CN111307380A - 用于水下机器人多传感器信息融合的漏水检测保护方法 - Google Patents

用于水下机器人多传感器信息融合的漏水检测保护方法 Download PDF

Info

Publication number
CN111307380A
CN111307380A CN202010239865.9A CN202010239865A CN111307380A CN 111307380 A CN111307380 A CN 111307380A CN 202010239865 A CN202010239865 A CN 202010239865A CN 111307380 A CN111307380 A CN 111307380A
Authority
CN
China
Prior art keywords
sensor
water leakage
underwater robot
water
humidity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010239865.9A
Other languages
English (en)
Inventor
蔡钟山
吴福森
黄春榕
王常辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Special Equipment Inspection and Research Institute
Original Assignee
Fujian Special Equipment Inspection and Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian Special Equipment Inspection and Research Institute filed Critical Fujian Special Equipment Inspection and Research Institute
Priority to CN202010239865.9A priority Critical patent/CN111307380A/zh
Publication of CN111307380A publication Critical patent/CN111307380A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00—Investigating fluid-tightness of structures
    • G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明提供了用于水下机器人多传感器信息融合的漏水检测保护方法，步骤S1、将多个漏水传感器安装在水下机器人舱体易漏水的舱门边缘位置；步骤S2、在水下机器人的舱体首部、中部和尾部均安装有用于检测湿度的湿度传感器；步骤S3、在水下机器人的舱体内部和舱体外部安装压力传感器；步骤S4、启动水下机器人，并开启多路传感器的信号采集；步骤S5、通过信号处理，将干扰信号进行剔除，将采集到的信号进行信号特征提取；步骤S6、控制器进行决策输出，若是水下机器人舱体内部发生漏水情况，则进行上位机报警提示；本发明能够通过多传感器的信息融合，可以有效提高检测系统的抗干扰能力和检测精度。

