基于SOFCMAC的水下机械臂故障诊断研究

• 作者: 徐丽雯 曹翔 孙奥林
• 来源期刊: 舰船电子工程
• 关键词: 水下机械臂 故障诊断 SOFCMAC PCA
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 可靠性、保障性技术与效能分析
• 页码范围: 143-147,168
• 页数: 6页
• 分类号: TP242
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2021.08.033

摘要

由于水下环境的未知性和复杂性,水下机械臂一旦发生故障,将会严重影响任务的完成.因此,水下机械臂故障诊断问题成为研究热点之一.论文以水下机械臂为研究对象,将自组织模糊小脑模型关节控制器神经网络(Self-Organiz-ing Fuzzy Cerebella Model Articulation Controller,SOFCMAC)融入到主元分析法(Principal Component Analysis,PCA)信号预测模型中.通过对历史数据的学习,预测下一时刻的信号数据,再与PCA算法结合进行机械臂故障诊断.论文介绍了SOFC-MAC神经网络,构建了基于SOFCMAC的PCA信号预测模型,通过仿真验证了该模型的性能.与BP(Back Propagation)、CMAC(Cerebella Model Articulation Controller)两种神经网络相比较,论文提及算法具有更高的效率.