摘要
本发明公开了实时数据驱动的翻车机摘钩机器人故障分析方法,涉及翻车机摘钩机器人故障分析相关领域,该方法包括:确定多个功能单元;建立正常协同关系,以及任意一个或多个单元异常时的异常协同影响关系集合;进行故障特征的区分度分析,建立区分度满足预设区分度指标的M个功能单元组合;以M个功能单元组合中的各个功能单元所对应的异常协同影响关系以及正常协同关系构建故障检测模型;采集实时运行数据输入故障检测模型进行故障分析,输出故障预警信号。解决现有故障分析存在的故障特征提取困难,模型构建复杂,难以实现实时预警和快速响应的技术问题,达到提高特征提取准确性,降低模型构建复杂性,实现实时预警与快速响应的技术效果。
技术关键词
故障功能单元
故障检测模型
故障记录数据
负载特征
作业场景
关系
实时数据
分布特征
二分类器
机器人
标记
故障特征提取
指标
网络结构
分类准确率
视觉系统
抓取装置
异常状态
系统为您推荐了相关专利信息
协同学习方法
故障检测模型
差分隐私
参数
噪声量
智能巡检方法
巡检数据
点云特征
故障检测模型
分布特征
剩余寿命预测方法
剩余寿命预测模型
主氦风机
智能算法
信号处理