Description

用于水下机器人多传感器信息融合的漏水检测保护方法
技术领域
本发明涉及水下机器人技术领域，特别是用于水下机器人多传感器信息融合的漏水检测保护方法。
背景技术
水下机器人是一种工作于水下的极限作业机器人。水下环境恶劣危险，由于人的潜水深度有限，水下机器人可在高度危险环境、被污染环境以及零可见度的水域代替人工在水下长时间作业，因此水下机器人已成为海洋开发的重要工具。
水下机器人上一般配备声呐系统、摄像机、照明灯及控制器等装置，在水深比较深的地方由于水压过大可能出现密封舱体漏水的情况，造成水下机器人不能正常工作，甚至引起内部装置及元器件短路损坏，危害极大。
目前市场上的漏水检测装置一般采用单一传感器(如漏水传感器或压力传感器)，通过采集传感器信号去辨别舱内是否漏水，由于传感器精度及抗干扰能力不足，有时会出现误报警的情况出现，造成人力检修资源的浪费。
发明内容
有鉴于此，本发明的目的是提供用于水下机器人多传感器信息融合的漏水检测保护方法，能够通过多传感器的信息融合，可以有效提高检测系统的抗干扰能力和检测精度。本发明采用以下方法来实现：用于水下机器人多传感器信息融合的漏水检测保护方法，其特征在于：
步骤S1、将多个漏水传感器安装在水下机器人舱体易漏水的舱门边缘位置，且所述漏水传感器与所述水下机器人的控制器进行电性连接；
步骤S2、在水下机器人的舱体首部、中部和尾部均安装有用于检测湿度的湿度传感器，且所述湿度传感器与所述水下机器人的控制器进行电性连接；
步骤S3、在水下机器人的舱体内部和舱体外部安装压力传感器，且所述压力传感器与所述水下机器人的控制器进行电性连接；
步骤S4、启动水下机器人，并开启多路传感器的信号采集；
步骤S5、信号采集后，通过信号处理，经过滤波剔除干扰信号，剔除后，控制器对漏水传感器、湿度传感器和压力传感器所得到的信息进行融合；
步骤S6、融合后，若水下机器人舱体内部未发生漏水，则回到步骤S4，若是水下机器人舱体内部发生漏水情况，则进行上位机报警提示；
步骤S7、报警提示开始，水下机器人的漏水保护装置则开始动作进行漏水保护。
进一步的，所述步骤S4中的多路传感器的信号采集为漏水传感器输出高低电平信号，高电平为3.3V，低电平为0V；压力传感器和湿度传感器经信号调理电路转成0～3.3V的模拟电压信号，漏水传感器输出连接到DSP的IO口，压力传感器和湿度传感器输出连接到DSP的ADC模块，ADC采样通道分别为ADCINA0～ADCINA3。
进一步的，所述步骤S5中的信号处理为用于信号采集后的数据预处理，采用数字滤波器将采集到的干扰信号剔除掉，留下与其实际匹配的信号。
进一步的，所述步骤S5中的信息融合采用加权平均值算法，将压力传感器、湿度传感器和漏水传感器这3种类型的传感器先进行归一化处理，再进行加权平均，每个传感器有一个权重数值；传感器精度高的数据误差小，权数大；而精度低的数据误差大，权数小；压力传感器采集到的数字量为x1、x2、x3....xi，得到平均值
Figure BDA0002431480760000021
n为自然数，K1为硬件调理电路增益的倒数，对采集平均值转换成压力真实值，
Figure BDA0002431480760000022
P为压力传感器的压力值；湿度传感器采集到的数字量为y1、y2、y3....yi，得到平均值
Figure BDA0002431480760000023
n为自然数，K2为硬件调理电路增益的倒数，对采集平均值转换成湿度真实值，
Figure BDA0002431480760000024
H为湿度传感器的湿度值；而漏水传感器的结果为
Figure BDA0002431480760000025
其中Ri为每个漏水传感器的结果，L为所有漏水传感器结果的集合，每个漏水传感器输出高电平，则Ri＝1，输出低电平则Ri＝0；将压力传感器、湿度传感器和漏水传感器这3类传感器的采样数值转成可识别结果，进行加权；
1)压力传感器判断准则：P外-P内≥P0(P0为阈值)，即判定为漏水；P外≤P内，判定为不漏水；
2)湿度传感器判断准则：H≥H1，H1一般取值为85％，判定为漏水；否则，H≤H2，判定为不漏水，H2取值为75％；
3)漏水传感器判断准则：L＝1，判定为漏水；L＝0，判定为不漏水；将以上传感器的判断结果以0或1作为输出结果，1代表漏水，0代表不漏水；
将3类传感器进行加权求和，输出最终结果；其中，压力传感器、湿度传感器、漏水传感器经准则判断结果分别为T1、T2、T3；压力、湿度和漏水传感器的权重系数分别为w1、w2、w3，其中w1+w2+w3＝1，得到的输出结果为T＝w1T1+w2T2+w3T3，0≤T≤1，根据T进行比较。
