一种无人潜航器黑匣子释放判决方法及系统与流程

本发明属于水下无人潜航器故障诊断与安全控制，具体涉及一种无人潜航器黑匣子释放判决方法及系统。

背景技术：

1、无人潜航器（uuv）广泛应用于海洋资源探测、水下地形测绘、水下安防巡检、海洋科学试验等领域。黑匣子（即无人潜航器的险情重要数据存储与释放回收系统）作为uuv整机任务数据存储、运行状态记录、故障溯源与失事定位的核心关键部件，其应急释放动作具备不可逆特性。一旦黑匣子在正常工况下被误触发弹出，将直接破坏uuv原始浮重平衡状态，造成舱体被动负浮力增大、持续下沉失稳，最终引发uuv整机失联、装备损毁、任务数据永久丢失，造成重大经济损失与任务失败风险。因此，黑匣子释放条件判决系统必须满足高可靠、精准故障识别与触发、强抗环境干扰的严苛设计要求。

2、uuv水下作业过程中，仅当出现四类无法通过自救恢复上浮能力的极端故障时，才允许执行黑匣子应急释放动作，四类极端故障具体如下：

3、1、物理束缚类故障：uuv发生海底触底搁浅、水草或渔网缠绕、水下构筑物卡挂、舱体外附着重物等情形，舱体结构完整、自救机构功能正常，但受外部物理限位或附加重力/阻力约束，无法摆脱束缚实现上浮回收；

4、2、浮重失衡类故障：发生舱体进水渗漏、油囊破损渗漏、超深耐压结构破损等情形，导致整机质量增加或浮力减小，自救机构可正常执行浮力调节与抛载动作，但整机重力持续大于浮力，浮重平衡彻底破坏，无法逆转持续沉底趋势；

5、3、自救机构失效类故障：浮力调节油泵或抛载执行机构存在电气回路故障、供电线路断路、驱动电机或电磁执行器损毁、控制信号异常等情形，上位机可正常下发自救启动指令，但执行机构无实际有效动作，uuv彻底丧失主动上浮自救能力；

6、4、主控宕机与通信中断类故障：uuv主控模块失效、撞击瘫痪或程序死机，黑匣子与uuv本体之间通信链路完全断开，无法获取任何实时运行数据，uuv完全失控、无法启动自救流程，处于被动持续沉底状态。

7、上述四类极端故障的宏观表现均为uuv无法上浮、持续沉底，但其物理根源截然不同，所需的多源观测特征与辨识判据亦存在本质差异。然而，当前行业内针对上述各类故障的检测手段普遍采用单一参数阈值或多参数独立阈值判断方案，仅将实时采集数据与固定经验门限进行简单比对，参数之间无逻辑关联、无时序变化校验、无物理机理约束，存在显著技术缺陷：

8、1、误判风险高：uuv定点悬停作业、近海底定高巡航、主动匀速下潜、水下短时通信干扰、电气瞬时波动等正常的工况，易触碰固定阈值，造成黑匣子误触发释放，直接导致uuv整机丢失；

9、2、故障漏判严重：针对微量缓慢渗水、轻微油囊渗漏、指令正常但机构卡死、局部线路虚接等隐性故障，各观测参数均处于正常阈值区间，传统阈值方法无法识别，存在大量故障盲区；

10、3、故障无法区分：四类极端故障宏观表现均为uuv无法上浮、持续沉底，传统阈值仅依靠深度等单一变化特征，无法区分故障根源，不满足事后故障复盘与溯源需求；

11、4、抗环境干扰能力弱：水下紊流扰动、水深压力自然变化、水体电磁衰减干扰等复杂海洋环境，易造成参数波动误报警，进一步放大阈值检测的不稳定性。

12、另一类方案为纯数据驱动方法，即仅依靠采集的多源传感数据训练分类模型进行故障判决。该类方法避免了固定阈值的局限性，但水下真实故障样本获取困难，训练集中正常样本占绝对多数，模型对微弱渐变故障的识别能力明显不足；且决策过程缺乏物理机理支撑，结果难以追溯和解释，难以满足无人潜航器对可靠性的要求。

13、综上，传统固定阈值检测技术误判率高、漏判严重、可靠性差，纯数据驱动方案亦无法兼顾样本稀缺场景下的故障识别精度与物理可解释性，无法满足黑匣子不可逆释放的高可靠控制要求，亟需提供一套机理与数据驱动融合、具备双向耦合交互机制、量化公式完整可落地的释放条件智能判决与防误触发技术方案。

