摘要
本发明提供一种机械臂故障检测方法、装置、设备、存储介质及程序产品,涉及智能制造技术领域,方法包括:获取待检测输入数据;将待检测输入数据分别输入正常模型和故障模型,获得正常模型输出的第一判别结果和故障模型输出的第二判别结果;基于第一判别结果和第二判别结果,通过贝叶斯决策方法进行决策,获得机械臂的故障检测结果。通过上述方式,先通过正常模型和故障模型分别进行判别,获得两个判别结果,再通过贝叶斯决策方法对两个判别结果进行进一步决策,获得最终的故障检测结果,在机械臂故障检测的过程中引入贝叶斯决策方法对正常模型和故障模型的判别结果进行优化判断,可提高机械臂故障检测的准确性和可靠性。
技术关键词
决策方法
机械臂
故障检测方法
矩阵
数学模型
卡尔曼滤波
贝叶斯风险
轨迹
表达式
非暂态计算机可读存储介质
进化算法
噪声
数据
故障检测装置
运动
处理器
校正
系统为您推荐了相关专利信息
电池自放电
电压传感器
待测电池
光纤电流传感器
降压恒流电路
风险评价方法
风险控制策略
环境传感器
风险评估模型
风险点
齿轮故障诊断方法
齿轮振动信号
通道注意力机制
局部特征提取
一维卷积神经网络
生成规则
调控模型
特征提取技术
分布式光伏
策略