进一步的，所述步骤S7中的漏水保护为通过决策输出后，判断出系统是否漏水，由控制器输出给声光报警，上位机亮红灯，同时蜂鸣器进行长鸣；报警约5秒后由控制器输出控制信号控制水下机器人断电，上位机的报警仍继续直到水下机器人恢复供电且漏水故障解除为止。
本发明的有益效果在于：本发明加入了漏水传感器、湿度传感器和压力传感器，采用多传感器的信息融合，可以有效提高检测系统的抗干扰能力和检测精度；克服单一传感器精度不够问题；本发明在水下机器人检测到漏水后，将电源有效切断，减小元器件的损坏程度。
附图说明
图1为本发明的流程图。
图2为漏水检测控制框图。
图3为所述决策输出，识别故障的框图。
图4为故障识别表。
图5为所述LED驱动电路的电路原理图。
图6为所述蜂鸣报警器驱动电路的电路原理图。
图7为所述低通滤波电路的电路原理图。
图8为所述主控模块的电路原理图。
具体实施方式
下面结合附图对本发明做进一步说明。
请参阅图1至图4所示，本发明提供了一实施例：用于水下机器人多传感器信息融合的漏水检测保护方法，其特征在于：
步骤S1、将多个漏水传感器安装在水下机器人舱体易漏水的舱门边缘位置，且所述漏水传感器与所述水下机器人的控制器进行电性连接；使得在舱体底部容易出现漏水位置的地方布置N个漏水传感器(N取值根据实际控制系统精度要求和硬件而定)，当出现漏水时，漏水传感器输出高电平信号，否则为低电平信号；
步骤S2、在水下机器人的舱体首部、中部和尾部均安装有用于检测湿度的湿度传感器，且所述湿度传感器与所述水下机器人的控制器进行电性连接；将湿度传感器安装于舱体内，用于检测舱体的湿度，根据湿度超过85％舱体内有进水的可能，湿度在50％以内都在正常范围内，该取值是通过经验取值；
步骤S3、在水下机器人的舱体内部和舱体外部安装压力传感器，且所述压力传感器与所述水下机器人的控制器进行电性连接；由舱内压力传感器和舱外压力传感器组成，主要用于测量舱体内外的压力，然后计算舱体内外的压力差，当舱外压力大于舱内压力超过一定阈值P0(P0为工程经验值)时，说明可能出现漏水情况；
步骤S4、启动水下机器人，并开启多路传感器的信号采集；
步骤S5、信号采集后，通过信号处理，经过滤波剔除干扰信号，剔除后，控制器对漏水传感器、湿度传感器和压力传感器所得到的信息进行融合；
步骤S6、融合后，若水下机器人舱体内部未发生漏水，则回到步骤S4，若是水下机器人舱体内部发生漏水情况，则进行上位机报警提示；
步骤S7、报警提示开始，水下机器人的漏水保护装置则开始动作进行漏水保护。
请继续参阅图1和图2所示，本发明一实施例中，所述步骤S4中的多路传感器的信号采集为漏水传感器输出高低电平信号，高电平为3.3V，低电平为0V；压力传感器和湿度传感器经信号调理电路转成0～3.3V的模拟电压信号，漏水传感器输出连接到DSP的IO口，压力传感器和湿度传感器输出连接到DSP的ADC口，ADC通道分别为ADCINA0～ADCINA3。压力传感器和湿度传感器经信号调理电路转成0～3.3V的模拟电压信号，控制器采用TI的数字信号处理器(简称DSP)TMS320F28033，它是一款主频为60MHz的32位处理器，16路双通道16位ADC采样器，但不仅限于此；此系统含10个漏水传感器，2个压力传感器和2个湿度传感器，其中：10个漏水传感器输出连接到DSP的10个IO口，2个压力传感器和2个湿度传感器输出连接到DSP的4个ADC口，ADC通道分别为ADCINA0～ADCINA3。
请继续参阅图1和图2所示，本发明一实施例中，所述步骤S5中的信号处理为用于信号采集后的数据预处理，采用数字滤波器将采集到的干扰信号剔除掉，留下与其实际匹配的信号。
请继续参阅图1和图2所示，本发明一实施例中，所述步骤S5中的还包括信号特征提取，所述信号特征提取为提取信号的时域特征，时域特征提取方法有平均值、均方值、有效值、峰值方式，不同信号采样量采取的时域特征提取方法也不一样；漏水传感器：脉冲信号的提取，采用连续滤波方式；压力传感器：采用平均值的形式提取，计算舱内和舱外的压力平均值；湿度传感器：采用平均值的形式提取，计算舱内的湿度值。经信号预处理剔除干扰信号后，再进行信号特征的提取；提取信号的时域特征，时域特征提取方法有平均值、均方值、有效值、峰值等方式，但不仅限于此；不同信号采样量采取的时域特征提取方法也不一样。
请继续参阅图1和图2所示，本发明一实施例中，所述步骤S5中的信息融合采用加权平均值算法，将压力传感器、湿度传感器和漏水传感器这3种类型的传感器先进行归一化处理，再进行加权平均，每个传感器有一个权重数值；传感器精度高的数据误差小，权数大；而精度低的数据误差大，权数小；压力传感器采集到的数字量为x1、x2、x3....xi，得到平均值
