CN112986709B - 一种通过电磁信息监测水下机器人健康状态的装置及方法 - Google Patents
一种通过电磁信息监测水下机器人健康状态的装置及方法 Download PDFInfo
- Publication number
- CN112986709B CN112986709B CN201911297496.2A CN201911297496A CN112986709B CN 112986709 B CN112986709 B CN 112986709B CN 201911297496 A CN201911297496 A CN 201911297496A CN 112986709 B CN112986709 B CN 112986709B
- Authority
- CN
- China
- Prior art keywords
- information
- electromagnetic
- module
- antenna
- health
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/001—Measuring interference from external sources to, or emission from, the device under test, e.g. EMC, EMI, EMP or ESD testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
- G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/005—Testing of electric installations on transport means
- G01R31/008—Testing of electric installations on transport means on air- or spacecraft, railway rolling stock or sea-going vessels
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明提供了一种通过电磁信息监测水下机器人健康状态的装置及方法,该装置包括信息收集部分,用于采集电子设备的电磁场信号;信息处理部分,用于将信息收集部分收集的电磁场信号进行预处理,并将预处理后的电磁场信号储存或转发给信息分析部分;信息分析部分,用于将预处理后的电磁场信号进行分离和特征提取,建立电子设备的健康档案并制定健康指标。本发明装置的检测功能不仅能够实现水下机器人整个电气系统的健康监测,检测数据还可为水下机器人电磁兼容设计及整改提供有益的帮助。本发明装置能够准确的给出航行器各部位电磁辐射强度和分布情况,对线圈施加直流电压后可作为大型水下机器人磁隐身中主动消磁的辅助装置。
Description
技术领域
本发明属于故障诊断、预测及电磁兼容技术领域,涉及模拟信号及数字信号处理,模式识别、聚类等人工智能技术,适用于水下机器人等空间电磁环境相对独立条件下的电磁信号检测与处理,旨在提高电气系统的可靠性、故障预测准确率等功能。
背景技术
21世纪是海洋的世纪,也是我国建设海洋强国的战略机遇期,而水下机器人作为未来开发与控制海洋的利器,正迎来高速蓬勃的发展,其趋势正朝着大型化、集成化、智能化方向发展。现如今,国内外在研或已投入使用的大型水下机器人已有多种型号,重量达数十甚至上百吨,内部集成几十至几百种不同的功能部件,包含成千上万个电子元器件,如此庞大的系统,通常在水下一次执行任务的时间可达数月甚至一年,已经在多个领域对有人水下航行器形成了压倒性的优势,而其卓越的性能优势离不开整个系统高可靠性的支持。但是,随着水下机器人信息技术装备的集成化与智能化的增强,各种功能电子设备的增多势必带来系统整体故障率的增高和可靠性的降低。对于电子设备而言,首先对温度、湿度等环境变化较为敏感,其次在其寿命周期内随着使用时间的推移会出现诸多难以预知的故障,装备或系统往往因为器件老化、设计及使用不当或工作环境的影响而出现各种事故,造成不可估量的损失。因而,自20世纪80年代以来,故障诊断、预测等健康管理等技术就已在工程中得到应用,飞机发动机监控系统就是早期的代表。现如今借助人工智能技术带来的信息处理能力的飞速发展,高速采集硬件成本的降低,对电子设备健康管理所需的复杂高频信息采集、分离与特征提取奠定了基础。在此基础上,对于可靠性的提高已经不再局限于对单一设备或系统的平均无故障时间(MTBF)的提高等要求,而已经开始要求机器人能够对自身的关键、重要部件乃至整个系统的自我监测、对潜在故障的判断和预测等一系列健康管理能力,这一能力俨然已经成为智能水下机器人不可或缺的一部分,甚至是水下机器人智能化水平的评判标准之一。
