《中国制造2025》明确提出要打造强力海洋工程装备,水下机器人作为目前唯一能够在深海作业的的海洋装备,其重要性日益凸显。而推进器作为水下机器人系统的核心部件,工作时间最长,负载最大,安全故障隐患也最高,研究推进器的故障诊断技术是保证水下机器人安全可靠运行的重要前提基础,具有重要的研究意义和实用价值。针对水下机器人推进器故障诊断问题,从推进器故障特征信号提取,推进器故障特征增强,推进器故障程度辨识三个方面进行研究,并自制一套水下机器人样机系统验证所提出研究方法的有效性。研究推进器故障特征信号提取问题。针对从水下机器人速度信号或推进器控制信号中单一信号源中提取故障特征时,存在故障特征值与故障程度映射关系不唯一的问题,提出从水下机器人速度信号与推进器控制电压变化率信号证据理论融合后的融合信号中提取时频熵和时域能量作为故障特征,得到与推进器不同故障程度之间映射关系唯一的故障特征样本。通过水下机器人水池实验数据验证本文方法的有效性。研究推进器故障特征增强问题。针对采用传统平滑维格纳-威利香农熵方法提取的故障特征值对推进器故障程度不敏感问题。提出一种时频熵增强方法,通过从频域、时域和时频域三个方面对动态信号的时频分布能量进行增强,增大故障特征值对推进器故障的灵敏度以及不同故障程度对应的故障特征值之间的距离,采用水下机器人水池实验数据验证本文方法的有效性。研究推进器故障程度辨识问题。针对单源动态信号提取的故障特征在推进器故障程度辨识过程中精度低,误差大的问题,提出基于融合信号的SVDD故障辨识算法,提高故障辨识精度;针对灰色关联度分析法辨识推进器故障程度时,只能以预设的离散级别标准故障程度作为故障辨识结果,提出相对灰色关联度边界约束的故障辨识方法,不仅能辨识落于预设标准故障程度上的未知故障程度值,同时还能够辨识预设标准故障程度之间的未知故障程度具体值,通过水下机器人水池实验数据验证了本文所提方法的有效性。