Figure BDA0002431480760000061
n为自然数，K1为硬件调理电路增益的倒数，对采集平均值转换成压力真实值，
Figure BDA0002431480760000062
P为压力传感器的压力值；湿度传感器采集到的数字量为y1、y2、y3....yi，得到平均值
Figure BDA0002431480760000063
n为自然数，K2为硬件调理电路增益的倒数，对采集平均值转换成湿度真实值，
Figure BDA0002431480760000064
H为湿度传感器的湿度值；而漏水传感器的结果为
Figure BDA0002431480760000065
其中Ri为每个漏水传感器的结果，L为所有漏水传感器结果的集合，每个漏水传感器输出高电平，则Ri＝1，输出低电平则Ri＝0；将压力传感器、湿度传感器和漏水传感器这3类传感器的采样数值转成可识别结果，进行加权；
1)压力传感器判断准则：P外-P内≥P0(P0为阈值)，即判定为漏水；P外≤P内，判定为不漏水；
2)湿度传感器判断准则：H≥H1，H1一般取值为85％，判定为漏水；否则，H≤H2，判定为不漏水，H2取值为75％；
3)漏水传感器判断准则：L＝1，判定为漏水；L＝0，判定为不漏水；将以上传感器的判断结果以0或1作为输出结果，1代表漏水，0代表不漏水；
将3类传感器进行加权求和，输出最终结果；其中，压力传感器、湿度传感器、漏水传感器经准则判断结果分别为T1、T2、T3；压力、湿度和漏水传感器的权重系数分别为w1、w2、w3，其中w1+w2+w3＝1，得到的输出结果为T＝w1T1+w2T2+w3T3，0≤T≤1，根据T进行比较。
本发明中的决策输出，识别故障的方式是根据公式T＝w1T1+w2T2+w3T3，进行如下终极判断，请参阅图3和图4所示，本发明提供了识别故障的框图和故障识别表，第一步，当计算T小于等于0.8时，向下继续进行检测计算，再次计算出当T大于等于0.5时，第三步，当T1、T2和T3至少两个为1，输出结果为认为漏水；在第一步计算出T大于0.8时，可直接判断漏水，第二步当T小于0.5时，可直接判断为漏水。
请继续参阅图1至图4所示，本发明一实施例中，所述步骤S7中的漏水保护为通过决策输出后，判断出系统是否漏水，由控制器输出给声光报警，上位机亮红灯，同时蜂鸣器进行长鸣；报警约5秒后由控制器输出控制信号控制水下机器人断电，上位机的报警仍继续直到水下机器人恢复供电且漏水故障解除为止。
值得一提的是，本发明中的水下机器人的控制器上设置有电路板，所述电路板上设置有主控模块，所述主控模块连接有蜂鸣报警器驱动电路、LED驱动电路、漏水传感器和低通滤波电路，所述湿度传感器和压力传感器均经低通滤波电路与所述主控模块连接。
请参阅图5所示，本发明一实施例中，所述LED驱动电路包括VCC端口、PWM IN端口、二极管D1、二极管D2、电阻R1、电阻R2、场效应管NPN、电容C1和电容C2，所述电阻R1一端与所述PWM IN端口连接，所述电阻R1另一端与所述电阻R2一端串联后与所述场效应管NPN的栅极连接，所述电阻R2另一端接地，所述场效应管NPN的漏极与所述二极管D2的负极和所述二极管D1的负极连接，所述二极管D1的正极和二极管D2的正极串联后与所述VCC端口连接，所述场效应管NPN与所述电容C1和所述电容C2并联设置。使得通过LED驱动电路的作用控制器能够对前置LED灯进行开启或关闭。
请参阅图6所示，本发明一实施例中，所述蜂鸣报警器驱动电路包括二极管D3、场效应管Q1、电阻R3、电阻R4、电容C3、Bell-Ctrl端口和蜂鸣器Bell，所述电阻R3一端与所述Bell-Ctrl端口连接，所述电阻R3另一端与所述场效应管Q1的栅极连接，所述场效应管Q1的源极与所述电阻R4一端连接，所述电阻R4另一端接地，所述场效应管Q1的漏极与所述二极管D3的正极连接后与所述蜂鸣器Bell连接，所述二极管D3的负极与所述蜂鸣器Bell连接，所述二极管D3的负极与所述电容C3一端串联后与所述VCC端口连接，所述电容C3另一端接地。使得通过蜂鸣报警器驱动电路能够起到驱动或关闭蜂鸣报警器的作用。
