摘要
本申请公开了冲压机器人拆垛高度自适应调整方法和系统,涉及智能制造技术领域,包括:获取多模态数据,通过递归回溯因果链提取多模态数据的根本诱因节点,基于根本诱因节点的干扰条件特征与补偿策略映射关系,生成抗干扰规则库;通过神经符号推理引擎的因果熵平衡目标生成决策向量;将决策向量映射至离散事件模型中,通过线性时态逻辑规约验证时序安全性;监测决策向量产生的实际因果熵值,将其与因果熵平衡目标进行比较,当实际因果熵值偏离因果熵平衡目标的容差值时,则标记为高风险信号;基于高风险信号触发根本诱因回溯分析,若回溯结果确认为规则缺陷,则更新规则库中的相关规则集。
技术关键词
冲压机器人
线性时态逻辑
规则缺陷
规则集
决策
离散事件模型
容错控制
节点
参数
物理
高风险
拓扑图
多模态数据采集
执行设备
异常事件
符号
重构
多设备协同
系统为您推荐了相关专利信息
数据流优化方法
数字孪生模型
动态拓扑结构
多模态特征
决策
状况识别方法
气候特征参数
时间段
作物生长发育
叶片
辅助决策方法
道路环境监测
道路拓扑结构
路面裂纹
网络拓扑
智能电网环境
数据处理方法
电力设施
无人机巡检系统
分布式存储架构