摘要
本发明公开了一种基于数字孪生的工业机器人健康状态监测方法及监测系统,涉及设备监测技术领域,包括:利用多传感器采集工业机器人的实时状态数据,将实时状态数据与三维仿真模型匹配对齐构建数字孪生模型;通过自适应模型参数更新后的数字孪生模型获取孪生数据,将孪生数据与实时状态数据融合生成多源异构数据集;通过特征选择获取表征工业机器人健康状态的特征数据构建健康指标;基于深度置信网络构建健康状态评估模型,将当前健康指标参数作为模型输入,得到工业机器人健康状态评估结果。本发明融合振动数据、电气数据等多源异构数据,结合数字孪生对工业机器人的健康状态进行监测评估,为工业机器人状态监测和维护提供了可靠的参考依据。
技术关键词
工业机器人
健康状态监测方法
数字孪生模型
三维仿真模型
多源异构数据
深度置信网络
表征工业
受限玻尔兹曼机
历史故障数据
多传感器采集
位置更新
皮尔逊相关系数
参数
指标
健康状态监测系统
数字孪生体
可视化模块
系统为您推荐了相关专利信息
线束自动包覆设备
工业机器人
操作台
胶带
滑动环
多源异构数据
监测数据处理方法
数据监测系统
模糊C均值聚类算法
异构数据处理技术
数字孪生模型
水电站检修
教学系统
水电站设备
历史运行状态
智能生成方法
岸桥作业
集装箱船
优化遗传算法
交叉算法