基于神经网络技术的机器人并发故障自动诊断方法

• 作者: 范申民
• 来源期刊: 自动化与仪器仪表
• 关键词: BP神经网络技术 机器人 并发故障 自动诊断 检测
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 理论创新|THEORETICAL INNOVATION
• 页码范围: 57-60
• 页数: 4页
• 分类号: TP272
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.02.057

摘要

为了提高柔性负载抓握机器人的故障检测能力,提出基于神经网络技术的机器人并发故障自动诊断方法.运用高分辨的智能传感器信息识别技术,结合刚度和强度等机械结构特征分析,构建柔性负载抓握机器人的故障信息采集模型,采用变刚度原理,提取柔性负载抓握机器人的振荡信息特征,通过谱特征检测和动态信息融合进行柔性负载抓握机器人的故障信息的多分辨融合和特征聚类处理.通过分析故障样本信息数据参数的估计值,对信息数据进行重组,根据采样信息的差异性对故障类别进行初步判断和识别.采用BP神经网络技术,通过特征分布函数进行故障特征提取,进行机器人并发故障的优化诊断和自适应学习,提高机器人并发故障的有效检测和识别能力.仿真结果表明,采用该方法进行机器人并发故障诊断的自适应性较好,特征辨识能力较强,具有很好的故障监测和模式识别能力.