对海洋进行合理开发,可极大缓解目前全球资源短缺的局面,当需要进行水下探测与水下作业时,水下机器人展现出许多优势,特别是在深水域中进行勘测。但由于水下环境未知且充满危险,此时要求水下机器人可以稳定运行,且具备较强的控制性能。同时,推进器作为整个水下机器人的动力来源,因其工作时间长、负荷大,所以极容易导致故障发生,此时水下机器人将存在安全隐患。因此,开展对水下机器人控制性能分析和推进器故障诊断方法的研究具有实用价值。为研究水下机器人运动控制性能,通过自研的矢量推进式四旋翼水下机器人进行控制性能分析与实验验证,针对控制电压输出误差和波动、控制电压大幅度变化时内部工作电流猛增、通讯数据野点等问题,本文设计了矢量推进器控制电压闭环缓变调节方法。本文主要工作如下:首先,为便于矢量推进式四旋翼水下机器人的搭建,从机械结构、硬件系统以及软件系统三方面进行设计,机械结构设计中包含外框架、电子舱和矢量推进器设计,硬件系统设计中包含控制单元、传感器单元和矢量推进器控制单元设计,软件系统设计中包含岸基控制平台上位机软件和水下机器人内部下位机软件设计。其次,通过试验法研究了矢量角度对水下机器人控制性能的影响规律,通过定值跟踪实验与动态跟踪实验寻求满足运动需求的矢量角度。通过理论计算分析水下机器人各自由度运动控制。通过仿真分析得推进器推力最大时各自由度力/力矩随矢量角度变化规律。水池实验可分为定值跟踪实验和动态跟踪实验,定值跟踪实验分为水平面运动定值跟踪实验和垂直面运动定值跟踪实验,得响应时间、超调量、稳态误差、平均功耗随矢量角度变化规律;动态跟踪实验分为目标跟踪轨迹频率恒定动态跟踪实验和目标跟踪轨迹频率变化动态跟踪实验,目标跟踪轨迹频率恒定动态跟踪实验分为水平面运动动态跟踪实验和垂直面运动动态跟踪实验,得平均误差、平均功耗随矢量角度变化规律;目标跟踪轨迹频率变化动态跟踪实验分为水平面运动动态跟踪实验和垂直面运动动态跟踪实验,得幅值比、平均功耗随矢量角度变化规律;矢量角度优选时将各参数随矢量角度变化规律同运动需求相结合,选取合适的矢量角度。然后,研究推进器故障特征提取方法。针对传统SPWVD算法提取的故障特征对故障程度不单调的问题,本文提出一种基于TFE算法的推进器故障特征提取方法,TFE算法在传统SPWVD算法中加入IPSE算法、STNED算法以及SO算法,分别通过IPSE算法和STNED算法进行时域和频域边界划分,最后通过SO算法计算时频边界内的时频功率谱之和,从而得到推进器故障特征,此时故障特征对故障程度单调。并通过水下机器人进行实验验证,以证明本算法在推进器故障特征提取时的有效性。最后,研究推进器故障程度分类方法。由于在实际使用中水下机器人的工况会不断变化,因此会产生无数种工况,此时无法在各工况下获得充足的训练样本,如果将无训练样本工况下的故障样本迁移至另一个充足训练样本工况下建立的分类模型中进行故障程度分类,此时分类精度较低。故而本文提出一种基于TSVDD算法的推进器故障程度分类方法,TSVDD算法在传统SVDD算法加入RCQFFV算法、MSN算法以及LSP算法。通过RCQFFV算法减小在相同工况下从不同类型信号中提取的故障特征范围差异,通过MSN算法减小不同工况下故障样本的分布差异,通过LSP算法估算在无训练样本工况下的未知归一化尺度。实验结果验证了在无训练样本的工况下,TSVDD算法比传统SVDD算法具有更高的整体分类精度。