作为水下机器人安全性的关键技术,故障诊断技术具有重要的理论研究和实际应用价值。本文通过对国内外水下机器人故障诊断方法与技术的分析研究,将主元分析法引入到水下机器人的故障诊断中,旨在研究基于主元分析的水下机器人故障诊断方法的可行性和有效性。基于主元分析的水下机器人故障诊断方法不需要系统的精确数学模型,只是从数据中提炼统计信息,建立正常工况下水下机器人的主元模型,通过检验新的数据相对于主元模型的背离程度来发现异常和故障。本文首先基于常规的主元分析方法进行了水下机器人故障诊断方面的研究,仿真实验的结果表明了基于主元分析的故障诊断方法在水下机器人故障诊断中的可行性。然后针对水下机器人的特性和常规PCA方法的不足,在如下方面作了深入的研究:提出了一种基于平均特征值的累计方差贡献率法来选取主元的方法,并以相关系数为基础设计了分块PCA算法,通过挖掘变量之间的相关性,对所有的监测变量进行分组,将每组变量的主元个数控制在3个以内。由于非线性迭代部分最小二乘算法求解主元计算繁琐,不利于在水下机器人上应用,提出了主元求解的工程简化算法,利用数据的相关系数矩阵求解主元载荷矩阵。针对T~2统计量可能出现“误报”的情况给出了改进算法,将与主元得分密切相关的变量分离出来组成一个新的残差统计量,并把它和T~2统计量相配合使用进行故障检测和诊断。海试数据的仿真实验验证了该方法的有效性。针对水下机器人传感器的几种典型故障,详细推导了故障条件下Q统计量和T~2统计量的统计特性的变化,作为故障诊断的依据。为了减小利用主元得分与主元载荷来重构数据时的估计误差,提出了一种迭代重构的方法以寻找正确值的最佳估计。“海狸”号水下机器人的实验结果验证了该方法的可行性和有效性。