针对水下机器人装备中电子设备的健康管理,从电磁兼容技术领域的相关知识易知每个电子设备工作时都会不同程度的对外辐射电磁信号,电磁兼容研究的内容是通过合理的规划与抑制电磁辐射来确保各设备工作时不发生电磁自扰和互扰现象。然而任何事物都具有两面性,如果利用设备工作时对外辐射的电磁信号来解读设备工作时的状态信息,也可以实现对设备的健康状态监测。如晶振时钟信息、电源信息、通信信息、开关信息等。经验表明,电子设备故障前,其自身的电磁信息通常会先出现异常,那么在设备正常工作时通过采集、存储这些电磁信息,建立设备正常工作状态的电磁信息数据库,采用信息处理技术对信息特征进行提取,在设备初现异常时,根据这些信息特征对比就能实时监测设备运行状态以及提早发现设备将要出现的故障。其中技术难点是如何避免外界电磁信息的干扰、信息分离、被分离后的信息特征提取等。
随着人工智能技术的发展,诸多智能算法对信息分离和信息特征提取技术已经较为成熟,如光学、声学信号处理等技术,不过对于外界复杂多变的电磁干扰,目前的信号处理技术还难以将具有特征相同或十分相近的干扰信号和有用信号加以区分。但如果电磁信号与外界有着良好的隔离环境,且特征相对稳定,如开关信号、晶振信号等,在现有技术基础上进行改进和提升,则有望实现独立环境下的电磁信号特征分离与提取。而水下机器人由于其独特的机体构造和工作环境恰恰符合这种要求。
由于水下耐压需求,水下机器人往往采用较厚的金属密封舱体(铝合金,对高频信息隔离效果好),这为密封舱内提供了优越的电磁隔离环境;其次水下电磁波传输衰减严重,即使外界强电磁干扰对舱内电磁环境的影响也有限。当水下机器人密封舱内电子设备工作时,会对其所处空间产生不同程度的电磁辐射,该电磁辐射受空间距离、方位、传输介质等因素所影响,且多种电磁信号在某一空间点产生的影响符合线性叠加原理。通过在固定方位布置多根相应的磁场、电场检测天线,在每台设备单独工作时检测相关电磁信号并记录,建立健康履历档案,在多台设备工作时再通过多根天线检测的信号进行空间差分处理,分离还原出单个设备的电磁信号,就可以在整个系统工作过程中实时检测单一设备的工作状态,一旦某一电磁信号异常,可以将该异常特征与该设备健康档案中的特征属性进行对比,从而做出故障判断或预测。该种方法由于采用无源天线作为信息收集传感器,对被检测系统无负面影响,不会增加原系统固有功能设计的复杂度,对提高系统整体可靠性而言意义重大。
发明内容
本发明目的是通过一种对水下机器人密封壳体内电磁信号的采集、和处理的装置,实现对水下机器人各电子功能组部件的故障判断或故障预测等健康管理功能,从而提高水下机器人的可靠性。
本发明为实现上述目的所采用的技术方案是:
一种通过电磁信息监测水下机器人健康状态的装置,包括:
信息收集部分,用于采集电子设备的电磁场信号;
信息处理部分,用于将信息收集部分收集的电磁场信号进行预处理,并将预处理后的电磁场信号储存或转发给信息分析部分;
信息分析部分,用于将预处理后的电磁场信号进行分离和特征提取,建立电子设备的健康档案并制定健康指标。
所述信息收集部分包括天线模块,由环形天线和杆形天线组成,作为电磁信息采集传感器,用于采集电子设备的电磁场信号。
所述信息处理部分包括:
信息预处理模块,用于将天线模块采集的电子设备的电磁场信号进行放大和滤波,并发送给信息采集模块;
信息采集模块,用于将信息预处理模块处理后的电磁场信号进行模数转换,将模拟量转换为数字量;
空间差分处理模块,用于将多个天线采集的经信息采集模块处理后的电磁场信号进行差分检测,还原某一天线所处区域内的某一电子设备的电磁信息,并发送给信息储存模块和信息分析部分中的信息分离与特征提取模块;
信息储存模块,用于储存空间差分处理模块产生的某一天线所处区域内的某一电子设备的电磁信息以及信息分离与信息分析部分中的特征提取模块处理后的电子设备的健康档案。
所述信息分析部分包括:
