龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：一种基于拉格朗日卷积长短期记忆网络的工业机器人故障预测方法，在工业机器人工作过程中，采集了每一个关节所有时刻的位置p、速度v、加速度a以及下发力矩M，以上述4个变量为目标，使用运动学推导出每个轴的位置和速度模型，用动力学推导出每个轴加速度和力矩模型；优化动力学神经网络基础模型，带入物理模型中的相关微分方程和矩阵，构成改进的拉格朗日神经网络LNN模型；优化LSTM模型，将CNN与LSTM结合，构成CNN‑LSTM混合模型；将优化后的LNN模型与CNN‑LSTM模型相结合，构成改进的LC‑LSTM模型，实现工业机器人故障预测。本发明有效提升故障预测的准确性和可靠性。
主权项：1.一种基于拉格朗日卷积长短期记忆网络的工业机器人故障预测方法，其特征在于，所述方法包括以下步骤：第一步：工业机器人物理模型推导在工业机器人工作过程中，采集了每一个关节所有时刻的位置p、速度v、加速度a以及下发力矩M，以上述4个变量为目标，使用运动学推导出每个轴的位置和速度模型，用动力学推导出每个轴加速度和力矩模型；第二步：优化动力学神经网络基础模型，带入物理模型中的相关微分方程和矩阵，构成改进的拉格朗日神经网络LNN模型；第三步：优化LSTM模型，将CNN与LSTM结合，构成CNN-LSTM混合模型；第四步：将优化后的LNN模型与CNN-LSTM模型相结合，构成改进的LC-LSTM模型，实现工业机器人故障预测。
全文数据：
权利要求：
百度查询： 中国计量大学 基于拉格朗日卷积长短期记忆网络的工业机器人故障预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号