基于神经网络的移动机器人的故障诊断方法研究.docVIP

基于神经网络的移动机器人的故障诊断方法研究 摘要：在科技不断进步的今天，有越来越多的机器人被应用到各个领域，对于移动机器人等作为较为基础的机器人的研究日趋完善。而移动机器人的故障诊断也成为机器人研究领域的一个重要的部分。大部分对于移动机器人的工作状态研究都是建立在整个系统能够以理想状态工作的基础上。但是移动机器人在真实的环境中工作，面对多变的周遭环境，发生故障的概率还是比较大。特别是在复杂的未知环境中，移动机器人更加容易发生故障，而此时我们也无法或很难对其进行维护维修性的干预活动。如若故障没有检测出来或者没有得到及时的处理，移动机器人将会完全陷入一个未知的高危工作状态中。这不仅会严重影响移动机器人的使用寿命，更有可能会使移动机器人不能进行正常活动，甚至可能会导致灾难性的后果。 本论文针对如今移动机器人常见的故障，提出较有效可行的诊断方法，并对其进行研究。本文概述了移动机器人故障诊断技术的研究现状。详细讨论了基于神经网络的移动机器人的故障诊断问题。神经网络能够类似人脑一样，通过自适应控制器能够在线或离线学习不断地改进系统的性能，提高神经网络的诊断精度，从而达到最优的故障诊断。并且整个控制过程可以不需要系统的数学模型知识。同时，神经网络的并行结构又可以帮助解决很高的计算要求。 本文根据各模块传感器之间的数据信息，归纳了一个故障分类方法，将移动机器人的故障基本分为系统故障、传感器故障和混合故障三类。并在此分类方法提出了一个基于RBF神经网络的故障诊断处理方法。该故障诊断方法的基本思路是将经过处理后的各模块组的传感器信息作为神经网络的输入，故障类型作为输出，利用神经网络完成各模块组的故障诊断过程。而利用故障类型的输出进行的仿真实验有效地证明了该故障诊断方法在移动机器人故障诊断上的可行性。 This sensor data between information under each module, summarizes a fault classification method, basically pided into mobile manipulator fault system failures, sensors and mixed failures in three categories. Classification method and proposed a method for fault diagnosis based on RBF Neural network. Fault diagnosis methods of the basic idea is to group sensor information after processing each module as input to neural networks, fault type as output, unit fault diagnosis using neural networks to complete each module. Fault type output for fault diagnosis of simulation experiments effectively demonstrated the feasibility of the method on fault diagnosis for mobile robot. Finally, summarizing the research referred to in this article, but also on the method of fault diagnosis for mobile robot development prospects. Key word: mobile manipulator；fault diagnosis；Neural network 目录 1 绪论1 1.1 课题研究的目的和意义1 1.2 机器人的基础知识2 1.2.1 移动机器人的定义2 1.2.2 移动机器人的种类及功能2 1.3 移动机器人的特点2 1.3.1 重复精度高3 1.3.2 模块化3 1.3.3 无给油化3 1.3.4 机电一体化3 1.4 移动机器人的应用领域4 1.5 小结4 2 移动机器人的组成及前瞻5 2.1 移动机器人的组成5 2.1.1 移动机器人控制系统的组成6 2.1.2 机器人控制系统的发展简史6 2.2 机器人控制系统前瞻7 2.3 小结7 3 移动机器人故障诊断相关知识8 3.1 故障诊断的相关知识8 3.1.1 故障诊断的由来8 6总结与展望34 6.1全文总结34 6.2展望34 附录36 致谢44 参考文献45 1 绪论 1