时间事件记录模块,用于记录航行器控制计算机执行的指令,形成时间与事件对应的数据列表,并发送给信息分离与特征提取模块;
信息分离与特征提取模块,用于将空间差分处理模块产生的单一天线电磁信息进行分离和特征提取,以及将时间事件记录模块产生的时间与事件对应的数据列表进行整合,形成电子设备的健康档案,并制定各电子设备的电磁信息健康指标。
所述天线的一个横截面内包括一个或多个环形天线,最外层环形天线紧贴航行器水密舱金属内壁,环形天线两端作为正负极连接信息预处理模块,检测的是流过该横截面的磁场信息,对高压设备采用杆状接触型电场检测天线,检测的是设备表面的电场信息。
一种通过电磁信息监测水下机器人健康状态的方法,包括以下步骤:
1)信息收集部分中的天线模块采集电子设备的电磁场信号;
2)信息处理部分中的信息预处理模块将天线模块采集的电子设备的电磁场信号进行放大和滤波,并发送给信息采集模块;
3)信息处理部分中的信息采集模块将信息预处理模块处理后的电磁场信号进行模数转换,将模拟量转换为数字量;
4)信息处理部分中的空间差分处理模块将多个天线采集的经信息采集模块处理后的电磁场信号进行差分检测,还原某一天线所处区域内的某一电子设备的电磁信息,并发送给信息储存模块和信息分析部分中的信息分离与特征提取模块;
5)信息分析部分中的时间事件记录模块记录航行器控制计算机执行的指令,形成时间与事件对应的数据列表,并发送给信息分离与信息分析部分中的特征提取模块;
6)信息分析部分中的信息分离与特征提取模块将空间差分处理模块产生的某一天线所处区域内的某一电子设备的电磁信息进行分离和特征提取,以及将时间事件记录模块产生的时间与事件对应的数据列表进行整合,形成电子设备的健康档案,并制定各电子设备的电磁信息健康指标。
所述空间差分处理模块的工作模式为:同类相邻的三根天线进行差分处理,分离出每根天线四周的电磁场信号,分离后的电磁场信号代表着具体某一部位或某一设备的电磁信号,用于信息分离与特征提取模块进行分析。
所述信息分离与特征提取模块,分离为从某一天线范围内的电磁场信息中获取具体设备的单一电磁场信号,进一步提取出该电磁场信号的幅值、相位、频率、响应时间特征,并与时间事件记录模块中的时间与事件对应的数据列表整合,形成基于电磁信息的电子设备健康档案。
本发明具有以下有益效果及优点:
1.本发明装置通过检测水下机器人密封壳体内相对独立环境下各电子设备辐射的电磁信号,从中提取电子设备的状态信息,实现水下机器人对自身电子设备的健康状态监测,做到故障诊断和故障预测,提高系统可靠性。
2.本发明装置通过对简单的环形及杆形天线规划布局,实现对电子设备电磁信号的检测,由于采用无源天线作为信息收集传感器,对被检测系统无负面影响,检测装置与系统固有的功能设备耦合度低,有别于传统的通过电压、电流传感器等手段检测设备工作状态,降低了系统集成的复杂度。
3.检测装置天线的布置简便灵活,成本低廉,适用于对高度集成化的复杂系统进行检测。
4.本发明装置的检测功能不仅能够实现水下机器人整个电气系统的健康监测,检测数据还可为水下机器人电磁兼容设计及整改提供有益的帮助。
5.本发明装置能够准确的给出航行器各部位电磁辐射强度和分布情况,对线圈施加直流电压后可作为大型水下机器人磁隐身中主动消磁的辅助装置。
附图说明
图1为本发明的系统组成框图;
图2为天线模块规划布置图;
图3为相邻三根天线之间进行空间差分处理模块原理图;
图4为信息分离与特征提取模块功能划分图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
如图1所示,发明装置分为三个部分,第一部分是由天线模块构成的信息收集部分;第二部分是由信息预处理模块、信息采集模块、空间差分处理模块和信息存储模块构成的信息处理部分;第三部分是由时间事件记录模块和信息分离与特征提取模块构成的信息分析部分。
信息收集部分的功能是完成电磁场信号的收集,难点是如何规划布置相应的天线。该部分中的天线模块分为用于检测磁场的环形天线和用于检测电场的杆形天线。天线模块中各个天线规划布置的原则是通过最少的天线检测最多的电磁场信号。