请参阅图7所示，本发明一实施例中，所述低通滤波电路包括Signal-OUT端口、电容C4、电阻R5、电阻R6、电容C5、运放U1和电容C6，所述电阻R5一端与所述Signal-OUT端口连接，所述电阻R5另一端与所述电容C4一端和电阻R6一端连接，所述电容C4另一端与所述运放U1的1号引脚和2号引脚连接，所述电阻R6另一端与所述电容C5一端和所述运放U1的3号引脚连接，所述电容C5另一端与所述运放U1连接后接地；所述运放U1与所述VCC端口连接，所述VCC端口与所述电容C6一端连接，所述电容C6另一端接地。使得压力传感器25和湿度传感器24经过低通滤波电路后的输出信号。本发明中所采用的运放U1是带四路运算放大器的集成芯片，型号可以是LM324J，但不仅限于此。
请参阅图8所示，本发明一实施例中，所述主控模块包括TMS320F28033芯片、Lou-Signal1-IN端口、Lou-Signal2-IN端口、Lou-Signal3-IN端口、Lou-Signal4-IN端口、Lou-Signal5-IN端口、Lou-Signal6-IN端口、Lou-Signal7-IN端口、Lou-Signal8-IN端口、Lou-Signal9-IN端口、Lou-Signal10-IN端口、Signal1-OUT端口、Signal2-OUT端口、Signal3-OUT端口和Signal4-OUT端口，所述Signal1-OUT端口、Signal2-OUT端口、Signal3-OUT端口和Signal4-OUT端口分别是所述压力传感器和所述湿度传感器信号输出经过所述低通滤波电路的Signal-OUT端口输出，所述Signal1-OUT端口与所述TMS320F28033芯片的18号引脚连接，所述Signal2-OUT端口与所述TMS320F28033芯片的17号引脚连接，所述Signal3-OUT端口与所述TMS320F28033芯片的16号引脚连接，所述Signal4-OUT端口与所述TMS320F28033芯片的15号引脚连接，所述TMS320F28033芯片的61号引脚与所述Lou-Signal1-IN端口连接，所述TMS320F28033芯片的62号引脚与所述Lou-Signal2-IN端口连接，所述TMS320F28033芯片的63号引脚与所述Lou-Signal3-IN端口连接，所述TMS320F28033芯片的64号引脚与所述Lou-Signal4-IN端口连接，所述TMS320F28033芯片的65号引脚与所述Lou-Signal5-IN端口连接，所述TMS320F28033芯片的66号引脚与所述Lou-Signal6-IN端口连接，所述TMS320F28033芯片的67号引脚与所述Lou-Signal7-IN端口连接，所述TMS320F28033芯片的68号引脚与所述Lou-Signal8-IN端口连接，所述TMS320F28033芯片的69号引脚与所述Lou-Signal9-IN端口连接，所述TMS320F28033芯片的74号引脚与所述Lou-Signal10-IN端口连接，所述Lou-Signal1-IN端口、Lou-Signal2-IN端口、Lou-Signal3-IN端口、Lou-Signal4-IN端口、Lou-Signal5-IN端口、Lou-Signal6-IN端口、Lou-Signal7-IN端口、Lou-Signal8-IN端口、Lou-Signal9-IN端口和Lou-Signal10-IN端口与所述漏水传感器连接；所述TMS320F28033芯片的75号引脚与所述Bell-Ctrl端口连接，所述TMS320F28033芯片的76号引脚与所述PWM IN端口连接。本发明的漏水传感器25和湿度传感器24的数量均为两个，Signal1-OUT端口、Signal2-OUT端口为漏水传感器25经低通滤波后输出端口；Signal3-OUT端口和Signal4-OUT端口为湿度传感器24经低通滤波后输出端口，所述Signal1-OUT端口、Signal2-OUT端口、Signal3-OUT端口和Signal4-OUT端口分别通过四个低通滤波电路进行输出。
本发明中的控制器、压力传感器、湿度传感器和漏水传感器均为现有技术，本领域技术人员已经能够清楚了解，在此不进行详细说明，本发明中控制器可采用TI的数字信号处理器(简称DSP)TMS320F28033，它是一款主频为60MHz的32位处理器，16路双通道16位ADC采样器，压力传感器可以是PT124G-125,漏水传感器可以是SPLDS-2000，湿度传感器可以是HS12P，但不仅限于此，本发明是以水下机器人的硬件结构为基础，配合相应的算法，可以做到水下机器人检测相关信息的采集和发送。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (5)

