龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：昆明理工大学
摘要：本发明公开一种基于CNN‑EMD‑DS证据理论信息融合的工业机器人关节故障诊断方法，采集工业机器人的RV减速器齿轮故障的多通道周期振动信号与多通道周期电流信号，进行数据处理，按照每个通道进行组合使每个通道含有多个故障类别；搭建CNN分类模块，将处理后的RV减速器多故障类型数据作为训练样本，通过已完成训练的CNN模型获取RV减速器故障数据分类器，结合全概率公式计算基本概率赋值；且搭建基于EMD的改进DS证据理论数据融合模型，通过EMD函数进行改进DS证据理论以解决信息冲突问题，对RV减速器故障信息融合后进行诊断，与其他方法相比较，本发明具有更高的诊断精度。
主权项：1.一种基于CNN-EMD-DS证据理论信息融合的工业机器人关节故障诊断方法，其特征在于：该方法包括以下步骤：S1、采集工业机器人的RV减速器不同故障的多通道周期振动信号与多通道周期电流信号，得到RV减速器故障的振动信号与电流信号数据集；S2、搭建CNN网络用于模型训练，将RV减速器故障的振动信号与电流信号数据集划分为训练集与测试集，将RV减速器故障数据集的训练集作为训练样本进行模型训练；S3、基于S2，通过CNN训练模型与全概率公式结合输出多组基本概率赋值函数；S4、搭建基于EMD改进的DS证据理论信息融合模型，将S3中的基本概率赋值函数作为EMD-DS证据理论信息融合模型的输入，输出融合后的基本概率赋值；S5、将S4中融合后的基本概率赋值作为D-S证据理论融合规则的输入，输出最后的融合结果与诊断结果。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种基于CNN-EMD-DS证据理论信息融合的工业机器人关节故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号