[发明专利]一种自主式水下机器人推进器故障特征提取方法

权利要求书

1.一种自主式水下机器人推进器故障特征提取方法，其特征在于：步骤如下：

步骤一：特征量和状态量的数据融合，对AUV的速度状态量数据进行经验模态分解，把原始数据分解成不同模态；

步骤二：采用SHFC定位算法和分形维数这两种算法对高模态和低模态分别提取和筛选，完成特征提取。

2.根据权利要求1所述的一种自主式水下机器人推进器故障特征提取方法，其特征在于：步骤二中的分形维数故障特征提取具体是：

采用时间窗分形维数算法对模态四以及更高的模态进行故障特征的提取及筛选，在当前时刻计算前50拍的分形维数故障特征，而在下一个时刻，删掉时间窗内的最早时刻的数据，把此时刻的样本数据填入到时间窗内，并计算此时刻的分形维数故障特征值，

重构相空间吸引子的分形维数D_c为：

式中：C(r)为超球的筛选结果，r为分形维数中超球半径。

3.根据权利要求1或2所述的一种自主式水下机器人推进器故障特征提取方法，其特征在于：步骤二中的SHFC定位算法故障特征提取是采用SHFC定位算法对模态五以及更低的模态进行故障特征的提取及筛选；

以模态待检信号x(t)，且x(t)在t_i，i＝1,2,…时刻取得极值点为处理对象，对故障特征提取过程为：

首先得到信号幅度变化的度量α(t_i)为：

其次得到算信号时间变化的度量φ(t_i)为：

最后得到信号突变变化的度量w(t_i)为：

w(t_i)＝|α(t_i)|φ(t_i)

当AUV发生突变或者遇到干扰时，会产生模态混叠，从而会使极值点在时间上变化，这时候，通过SHFC定位算法信号突变变化的度量w(t_i)就能检测出故障。