1.用于水下机器人多传感器信息融合的漏水检测保护方法，其特征在于：
步骤S1、将多个漏水传感器安装在水下机器人舱体易漏水的舱门边缘位置，且所述漏水传感器与所述水下机器人的控制器进行电性连接；
步骤S2、在水下机器人的舱体首部、中部和尾部均安装有用于检测湿度的湿度传感器，且所述湿度传感器与所述水下机器人的控制器进行电性连接；
步骤S3、在水下机器人的舱体内部和舱体外部安装压力传感器，且所述压力传感器与所述水下机器人的控制器进行电性连接；
步骤S4、启动水下机器人，并开启多路传感器的信号采集；
步骤S5、信号采集后，通过信号处理，经过滤波剔除干扰信号，剔除后，控制器对漏水传感器、湿度传感器和压力传感器所得到的信息进行融合；
步骤S6、融合后，若水下机器人舱体内部未发生漏水，则回到步骤S4，若是水下机器人舱体内部发生漏水情况，则进行上位机报警提示；
步骤S7、报警提示开始，水下机器人的漏水保护装置则开始动作进行漏水保护。
2.根据权利要求1所述的用于水下机器人多传感器信息融合的漏水检测保护方法，其特征在于：所述步骤S4中的多路传感器的信号采集为漏水传感器输出高低电平信号，高电平为3.3V，低电平为0V；压力传感器和湿度传感器经信号调理电路转成0～3.3V的模拟电压信号，漏水传感器输出连接到DSP的IO口，压力传感器和湿度传感器输出连接到DSP的ADC模块，ADC采样通道分别为ADCINA0～ADCINA3。
3.根据权利要求1所述的用于水下机器人多传感器信息融合的漏水检测保护方法，其特征在于：所述步骤S5中的信号处理为用于信号采集后的数据预处理，采用数字滤波器将采集到的干扰信号剔除掉，留下与其实际匹配的信号。
4.根据权利要求1所述的用于水下机器人多传感器信息融合的漏水检测保护方法，其特征在于：所述步骤S5中的信息融合采用加权平均值算法，将压力传感器、湿度传感器和漏水传感器这3种类型的传感器先进行归一化处理，再进行加权平均，每个传感器有一个权重数值；传感器精度高的数据误差小，权数大；而精度低的数据误差大，权数小；压力传感器采集到的数字量为x1、x2、x3....xi，得到平均值
Figure FDA0002431480750000021
n为自然数，K1为硬件调理电路增益的倒数，对采集平均值转换成压力真实值，
Figure FDA0002431480750000022
P为压力传感器的压力值；湿度传感器采集到的数字量为y1、y2、y3....yi，得到平均值
Figure FDA0002431480750000023
n为自然数，K2为硬件调理电路增益的倒数，对采集平均值转换成湿度真实值，
Figure FDA0002431480750000024
H为湿度传感器的湿度值；而漏水传感器的结果为
Figure FDA0002431480750000025
其中Ri为每个漏水传感器的结果，L为所有漏水传感器结果的集合，每个漏水传感器输出高电平，则Ri＝1，输出低电平则Ri＝0；将压力传感器、湿度传感器和漏水传感器这3类传感器的采样数值转成可识别结果，进行加权；
1)压力传感器判断准则：P外-P内≥P0(P0为阈值)，即判定为漏水；P外≤P内，判定为不漏水；
2)湿度传感器判断准则：H≥H1，H1一般取值为85％，判定为漏水；否则，H≤H2，判定为不漏水，H2取值为75％；
3)漏水传感器判断准则：L＝1，判定为漏水；L＝0，判定为不漏水；将以上传感器的判断结果以0或1作为输出结果，1代表漏水，0代表不漏水；
将3类传感器进行加权求和，输出最终结果；其中，压力传感器、湿度传感器、漏水传感器经准则判断结果分别为T1、T2、T3；压力、湿度和漏水传感器的权重系数分别为w1、w2、w3，其中w1+w2+w3＝1，得到的输出结果为T＝w1T1+w2T2+w3T3，0≤T≤1，根据T进行比较。
5.根据权利要求1所述的用于水下机器人多传感器信息融合的漏水检测保护方法，其特征在于：所述步骤S7中的漏水保护为通过决策输出后，判断出系统是否漏水，由控制器输出给声光报警，上位机亮红灯，同时蜂鸣器进行长鸣；报警约5秒后由控制器输出控制信号控制水下机器人断电，上位机的报警仍继续直到水下机器人恢复供电且漏水故障解除为止。
CN202010239865.9A 2020-03-30 2020-03-30 用于水下机器人多传感器信息融合的漏水检测保护方法 Pending CN111307380A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010239865.9A CN111307380A (zh) 2020-03-30 2020-03-30 用于水下机器人多传感器信息融合的漏水检测保护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010239865.9A CN111307380A (zh) 2020-03-30 2020-03-30 用于水下机器人多传感器信息融合的漏水检测保护方法

