海洋中蕴藏着丰富的资源,伴随着人类对海洋资源开发和探索的热情越来越高、步伐越来越快,使得海洋装备和海洋工程技术的应用日益发展,动力定位系统已逐渐成为船舶海上作业所必备的支撑系统,它主要应用于船舶的定位作业、海底管道及电缆铺设、海上救援等工程领域。测量传感器作为动力定位系统的一个重要的组成部分,其性能将直接影响系统的控制精度与可靠性。本文对传感器的智能故障诊断方法展开深入研究,研究内容主要包括以下几个方面:首先,建立船舶三自由度运动学与动力学模型以及风、浪、流干扰模型,以便反映船舶在外界环境干扰下的运动特性。给出用于方法验证的船舶模型各项参数,并对建立的船舶模型进行基本的操纵性仿真。其次,对测量系统建模并进行仿真,基于扩展Kalman滤波方法对测量数据进行预处理,进一步对动力定位系统的测量系统中可能出现的故障类型进行仿真模拟。再次,将基于神经网络预测器理论的故障诊断方法引入测量系统的故障诊断中,该方法稳定可靠,实用性强,有效的提高了测量系统的故障识别率和检测率。最后,采用支持向量机方法检测和诊断传感器故障,通过二叉树方法使得较为复杂的多分类问题简化成为几个相对简单的二分类问题,降低支持向量机设计难度。运用神经网络预测器与支持向量机结合的方法对测量系统进行故障诊断。仿真验证了该方法在解决测量系统故障诊断问题的有效性。