技术实现思路

1、本发明的目的在于克服现有固定阈值法误判漏判严重、纯数据驱动分类方法故障样本稀缺、决策过程缺乏物理机理支撑、可追溯性与可解释性不足的行业共性缺陷，提供一种无人潜航器黑匣子释放判决方法及系统。通过显式物理量化公式完整表征各类故障特征；利用故障分类置信度动态反向调控递推辨识学习率，形成以机理参数限定决策边界、以分类结果优化辨识精度的双向反馈闭环；配套机理蒙特卡洛仿真手段扩充均衡训练数据集，再结合时序稳态判决机制杜绝黑匣子误释放，兼顾物理可解释性、复杂海况运行稳定性与嵌入式低算力部署需求。

2、为实现上述发明目的，本发明的第一目的是提供一种无人潜航器黑匣子释放判决方法，包括：

3、s1、获取无人潜航器的多源运行观测数据，进行预处理并构建时序特征向量f1；

4、s2、基于所述时序特征向量f1，通过显式物理公式和在线递推参数辨识，计算得到包含净负浮力系数、等效束缚阻力系数、自救执行效率和通信失效系数的机理特征向量f2；

5、s3、将所述时序特征向量f1和机理特征向量f2融合为混合特征集，输入至故障分类模型，输出故障分类结果和故障置信度；

6、s4、根据所述故障置信度动态调整所述在线递推参数辨识的学习率，并将调整后的学习率反馈至s2，以控制等效束缚阻力系数的辨识速度；

7、s5、对所述故障分类结果进行时序稳态校验，在校验通过时输出黑匣子应急释放指令。

8、优选的，在s2中，等效束缚阻力系数的在线递推参数辨识采用一阶递推平滑公式；

9、

10、其中：

11、为当前时刻平滑后的等效束缚阻力系数；

12、为上一时刻平滑后的等效束缚阻力系数；

13、：学习率，控制当前瞬时值对估计值的修正幅度；

14、为当前时刻由力平衡方程直接计算得到的瞬时等效束缚阻力系数。

15、优选的，s4具体为：

16、当故障置信度低于预设下限阈值时，将学习率设置为最小值；

17、当故障置信度高于预设上限阈值时，将学习率设置为最大值；

18、当故障置信度介于预设下限阈值和上限阈值之间时，将学习率在下限值与最大值之间进行线性插值。

19、优选的，所述故障分类模型为轻量化随机森林模型，轻量化随机森林模型的训练集由真实正常样本与基于机理模型的蒙特卡洛仿真生成的故障样本混合构成。

20、优选的，所述时序稳态校验具体为：在预设长度的滑动窗口内，统计故障分类结果的累计次数，当累计次数大于或等于预设的稳态阈值时，判定校验通过。

21、优选的，所述机理特征向量f2还包括通过滑动窗口积分计算的油泵执行效率和抛载执行有效性。

22、优选的，所述多源运行观测数据包括深度、油囊油量、油泵开关状态、抛载上电状态、舱内压力、抛载回路电流和姿态角。

23、本发明的第二目的是提供一种无人潜航器黑匣子释放判决系统，包括：

24、数据采集模块，用于获取无人潜航器的多源运行观测数据；

25、嵌入式运算模块，用于执行如上述的无人潜航器黑匣子释放判决方法，并输出判决结果；

26、黑匣子驱动释放模块，用于接收所述判决结果，并在判决结果为释放时，驱动黑匣子执行应急释放动作；

27、数据存储模块，用于记录系统运行过程参数、辨识中间结果、分类判决日志及释放触发记录；

28、通信交互模块，用于提供无人潜航器主控系统与所述嵌入式运算模块之间的双向数据链路。

29、本发明的第三目的是提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行上述的无人潜航器黑匣子释放判决方法。

30、本发明的第四目的是提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行上述的无人潜航器黑匣子释放判决方法。

31、与现有技术相比较，本发明具有如下的技术效果：

32、本发明构建机理辨识与机器学习双向耦合闭环架构，通过机理参数正向输入随机森林、分类置信度反向动态调控递推学习率的双向交互，直接管控的更新速度，使机理辨识模块具备感知环境变化并自适应调整的能力。

33、本发明为全部故障特征配备完整显式数学表达式，包含和的显式物理公式、的在线递推参数辨识公式、的窗口积分公式。

34、本发明采用限定参数区间的蒙特卡洛仿真均衡数据集，明确给出各故障参数的物理扰动范围、样本数量及训练/验证划分规则（8:2拆分），有效解决了水下故障样本稀缺、训练数据集失衡的工程痛点，微弱隐性故障识别能力显著提升。

35、滑动时序窗口连续计数机制有效屏蔽瞬时干扰与环境波动造成的误判，从算法底层避免黑匣子误释放，同时保障真实故障的及时识别。

36、本发明基于轻量化随机森林与单步递推参数辨识，无大规模矩阵运算与复杂梯度计算，算力开销低、功耗小、实时性强，适配黑匣子小型化嵌入式硬件平台，工程落地性高。