对基于回转体的大型水下机器人水密舱内电磁信息收集,环形天线的布置有两种形式,径向环形天线和轴向环形天线。径向天线即在一个横截面内的天线,包括一个或多个环形天线,用于收集该横截面内流过的磁场信号。如果该横截面内集成的设备较少,则布置一个环形天线,位置为紧贴航行器水密壳体内侧;如果该横截面内集成的设备较多,则采用多个环形天线构成同心圆,目的是将该横截面内的设备对外辐射的电磁信号分成几个环形区域,不同区域内的电磁信号能够通过差分的形式被确定为所属的设备,便于后续的信号分离。环形天线两端作为正负极连接信息预处理模块,检测的是流过该横截面的磁场信息,理想条件下其磁场回路为横截面所包围的闭合空间与该横截面附近的闭合壳体,也可能是横截面所包围的闭合空间内设备框架和设备壳体以及所临近的空间,该情况则主要依靠多个同心圆环形天线来实现信号的收集及区分。
对基于回转体的大型水下机器人水密舱内电磁信息收集,采用杆状天线实现设备的电场信号收集,检测的是设备附近的电场信息,杆形天线作为正极,航行器壳体作为负极。实际使用经验表明,水下机器人内部高压电气设备具有金属屏蔽外壳,对外辐射的电场信号较弱,且一些通信设备由于通信天线信号的特殊性其设备外壳要求不能与航行器壳体共地,但设备外壳依然受内部电子元件的影响而带有一定变化规律的感应电场,如推进电机控制器内的IGBT开关信号等,因而采用接触型电场天线收集设备表面的电场信号更加理想。具体规划布局则根据被检测对象因地制宜,以便于安装和引线为原则。
信息处理部分主要功能是完成对天线模块收集的电磁场信号进行预处理,并对处理后的信号进行存储或转发给信号分离与提取模块做进一步的分析。其中信息预处理模块完成天线收集的电磁信号的放大和滤波等调理功能,主要由高带宽、信噪比较好的运算放大电路构成。
经信息预处理模块调理后的信息送入信息采集模块,完成模拟量至数字量的采集转换,由高速、高精度的A/D转换电路构成;转换后的数据送入空间差分处理模块。
空间差分处理模块根据天线空间方位完成信息的初步分离,将多个特殊方位天线之间的电磁信息通过空间差分检测方法精确还原某一天线所处区域内具体设备的电磁信息,送入信息存储模块进行短时间的备份和信息分离与特征提取模块进行深入的信息分离与特征提取。空间差分处理模块典型的工作模式是对同类相邻的三根天线进行差分处理,分离出每根天线附近的电磁场特征,分离后的电磁场信号代表着具体某一部位或某一设备的电磁信号,有助于信息分离与特征提取模块进行深入分析。
空间差分处理模块采用的差分方法为基于神经网络的自适应滤波器算法,硬件由FPGA及相关的模拟电路实现。基于神经网络的自适应滤波器接收单一天线(定义为天线A)的电磁信息,通过输出误差信号调整神经网络权值。该滤波器的期望输出是被干扰了的另一个天线(定义为天线B)的电磁信号t,滤波器通过权值调整尽可能的复制这个被干扰了的信号,然而它仅知道天线A的电磁信息v,因此他只能复制t中与v相关的部分m,结果该滤波器试图模拟天线A检测的电磁信息至天线B的传播途径,因而该滤波器的输出a将接近于干扰噪声m。通过这样的途径,误差e将接近于未被干扰的初始源天线检测的电磁信号s。参见附图3。
信息分离与特征提取模块对来自空间差分处理模块产生的信息进行深层次的分离和特征提取,分离的目的是从某一天线小范围内的电磁信息中获取具体设备的单一电磁信息,采用基于神经网络的聚类算法,在系统设备正常工作时,建立各设备正常工作的数据库,通过训练建立能够自行聚类的神经网络模型,对聚类后信息的幅值、相位、频率、响应时间等信息特征进行标记。将上述信息特征与时间事件记录模块的数据列表重新整合形成健康档案,存储在信息存储模块中,并根据长期观测数据制定各设备电磁信息健康指标(指标包括幅值、相位、频率与响应时间等信息)。在实际工作中,该模块对实时监测的各设备电磁信号进行实时聚类处理,提取相关设备的信息特征,再与健康档案中的各项指标进行比对,超出健康指标的异常数据将给出预警提示以及危险程度预估等结论。
信息分离与特征提取模块的硬件实现采用的NI sbRIO板卡,该板卡核心处理部件为Xilinx的ZYNQ-7000,集成了用于高速数据采集与处理的FPGA模块和ARM Cortex-A9模块。其中基于神经网络的电磁信息分离和聚类由sbRIO板载FPGA完成,时间事件列表及设备健康档案管理由ARM完成,硬件功能划分如附图4所示。
时间事件记录模块负责记录航行器控制计算机执行的相关指令,形成时间与事件对应的列表并传递给信息分离与特征提取模块。
信息存储模块由大容量固态存储器构成,负责存储空间差分处理模块产生的信息以及信息分离与特征提取模块处理后的各电子设备健康档案等信息。
