Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于ASO-SVDD的多目标优化工业机器人异常检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:佛山智能装备技术研究院

摘要:本发明涉及机器人异常检测领域,公开了一种基于ASO‑SVDD的多目标优化工业机器人异常检测方法,包括S1:采集机器人的运行数据信号;S2:将采集的运行数据信号进行分解得到若干基本模态分量信号和一个残差值信号;S3:将去噪处理后的若干基本模态分量信号和一个残差值信号进行重构得到去噪信号;S4:将预处理信号通过ASO‑SVDD方法进行寻优,输出准确率最高的超球模型。通过将数据信号进行分解,得到若干基本模态分量信号,再找出若干基本模态分量信号的噪音临界点,将含有噪音的若干基本模态分量信号进行去噪处理,这种处理方法能够最大限度的保留数据信号原本的特征,确保数据信号不会失真。

主权项:1.一种基于ASO-SVDD的多目标优化工业机器人异常检测方法,其特征在于,包括如下步骤:S1:采集机器人的运行数据信号;S2:将采集的运行数据信号进行分解得到若干基本模态分量信号和一个残差值信号,找出若干基本模态分量信号的临界点,根据临界点对若干基本模态分量信号进行去噪处理;S3:将去噪处理后的若干基本模态分量信号和一个残差值信号进行重构得到去噪信号,将去噪信号进行时域降维重构,得到预处理信号;S4:将预处理信号通过ASO-SVDD方法进行寻优,输出准确率最高的超球模型,并通过该超球模型判断机器人工作状态。

全文数据:

权利要求:

百度查询: 佛山智能装备技术研究院 一种基于ASO-SVDD的多目标优化工业机器人异常检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。