摘要
本发明公开了一种基于深度学习的充电机器人故障诊断方法及系统,涉及机器人相关领域,该方法包括:获取应用属性信息,进行要素提取分类,获得应用属性要素系别参数集;获取工作故障数据集,进行聚类整合,得到多系别参数工作故障数据集;进行故障特征提取和特征级联分析,构建机器人工作故障级联特征森林;获取待应用场景信息,获得目标机器人工作故障级联特征树;进行关联特征提取和数据映射搜索,得到机器人工作故障特征数据集;采用深度学习网络结构进行训练验证调优,获得目标机器人故障诊断网络,进行工作故障诊断。解决了现有充电机器人故障诊断存在的诊断结果不准确的技术问题,达到了提高故障诊断的准确性和可靠性的技术效果。
技术关键词
充电机器人
机器人故障诊断
故障诊断方法
深度学习网络结构
级联
网络优化策略
故障特征提取
网络性能评估
参数
网络结构优化
数据
故障诊断模块
故障诊断系统
场景
聚类
系统为您推荐了相关专利信息
外啮合齿轮泵
故障诊断方法
多模态
融合特征
故障类别
电子器件
链路故障诊断方法
系统运行状态
多源证据融合
背板
电池充放电系统
离散状态空间
观测器
系统状态估计
重构模型