基于水下机器人水密舱内电磁信息检测系统的天线方位设计:一个横截面内包括一个或多个环形天线。最外层环形天线紧贴航行器水密舱金属内壁,环形天线两端作为正负极连接信息预处理模块,检测的是流过该横截面的磁场信息。对高电压设备采用杆状接触型电场检测天线,检测的是设备表面的电场信息。
多个特殊方位天线之间的电磁信息通过空间差分检测方法获取某一设备单一的电磁信息,进一步对该设备进行针对性的健康状态监测,便于信息分离与特征提取模块对将要发生或已经发生的故障进行精准定位及判断,锁定故障点。
通过高精度时间事件同步模块将控制计算机执行的指令与具体时间组成时间事件列表,该列表传输给信息分离与特征提取模块。
通过信息分离与特征提取模块对空间差分处理模块产生的信息进行分离与特征提取。分离的目的是从某一天线小范围内的电磁信息中获取具体设备的单一电磁信息,进一步提取出该信息的幅值、相位、频率、响应时间等信息特征。将上述信息特征与时间事件记录模块的数据列表进一步整合形成健康档案,存储在信息存储模块中,并根据长期观测数据制定各设备电磁信息健康指标(指标包括幅值、相位、频率与响应时间等信息)。在实际工作中,该模块对实时监测的各设备电磁信号进行分析比对,超出健康指标的异常数据将给出预警提示以及危险程度预估等结论。
如图2所示,天线结构布局由单一横截面内的环形天线由紧贴航行器壳体内侧的外环和若干与外环天线同心圆的内环天线组成,内环天线可以根据设备实际布置情况适当弯曲成不规则的闭环几何图形,外环天线能够最大程度地获取穿过该横截面的磁场信息,外环与内环天线通过信息差分能够判别电磁信息所处的空间区域;环形磁场天线结构布局特点还在于可在多个横截面布置同样的天线结构,通过多个横截面同样可采用空间差分方法提取其中环形天线所处的较小范围内的电磁信息,便于信息进一步分离,获取某一设备单一的电磁信息。
天线结构布局采用接触型电场测量天线,天线主要集中在航行器动力以及声载荷等高电压设备金属外壳,采用三根以上天线分散布置,且天线之间为非轴对称结构排布,便于进行空间差分处理。
所采用的空间差分检测方法核心电路及算法为基于神经网络的自适应滤波器,该滤波器能够模拟其中一根天线所检测的电磁信息对其它天线产生的影响(该影响受空间距离、方位、传输介质等因素所决定),在被影响天线的电磁信息中去除该部分影响,则能够获得被影响天线较小范围内、较为单一的电磁信息,对该部分电磁信息进一步分离,可以获取来自某一具体设备的电磁信息。
将事件时间与分离后的信号重新整合,确保分离后的信号与分离前的信号时间一致性,不失真,才能与后续检测数据进行对比。
通过电磁信息监测水下机器人健康状态的装置及方法,该装置包括天线模块、信息预处理模块、信息采集模块、空间差分处理模块、信息存储模块、时间事件记录模块和信息分离与特征提取模块;
所述的天线模块包括由若干个特殊方位组合成的环形天线、杆形天线,作为电磁信息采集传感器。基于回转体大型水下机器人水密舱内电磁信息检测系统在一个横截面内包括一个或多个环形天线。最外层环形天线紧贴航行器水密舱金属内壁,环形天线两端作为正负极连接信息预处理模块,检测的是流过该横截面的磁场信息。对高电压设备采用杆状接触型电场检测天线,检测的是设备表面的电场信息;
所述的信息预处理模块与信息采集模块完成模拟信息采集与模数转换功能。其中预处理功能包括模拟量信号放大、滤波功能,信息采集模块由高速A/D转换电路构成,供后续数字电路进行深度处理。
所述的空间差分处理模块根据天线空间方位完成信息的初步分离和滤波,将多个特殊方位天线之间的电磁信息通过空间差分检测方法获取某一设备单一的电磁信息,进一步对该设备进行针对性的健康监测便于信息分离与特征提取模块对将要发生或已经发生的故障进行精准定位及判断,锁定故障点;
所述的信息存储模块由大容量固态存储器构成,负责存储空间差分处理模块产生的信息以及信息分离与特征提取模块处理后的各电子设备健康档案等信息;
所述的时间事件记录模块负责记录航行器控制计算机执行的相关指令,形成时间与事件对应的列表并传递给信息分离与特征提取模块;
所述的信息分离与特征提取模块对来自空间差分处理模块产生的信息进行分离和特征提取,分离的目的是从某一天线小范围内的电磁信息中获取具体设备的单一电磁信息,进一步提取出该信息的幅值、相位、频率、响应时间等信息特征。将上述信息特征与时间事件记录模块的数据列表进一步整合形成健康档案,存储在信息存储模块中,并根据长期观测数据制定各设备电磁信息健康指标(指标包括幅值、相位、频率与响应时间等信息)。在实际工作中,该模块对实时监测的各设备电磁信号进行分析比对,超出健康指标的异常数据将给出预警提示以及危险程度预估等结论。