Publications (1)

Publication Number Publication Date
CN111307380A true CN111307380A (zh) 2020-06-19

Family

ID=71145946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010239865.9A Pending CN111307380A (zh) 2020-03-30 2020-03-30 用于水下机器人多传感器信息融合的漏水检测保护方法

Country Status (1)

Country Link
CN (1) CN111307380A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113624404A (zh) * 2021-07-27 2021-11-09 北京航天试验技术研究所 一种液体推进剂泄漏监测方法和监测装置
CN113654735A (zh) * 2021-08-20 2021-11-16 中国铁道科学研究院集团有限公司 车载检测设备的密封性检测方法及装置
CN114719896A (zh) * 2022-02-25 2022-07-08 中国电子科技集团公司第二十九研究所 一种海上密闭空间环境监测装置、方法及系统
CN115290842A (zh) * 2022-09-28 2022-11-04 四川省水利科学研究院 一种河流健康状况监测装置、系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113624404A (zh) * 2021-07-27 2021-11-09 北京航天试验技术研究所 一种液体推进剂泄漏监测方法和监测装置
CN113654735A (zh) * 2021-08-20 2021-11-16 中国铁道科学研究院集团有限公司 车载检测设备的密封性检测方法及装置
CN114719896A (zh) * 2022-02-25 2022-07-08 中国电子科技集团公司第二十九研究所 一种海上密闭空间环境监测装置、方法及系统
CN115290842A (zh) * 2022-09-28 2022-11-04 四川省水利科学研究院 一种河流健康状况监测装置、系统及方法

Similar Documents

Publication Publication Date Title
CN111307380A (zh) 用于水下机器人多传感器信息融合的漏水检测保护方法
CN109783903B (zh) 一种基于时间序列的工业用水管道故障诊断方法及系统
CN104412087B (zh) 具有虚假警报辨别的超声波气体泄漏检测器
CN107218518B (zh) 一种用于排水管道堵塞故障的检测装置的检测方法
CN109805936B (zh) 基于地面振动信号的人体摔倒检测系统
CN2854594Y (zh) 基于语音识别技术的刀具工况监测装置
CN109899584B (zh) 一种电容式感应触发水龙头及其触控控制方法、存储介质
CN103941135B (zh) 一种短路检测方法及装置
CN100494919C (zh) 船舶吨位智能测量系统及测量方法
CN111223261A (zh) 一种复合智能生产安防系统及其安防方法
US11287459B2 (en) Magnetic photoacoustic composite non destructive testing device of power transmission line of photovoltaic grid based on corona effect
CN115479219B (zh) 智能管道状态监测方法、监测装置及智能管道系统
CN115220396A (zh) 一种数控机床智能监控方法及系统
CN112033656A (zh) 一种基于宽带谱处理的机械系统故障检测方法
CN112781721B (zh) 一种移动巡检平台的智能噪声采集方法及智能噪声采集装置
CN214149700U (zh) 一种深海水下机器人密封舱用漏水检测模块
WO2019201700A1 (en) Particle filter monitoring
CN108333443B (zh) 电力设备间歇性缺陷的报警方法
CN117807538A (zh) 一种基于动态阈值和趋势预测的故障检测方法
CN112688271A (zh) 一种对于动物的油井专用漏电保护装置
CN204791387U (zh) 智能烟雾探测器
JPH1078371A (ja) 液漏れ検知方法及び液漏れ検知装置
CN211477516U (zh) 用于水下机器人多传感器信息融合的漏水检测保护装置
CN114518510B (zh) 一种绝缘子外部绝缘状态检测方法、系统及介质
CN117686167B (zh) 用于井下电控隔离阀的压力监测预警方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination