，故本发明利用水下组合导航结构特点对传统残差获得方法进行改进，采用下面的方式计算残差：

1.根据水下组合导航结构改进残差χ²检测法，求取组合导航各子***故障检测函数。

$r_k=Z_k-H_k{\mathrm{\φ}}_{k/k-1}\left[\begin{array}{c}{\hat{X}}_{g(k-1)}\\ {\hat{X}}_{L(k-1)}\end{array}\right]$

其中，为子***状态量中比公共状态多出的***状态。Z为观测向量，φ为状态转移矩阵，H为观测矩阵，下标k为第k步递推时刻。

$A_k=H_k{P}_{k/k-1}{H}_k^T+R_k$

其中，P_k/k-1为

$P_{k/k-1}={\mathrm{\φ}}_{k/k-1}{P}_{k-1}{\mathrm{\φ}}_{k/k-1}^T+Q_{k-1},$

P_k-1＝(1-K_kH_K)P_k/k-1，

$K_k=P_k{H}_k^T{R}_k^{-1}.$

其中，φ为状态转移矩阵，H为观测矩阵，R为子***量测噪声序列方差阵，Q为子***过程噪声序列方差阵，下标k为第k步递推时刻。

然后，对r_k作如下二元假设：

H₀无故障： $E\left\{r_k\right\}=0,E\left\{r_k{r}_k^T\right\}=A_k;$

H₁有故障：E{r_k}＝μ,E{(r_k-μ)(r_k-μ)^T}＝A_k；

则，故障检测函数为

${\mathrm{\γ}}_k=r_k^T{A}_k^{-1}{r}_k.$

2.将检测函数γ_k值与阈值T_D比较。若故障检测函数值大于阈值，则***发生突变型故障并立即将故障子***隔离，若故障检测函数小于阈值则返回步骤1。

故障判定准则为

其中，预先设置的门限T_D决定了故障检测的性能。由奈曼-皮尔逊准则可知，当限定误警率P_f＝α时，则由P_f＝P[γ_k＞T_D/H₀]＝α解出门限T_D可使漏检率P_f＝P[γ_k≤T_D/H₁]达到最小，因而T_D可由误警率P_f决定。其中

$P_f={\∫}_{T_D}^{\∞}{x}^2(\mathrm{\γ},n)\mathrm{d\γ}=1-{\∫}_0^{T_D}{x}^2(\mathrm{\γ},n)\mathrm{d\γ}.$

3.若步骤2判断出***发生突变型故障，则从判出故障开始计算故障子***的残差均值和残差绝对和值。

残差均值计算方法：

${\stackrel{\‾}{r}}_k=\left(\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{r}_i\right)/k$

其中，为残差均值，r_i为故障发生后第i时刻的残差，k为突变性故障已经发生的时间。

残差绝对和值计算方法：

$\mathrm{sum}\left|r_k\right|=\underset{i=0}{\overset{k}{\mathrm{\Σ}}}\left|r_i\right|$

其中，sum|r_k|表示残差绝对和值，r_i为故障发生后第i时刻的残差，k为突变性故障已经发生的时间。

4.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***出现噪声突增型(噪声为白噪声)***故障。若残差均值绝对值与0相减始终大于T1，则判断故障***出现信号突变型***故障。

5.根据步骤4若故障子***出现噪声突增型***故障则故障子***立即启用自适应滤波器并将故障子***提供导航信息融入主滤波器。若根据步骤4判断***出现信息突变型***故障则继续将故障子***隔离，直到故障检测函数值小于阈值T_D，将故障子***恢复。

同时，利用第1步计算出***残差，按图3所示，本发明的渐变型故障检测步骤为：

1.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；

2.设置计数器CNT的值为0；

3.将移动窗内元素左移一位并将当前子***残差r_k存入移动窗最右端一位；

4.将上次解算的残差均值和残差绝对和值清零；

5.将当前窗口内所有对应元素相加后求残差均值，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：

$\stackrel{\‾}{\mathrm{\γ}}=\left(\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{\mathrm{\γ}}_i\right)/n$

其中，为当前窗口的残差均值，γ_i为窗口内第i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：

$\mathrm{mea}\_\mathrm{sum}\left|\mathrm{\γ}\right|=\left(\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\right|{\mathrm{\γ}}_i\left|\right)/n$

其中，mea_sum|γ|表示当前窗口内残差绝对和值的均值，γ_i为窗口内第i个残差，n为窗口长度。

6.将当前均值做归一化处理，求取当前归一化均值。

归一化残差均值求取方法为：

$\mathrm{sign}\left(\stackrel{\‾}{\mathrm{\γ}}\right)=\stackrel{\‾}{\mathrm{\γ}}/\left|\stackrel{\‾}{\mathrm{\γ}}\right|$

7.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均值与上次绝对和值均值之差小于阈值TL，则计数器CNT加1，否则计数器CNT清零。

8.若CNT与预设的渐变型故障判断持续时间相等，则认为该子***发生渐变型***故障，设置故障标志位并将该子***隔离，直到***判断渐变型故障消除再清除标志位并返回步骤2；若CNT不等于预设的渐变型故障判断时间，则清除故障标志位并返回步骤2。

本发明的重要特征在于：利用联邦滤波器中主滤波器的公共状态量预测值代替子***中具有的与公共状态预测值相应的状态量求子***残差；在判断出子***发生突变型故障后，利用故障均值判断故障子***是发生噪声突变型(白噪声)***故障还是信息突变型***故障；利用归一化残差均值和相邻统计周期残差绝对和值之差作为渐变型故障判据。

如图4a至图15b所示，仿真环境中传感器的性能指标如下：陀螺仪的常值漂移为0.04°/h，随机漂移为加速度计零偏为50μg(g＝9.8m²/s)，随机偏差为50μg；当地地理纬度为32.37°，经度为118.22°。载体机动方式为东向和北向速度均为0.5m/s的匀速直线运动。为了简化模型，将DVL的测速误差设置为0.02m/s，高度计的测量误差为5m，磁罗经的的测量误差为0.2°.仿真时间为1000s，在200s到600s之间，分别人为给DVL三个轴上的速度加上恒定的2m/s的速度误差、增加幅值为0.5m/s的白噪声、斜坡函数(其具体形式为：δV＝(0.02*T)m/s，T为故障持续时间)。

经过某型号的样机车载实验验证的统计结果为：

表1突变型故障水平位置误差统计结果

表2渐变型故障水平位置误差统计结果

本发明针对水下组合导航***中辅助导航设备工作特点将辅助导航设备故障分成三种基本类型：噪声突增型***故障、信息突变型***故障、信息渐变型***故障。结合水下组合导航结构特点改进传统残差χ²检测法。将***的残差均值、***残差绝对和值引入，并与故障诊断函数相结合。利用改进残差χ²检测法诊断出辅助导航设备发生突变型***故障后，进一步通过残差均值和残差绝对和值分辨***是发生噪声突变***故障还是信息突变型***故障。针对渐变型故障，本发明直接利用归一化残差均值和相邻统计周期残差绝对和值之差两个判据进行判断。实现快速准确判断组合导航***故障发生位置及类型。

以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

Claims (3)

1.一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***的故障分为噪声突增型***故障、信息突变型***故障和信息渐变型***故障；

S2、利用改进的残差χ²检测法判断是否发生突变型***故障；如发生突变型故障，则隔离故障子***；

S3、从判断发生突变型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***发生噪声突增型***故障还是信息突变型***故障，为故障子***故障消除后***重构做准备；

S4、从组合导航***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故障。

2.如权利要求1所述的水下导航故障智能诊断方法，其特征在于，突变型***的故障检测步骤进一步为：

S21、求取组合导航各子***故障检测函数

其中， $A_k=H_k{P}_{k/k-1}{H}_k^T+R_k,$

$P_{k/k-1}={\mathrm{\φ}}_{k/k-1}{P}_{k-1}{\mathrm{\φ}}_{k/k-1}^T+Q_{k-1},$

P_k＝(1-K_kH_K)P_k/k-1，

$K_k=P_k{H}_k^T{R}_k^{-1},$

$r_k=Z_k-H_k{\mathrm{\φ}}_{k/k-1}\left[\begin{array}{c}{\hat{X}}_{g(k-1)}\\ {\hat{X}}_{L(k-1)}\end{array}\right],$

为子***状态量中比公共状态多出的***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***量测噪声序列方差阵，Q为子***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***发生突变型故障并立即将故障子***隔离；若故障检测函数小于阈值，则返回S21；

S23、若***发生突变型故障，则从判出故障开始计算故障子***的残差均值和残差绝对和值，残差均值计算方法：

${\stackrel{\‾}{r}}_k=\left(\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{r}_i\right)/k,$

其中，为残差均值，r_i为故障发生后第i时刻的残差，k为突变性故障已经发生的时间；

残差绝对和值计算方法：

$\mathrm{sum}\left|r_k\right|=\underset{i=0}{\overset{k}{\mathrm{\Σ}}}\left|r_i\right|,$

其中，sum|r_k|表示残差绝对和值，r_i为故障发生后第i时刻的残差，k为突变性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***出现噪声突增******故障；若残差均值绝对值与0相减始终大于T1，则判断故障子***出现信号突变型***故障；

S25、若故障子***出现噪声突增型***故障，则故障子***启用自适应滤波器并将故障子***提供导航信息融入主滤波器；若判断***出现信息突变型***故障，则继续将故障子***隔离，直到故障检测函数值小于阈值，将故障子***恢复。

3.如权利要求1所述的水下导航故障智能诊断方法，其特征在于，渐变型***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***残差r_k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：

$\stackrel{\‾}{r}=\left(\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{r}_i\right)/n,$

其中，为当前窗口的残差均值，r_i为窗口内第i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：

$\mathrm{mea}\_\mathrm{sum}\left|r\right|=\left(\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\right|r_i\left|\right)/n$

其中，mea_sum|r|表示当前窗口内残差绝对和值的均值，r_i为窗口内第i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：

$\mathrm{sign}\left(\stackrel{\‾}{r}\right)=\stackrel{\‾}{r}/\left|\stackrel{\‾}{r}\right|,$

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与预设的渐变型故障判断持续时间相等，则认为该子***发生渐变型***故障，设置故障标志位并将该子***隔离；若CNT不等于预设的渐变型故障判断时间，则清除故障标志位并返回S32。