一种基于人工智能的机器人核心零部件故障诊断方法

本发明的一种基于人工智能的机器人核心零部件故障诊断方法，包括：步骤1：采集谐波减速器的振动信号并进行预处理，获得图结构数据；步骤2：将70％的图结构数据做为训练样本集，30％的图结构数据做为测试样本集；步骤3：建立切比雪夫图卷积网络；步骤4：将训练样本集输入到切比雪夫图卷积网络，通过强化学习方法对网络进行训练，使用测试集进行测试，得到最终的网络模型；步骤5：实时采集的谐波减速器的振动信号，输入到训练好的切比雪夫图卷积网络中进行故障诊断。本发明方法基于图论构造图形数据，增强了模型的特征学习能力。通过综合深度强化学习网络和切比雪夫图卷积网络的优点，在更深的层次上提取谐波减速器的故障特征。