Claims (6)
1.一种通过电磁信息监测水下机器人健康状态的装置,其特征在于,包括:
信息收集部分,用于采集电子设备的电磁场信号;
信息处理部分,用于将信息收集部分收集的电磁场信号进行预处理,并将预处理后的电磁场信号储存或转发给信息分析部分;
信息分析部分,用于将预处理后的电磁场信号进行分离和特征提取,建立电子设备的健康档案并制定健康指标;
所述信息处理部分包括:
信息预处理模块,用于将天线模块采集的电子设备的电磁场信号进行放大和滤波,并发送给信息采集模块;
信息采集模块,用于将信息预处理模块处理后的电磁场信号进行模数转换,将模拟量转换为数字量;
空间差分处理模块,用于将多个天线采集的经信息采集模块处理后的电磁场信号进行差分检测,还原某一天线所处区域内的某一电子设备的电磁信息,并发送给信息储存模块和信息分析部分中的信息分离与特征提取模块;
信息储存模块,用于储存空间差分处理模块产生的某一天线所处区域内的某一电子设备的电磁信息以及信息分离与信息分析部分中的特征提取模块处理后的电子设备的健康档案;
所述信息分析部分包括:
时间事件记录模块,用于记录航行器控制计算机执行的指令,形成时间与事件对应的数据列表,并发送给信息分离与特征提取模块;
信息分离与特征提取模块,用于将空间差分处理模块产生的单一天线电磁信息进行分离和特征提取,以及将时间事件记录模块产生的时间与事件对应的数据列表进行整合,形成电子设备的健康档案,并制定各电子设备的电磁信息健康指标;
信息分离与特征提取模块对实时监测的各设备电磁信号进行分析比对,超出健康指标的异常数据将给出预警提示以及危险程度预估。
2.根据权利要求1所述的一种通过电磁信息监测水下机器人健康状态的装置,其特征在于,所述信息收集部分包括天线模块,由环形天线和杆形天线组成,作为电磁信息采集传感器,用于采集电子设备的电磁场信号。
3.根据权利要求2所述的一种通过电磁信息监测水下机器人健康状态的装置,其特征在于,所述天线的一个横截面内包括一个或多个环形天线,最外层环形天线紧贴航行器水密舱金属内壁,环形天线两端作为正负极连接信息预处理模块,检测的是流过该横截面的磁场信息,对高压设备采用杆状接触型电场检测天线,检测的是设备表面的电场信息。
4.一种通过电磁信息监测水下机器人健康状态的方法,其特征在于,包括以下步骤:
1)信息收集部分中的天线模块采集电子设备的电磁场信号;
2)信息处理部分中的信息预处理模块将天线模块采集的电子设备的电磁场信号进行放大和滤波,并发送给信息采集模块;
3)信息处理部分中的信息采集模块将信息预处理模块处理后的电磁场信号进行模数转换,将模拟量转换为数字量;
4)信息处理部分中的空间差分处理模块将多个天线采集的经信息采集模块处理后的电磁场信号进行差分检测,还原某一天线所处区域内的某一电子设备的电磁信息,并发送给信息储存模块和信息分析部分中的信息分离与特征提取模块;
5)信息分析部分中的时间事件记录模块记录航行器控制计算机执行的指令,形成时间与事件对应的数据列表,并发送给信息分离与信息分析部分中的特征提取模块;
6)信息分析部分中的信息分离与特征提取模块将空间差分处理模块产生的某一天线所处区域内的某一电子设备的电磁信息进行分离和特征提取,以及将时间事件记录模块产生的时间与事件对应的数据列表进行整合,形成电子设备的健康档案,并制定各电子设备的电磁信息健康指标;
信息分离与特征提取模块对实时监测的各设备电磁信号进行分析比对,超出健康指标的异常数据将给出预警提示以及危险程度预估。
5.根据权利要求4所述的一种通过电磁信息监测水下机器人健康状态的方法,其特征在于,所述空间差分处理模块的工作模式为:同类相邻的三根天线进行差分处理,分离出每根天线四周的电磁场信号,分离后的电磁场信号代表着具体某一部位或某一设备的电磁信号,用于信息分离与特征提取模块进行分析。
