一种基于神经网络的机器人电缆故障检测方法

本发明公开了基于神经网络的机器人电缆故障检测方法，具体包括以下步骤：步骤S1，分析工业机器人控制电缆的软故障和特征，提取故障中的isum和Pj特征作为输出检验新颖性；步骤S2，提出基于自编码器(AE)的异常检测方法并采用对抗性自编码器(AAE)，使用健康样本训练AAE，将输入及其重构输入投影到训练好的AAE中，得到成对激活值；步骤S3，引入沿投影路径重建模块(RaPP)比较输入和重构输入，还比较隐藏激活和隐藏空间中的相应重构为决策流程提供支持。本发明具有成本效益，其应用不需要额外的传感器和信号发生器，也不需要电缆的物理参数和相关信息，可以有效地诊断健康和故障状况，并适用于在变化和恶劣环境下运行的自动化生产线。