徐丽雯 曹 翔 孙奥林

（淮阴师范学院物理与电子电气工程学院 淮安 223300）

1 引言

机械臂成为了水下机器人完成水下作业必不可少的工具，然而由于水下环境的复杂性和不可预测性，机械臂一旦出现故障，不仅无法完成水下作业，而且对水下机器人本身也有影响。因此，实现对水下机械臂故障诊断研究有着重要的理论和应用价值［1～3］。

故障诊断技术实质上就是一个模式识别与分类的问题，即把系统的运行状态分为正常和异常两种状态，对发生异常状态的信号样本进行模式识别，判断其属于何种故障类别。根据国际故障诊断权威专家Frank的观点，故障诊断技术可概括分为三类：基于信号处理的故障诊断方法，基于解析模型的故障诊断方法和基于知识的故障诊断方法。

1）基于信号处理的故障诊断方法

基于信号处理的故障诊断方法［4～5］是利用信号模型，如小波变换、主元分析、相关函数、频谱等，对可测信号直接进行测量，提取特征值如方差、幅值、频率等，根据特征值的变化检测出故障信号，判断系统是否发生故障。如轴承故障诊断的双树复小波变换解调技术［6］，对轴承振动信号进行双树复小波分解和重构，计算信号的双树复小波幅值包络和包络谱，诊断系统故障。

常用的基于信号处理的故障诊断方法不需要明确对象模型，避开了系统建模的难点，实现简单，实用性强，但是对于潜在的早期故障的诊断效率不高，多适用于故障检测，一般与其他故障诊断方法相结合以提高故障诊断的准确性。……