6.根据权利要求4所述的一种通过电磁信息监测水下机器人健康状态的方法,其特征在于,所述信息分离与特征提取模块,分离为从某一天线范围内的电磁场信息中获取具体设备的单一电磁场信号,进一步提取出该电磁场信号的幅值、相位、频率、响应时间特征,并与时间事件记录模块中的时间与事件对应的数据列表整合,形成基于电磁信息的电子设备健康档案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911297496.2A CN112986709B (zh) | 2019-12-17 | 2019-12-17 | 一种通过电磁信息监测水下机器人健康状态的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911297496.2A CN112986709B (zh) | 2019-12-17 | 2019-12-17 | 一种通过电磁信息监测水下机器人健康状态的装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112986709A CN112986709A (zh) | 2021-06-18 |
CN112986709B true CN112986709B (zh) | 2022-03-08 |
Family
ID=76341793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911297496.2A Active CN112986709B (zh) | 2019-12-17 | 2019-12-17 | 一种通过电磁信息监测水下机器人健康状态的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112986709B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344460A (zh) * | 2007-08-10 | 2009-01-14 | 上海海事大学 | 水下机器人传感器故障诊断方法及系统 |
CN104655941A (zh) * | 2015-03-24 | 2015-05-27 | 联想(北京)有限公司 | 电磁辐射检测方法、装置及电子设备 |
CN106802588A (zh) * | 2015-11-26 | 2017-06-06 | 中国科学院沈阳自动化研究所 | 一种用于水下机器人的远程监控系统 |
CN107167708A (zh) * | 2017-06-28 | 2017-09-15 | 北京盈拓润达电气科技有限公司 | 一种故障检测方法、装置、设备以及存储介质 |
CN107870272A (zh) * | 2017-10-11 | 2018-04-03 | 上海无线电设备研究所 | 一种狭小空间下电磁干扰快速检测与识别方法 |
CN108045530A (zh) * | 2017-12-04 | 2018-05-18 | 国网山东省电力公司电力科学研究院 | 一种海底电缆探测水下机器人及作业方法 |
CN109084745A (zh) * | 2018-06-12 | 2018-12-25 | 哈尔滨工程大学 | 海底电缆巡检用水下航行器智能监测系统及组合导航方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2628769C1 (ru) * | 2013-07-31 | 2017-08-22 | Те Директор Дженерал, Дифенс Рисерч Энд Дивелопмент Организейшн (Дрдо) | Устройство (bsat) записи, являющееся черным ящиком со спутниковым устройством передачи для подводных судов |
-
2019
- 2019-12-17 CN CN201911297496.2A patent/CN112986709B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101344460A (zh) * | 2007-08-10 | 2009-01-14 | 上海海事大学 | 水下机器人传感器故障诊断方法及系统 |
CN104655941A (zh) * | 2015-03-24 | 2015-05-27 | 联想(北京)有限公司 | 电磁辐射检测方法、装置及电子设备 |
CN106802588A (zh) * | 2015-11-26 | 2017-06-06 | 中国科学院沈阳自动化研究所 | 一种用于水下机器人的远程监控系统 |
