基于残余动量时频特征和SVM的机械臂故障分类

• 作者: 张云 王凌 王帅 王斌锐 邵丹璐
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 机械臂 残余动量 故障检测 故障分类 支持向量机
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 光学与机电工程
• 页码范围: 88-94
• 页数: 7页
• 分类号: TP242
• 字数: 2707字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2018.01.016

摘要

针对两连杆三自由度机械臂的电机故障和碰撞故障的分类,将残余动量信号时域中的均值、方差、相关系数与频域中的小波包能量谱组合成高维特征向量;搭建ADAMS机械臂虚拟样机,分析故障引起的残余动量特征值变化情况;虚拟样机与Matlab/Simulink进行联合仿真和支持向量机故障分类器训练,测试表明采用时频特征向量得到的故障分类准确率为98％;在工业机械臂上开展了碰撞故障实验,得到的故障分类结果表明,基于残余动量时频特征和支持向量机分类器的故障检测算法能有效检测出碰撞故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张云	中国计量大学机电工程学院	36	407	13.0	19.0
2	王凌	中国计量大学机电工程学院	33	183	6.0	13.0
3	王斌锐	中国计量大学机电工程学院	78	377	10.0	15.0
4	邵丹璐	中国计量大学机电工程学院	5	8	2.0	2.0
5	王帅	中国计量大学机电工程学院	3	1	1.0	1.0