学位论文 > 优秀研究生学位论文题录展示

基于SVM与小波变换的微小型无人直升机传感器故障诊断

作　者: 吴康
导　师: 韩波；李平
学　校: 浙江大学
专　业: 控制理论与控制工程
关键词: 微小型无人直升机传感器故障诊断小波变换支持向量机
分类号: TP212
类　型: 硕士论文
年　份: 2010年
下　载: 189次
引　用: 2次
阅　读: 论文下载

内容摘要

微小型无人直升机(Mini unmanned helicopter,MUH)由于其独特的飞行性能和使用价值,成为目前自主控制机器人领域的研究热点,对其安全可靠性的要求也在不断提高。而保证MUH安全飞行的前提则是机载传感器系统的可靠性。由于机载传感器的工作环境恶劣,容易引起传感器性能不稳定并引发故障。在航空领域,传感器故障后果十分严重。因此,基于提高MUH传感器系统安全性和可靠性的考虑,对于MUH传感器故障诊断技术的研究尤为重要。本文以浙江大学“玉泉之翼”微小型无人直升机传感器系统作为研究对象。提出了运用小波变换以及支持向量机的方法对其进行故障诊断,诊断方法简便有效,能够基本解决在实验过程中所遇到的传感器故障问题,有效地保证了实验的顺利进行。本文的主要工作及贡献如下:1.系统介绍了目前国内外微小型无人直升机传感器故障诊断领域的研究现状,分析了主流的技术方法与研究手段,指出了面临的主要问题与发展趋势。2.介绍了MUH系统的硬件构建以及低成本机载传感器的选择,并说明了基于互补滤波器的传感器多级融合方法。该方法能够互补融合不同频域特性的传感器,具有良好的静态及动态精度。3.运用小波变换的故障诊断方法对MUH传感器系统进行故障诊断。根据信号输出能量的不同,小波的多尺度分辨特性能够及时地检测出传感器的异常状态,有效地进行传感器的故障诊断。4.采用支持向量机(SVM)的方法对MUH传感器系统进行故障诊断。通过LS-SVM的方法辨识了MUH的非线性回归模型,并构建残差生成器。其后,运用SVM分类的方法构建故障分类器,对故障进行有效地分类。5.提出了将回归型支持向量机(SVR)与小波变换(DWT)相结合的MUH传感器故障检测与分离方法。通过采用离线训练,在线应用的方式,运用SVR建立系统的动态模型,将输出结果与实际系统输出相比较构建残差生成器检测传感器故障并在此基础上采用小波多分辨率分析的方法分解不同传感器的输出信号并提取故障特征,从而实现对故障传感器的分离。

全文目录

致谢  5-6
摘要  6-7
Abstract  7-11
第1章绪论  11-23
  1.1 研究背景  11-12
  1.2 微小型无人直升机国内外研究现状  12-16
    1.2.1 无人直升机发展历程  12-14
    1.2.2 国外微小型无人直升机发展状况  14-15
    1.2.3 国内微小型无人直升机发展状况  15-16
  1.3 微小型无人直升机传感器故障诊断国内外研究现状  16-20
    1.3.1 基于知识的微小型无人直升机传感器故障诊断  18-19
    1.3.2 基于模型的微小型无人直升机传感器故障诊断  19
    1.3.3 基于信号处理的微小型无人直升机传感器故障诊断  19-20
  1.4 论文主要内容和章节安排  20-23
    1.4.1 主要研究内容  20-21
    1.4.2 章节安排  21-23
第2章 MUH飞控系统硬件架构及传感器数据融合过程  23-31
  2.1 引言  23
  2.2 微小型无人直升机飞控系统硬件组成  23-28
    2.2.1 微小型无人直升机飞控系统硬件架构  23-24
    2.2.2 机载传感器  24-27
    2.2.3 机载传感器的故障形式  27-28
  2.3 微小型无人直升机传感器数据融合过程  28-30
  2.4 本章小结  30-31
第3章基于小波变换的MUH传感器故障诊断  31-44
  3.1 引言  31
  3.2 小波变换的基本理论  31-36
    3.2.1 小波变换的概念  31-33
    3.2.2 常用的小波基函数  33-34
    3.2.3 小波变换的特点  34-35
    3.2.4 利用小波多分辨率分析特性检测故障  35-36
  3.3 利用小波变换进行MUH传感器的故障诊断  36-42
    3.3.1 小波变换方法进行MUH传感器故障诊断的策略  36-38
    3.3.2 运用小波变换方法对MUH传感器故障进行实验研究  38-42
  3.4 本章小结  42-44
第4章基于支持向量机的MUH传感器故障诊断  44-55
  4.1 引言  44
  4.2 支持向量机原理  44-45
  4.3 基于回归型LS-SVM的MUH传感器故障诊断  45-50
    4.3.1 最小二乘回归型支持向量机建模  45-47
    4.3.2 实验结果  47-49
    4.3.3 通过回归型支持向量机构建残差生成器  49-50
  4.4 基于支持向量机的MUH传感器故障分类  50-54
    4.4.1 多类的支持向量机  50
    4.4.2 多类支持向量机方法应用于MUH的传感器故障分类  50-54
  4.5 本章小结  54-55
第5章 SVR与DWT相结合的MUH传感器故障诊断  55-64
  5.1 引言  55
  5.2 SVR与DWT相结合的故障诊断策略  55-57
  5.3 实验结果  57-62
  5.4 本章小结  62-64
第6章总结与展望  64-66
文献  66-71
作者简介  71
硕士在读期间所取得的科研成果  71

基于SVM与小波变换的微小型无人直升机传感器故障诊断

内容摘要

全文目录

相似论文