基于CNN卷积模型的工业机器人故障预测方法.pdfVIP

  • 22
  • 0
  • 约8.87千字
  • 约 9页
  • 2023-06-03 发布于四川
  • 举报

基于CNN卷积模型的工业机器人故障预测方法.pdf

本发明提供了基于CNN卷积模型的工业机器人故障预测方法,主要包括以下步骤:采集N组振动传感器的历史加速度值并进行预处理后存储为基础数据,所述加速度值包括无故障运行的加速度值和有故障运行的加速度值;对所述基础数据进行CNN卷积处理,建立CNN卷积模型;实时采集振动传感器的在线加速度值,进行预处理后,输入到CNN卷积模型中,进行故障预测;本发明提供的基于CNN卷积模型的工业机器人故障预测方法,该方法克服了人为主观因素太强的缺点,并且无需对加速度值进行特征提取进行分析,只需直接使用采集出来的数据,就可

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112651491 B (45)授权公告日 2022.08.09 (21)申请号 202011581675.1 G01H 17/00 (2006.01) (22)申请日 2020.12

文档评论(0)

1亿VIP精品文档

相关文档