基于SOFCMAC的水下传感器系统故障诊断研究

为解决水下传感器故障,压缩高维故障特征,笔者将核主元分析方法(Kernel Principal Component Analysis,KPCA)和自组织模糊小脑模型关节控制器SOFCMAC(Self-Organizing Fuzzy Cerebellar Model Articulation Controller)结合,建立起基于SOFCMAC的KPCA故障诊断模型。该模型可以预测水下传感器系统未来时刻的信号数据,根据统计量均方预期误差值(SPE,Squared Prediction Error)的变化来判断系统是否发生故障,并采用数据重构方法对系统故障变量进行识别。通过水池实验得到的水下机器人传感器系统数据,本模型得到应用,实现了水下传感器系统故障诊断。