CN107167708A (zh) * | 2017-06-28 | 2017-09-15 | 北京盈拓润达电气科技有限公司 | 一种故障检测方法、装置、设备以及存储介质 |
CN107870272A (zh) * | 2017-10-11 | 2018-04-03 | 上海无线电设备研究所 | 一种狭小空间下电磁干扰快速检测与识别方法 |
CN108045530A (zh) * | 2017-12-04 | 2018-05-18 | 国网山东省电力公司电力科学研究院 | 一种海底电缆探测水下机器人及作业方法 |
CN109084745A (zh) * | 2018-06-12 | 2018-12-25 | 哈尔滨工程大学 | 海底电缆巡检用水下航行器智能监测系统及组合导航方法 |
Non-Patent Citations (2)
Title |
---|
基于定性仿真的水下机器人故障诊断技术的研究;王彦东;《中国优秀硕士学位论文全文数据库 信息科技辑》;20091115;I140-237 * |
基于故障树的AUV可靠性分析与评估方法研究;李海波;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20180315(第03(2018)期);C036-385 * |
Also Published As
Publication number | Publication date |
---|---|
CN112986709A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN203249989U (zh) | 变压器局部放电在线监测系统 | |
CN1232832C (zh) | 变电站电力设备外绝缘泄漏电流在线监测系统 | |
CN110927537B (zh) | 一种基于物联网边缘计算的局部放电监测装置及方法 | |
CN207300606U (zh) | 基于声学原理的变压器信息采集装置 | |
CN109827777A (zh) | 基于偏最小二乘法极限学习机的滚动轴承故障预测方法 | |
CN106950477A (zh) | 一种内置式甚高频局放检测装置及方法 | |
CN203241494U (zh) | 直流系统交流串电及绝缘故障监测选线装置 | |
CN112731086A (zh) | 一种用于对电力设备进行综合巡检的方法及系统 | |
CN109902373B (zh) | 一种辖区变电站故障诊断、定位方法及系统 | |
CN110927527A (zh) | 基于暂态能量双通道及信息融合的瞬时性故障感知方法 | |
CN107807397B (zh) | 智能高精度海洋地磁场监测网系统 | |
CN115358110A (zh) | 一种基于声传感器阵列的变压器故障检测系统 | |
CN112986870A (zh) | 基于振动法的分布式电力变压器绕组状态监测方法及系统 | |
CN112085233A (zh) | 基于站域bim数据融合多源信息的电力数字信息模型 | |
CN118275822A (zh) | 一种电缆早期故障诊断系统及其方法 | |
CN112986709B (zh) | 一种通过电磁信息监测水下机器人健康状态的装置及方法 | |
CN205091430U (zh) | 一种变压器内部放电故障诊断装置 | |
CN105784364A (zh) | 基于总体经验模式分解与分形盒维数的轴承故障诊断方法 | |
CN109670234B (zh) | 一种机载电磁环境测试探头部署方法 | |
CN104215321B (zh) | 基于光纤传感器的断路器振动监测系统及监测方法 | |
CN207007993U (zh) | 一种变压器局部放电的带电检测装置 | |
CN114283330B (zh) | 基于多源数据的在线巡检识别方法及系统 | |
CN101710186A (zh) | 基于昆虫电荷测量的昆虫探测系统 | |
CN112381352B (zh) | 一种基于多源异构监测的风电机组运行状态评估方法 | |
CN113671307A (zh) | 电缆局放定位系统及定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |