声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2187/TH
国际刊号：0577-6686
发布日期:
作者：刘阔, 崔益铭, 杨顼, 李明禹, 李凯, 王永青
单位：1. 大连理工大学高性能精密制造全国重点实验室 大连 116024;2. 智能制造龙城实验室 常州 213164;3. 华晨宝马汽车有限公司 沈阳 110044
关键词：健康状态监测,桁架机器人,无监督学习,多源信息融合；
基金：国家自然科学基金联合基金资助项目(U22B2085)。
桁架机器人是自动化汽车装配生产线的重要组成部分，实现桁架机器人运行状态的实时监测与故障诊断是提升生产效率、保障产线可靠性的重要手段。针对实际生产过程中故障实例稀缺等问题，提出一种无监督的健康状态监测方法。首先根据功率曲线划分运行数据，基于多源传感器融合方法生成训练样本；然后建立基于堆叠稀疏自编码器的数据提取模型，得到反映关键运行信息的低维数据；最后训练基于支持向量描述的单分类模型用于异常状态监测。为验证所提方法的有效性，以宝马车身车间Zollern桁架机器人作为研究对象进行试验验证。试验结果表明，提出的监测方法针对桁架机器人X、Z轴减速电机的监测准确率分别达到91.33%和99.26%，相较于其他无监督监测方法具有明显性能优势。
来源：2025年第4期
《机械工程学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。