无人半潜平台是一种介于无人潜航器和无人水面艇之间的智能化海洋平台,其对海洋资源勘探、水文资料的收集和军事战略渗透都有重要的意义。无人半潜平台获得外部环境以及自身的状态信息主要通过各种各样的传感器来完成。因此,传感器的可靠性对其至关重要。而传感器故障诊断技术可以在一定程度上避免无人半潜平台灾难性事件的发生。无人半潜平台的传感器故障检测与诊断技术经过了长时间的快速发展,但还是有很多问题需要解决。基于数据驱动的故障诊断技术也得到了不断完善和提高。在基于数据驱动的故障诊断方面还有很多地方需要进一步的研究。本文所进行的主要研究如下：①为克服基于模型方法的局限性,本文提出了基于二阶泰勒级数动态预测的传感器故障诊断方法。首先,对传感器测量数据序列应用灰色系统理论中的序列累加生成,可以构造出一个具有指数增长规律的序列。然后对其应用泰勒级数建立预测模型,实现对其未来时刻输出数据的预测与估计。利用此算法对四种主要的传感器故障类型进行仿真,仿真结果表明这种算法能快速,准确地诊断传感器故障。并且此方法还能用于故障信号的重构。②为克服经验、数据匮乏等问题,本文提出了基于灰色关联分析的传感器故障诊断方法。灰色关联分析能够反映序列曲线间的几何相似性与变化趋势的接近程度。应用此方法进行故障诊断之前,需要获取传感器故障状态下的输出数据建立一个故障模式序列集。然后计算采样数据序列与故障模式集中序列的综合灰色关联度,从而实现了对测量数据向量的故障诊断。通过对仿真结果的分析,可以得出基于灰色关联分析的传感器故障诊断算法是有效且可行的。