基于人工智能的机器人故障检测方法及系统技术方案

本发明专利技术公开了基于人工智能的机器人故障检测方法及系统，方法包括：数据采集、数据预处理、构建机器人故障检测模型、模型最优参数确定和机器人故检测障。本发明专利技术属于故障检测技术领域，具体是指基于人工智能的机器人故障检测方法及系统，本方案使用滑动窗口算法进行数据分割；通过编码器‑解码器架构提取数据的特征和重建，加入Dropout层，丢弃部分神经元输出，引入箱线图法进行故障判断，结合重建误差分布的上下四分位数，判断机器人状态；通过控制因子的调节探索个体搜索空间，引入自适应惯性加权因子，根据迭代次数动态调整个体位置更新的权重，基于切换因子控制局部搜索和全局搜索的切换策略，找到最优的模型参数。

【技术实现步骤摘要】

本专利技术属于故障检测，具体是指基于人工智能的机器人故障检测方法及系统。

技术介绍

1、机器人故障检测是利用先进的人工智能算法和数据分析技术，通过实时监测和分析机器人的运行时间序列数据，能够准确地识别机器人的运行状态，判断是否故障。但是目前采集的机器人运行时间序列数据存在质量不高和长度过长的问题；现有的机器人检测模型存在特征提取和数据恢复困难，导致模型泛化能力下降，过拟合更加严重，以及检测性能下降的问题；现有机器人故的障检测模型参数搜索方法存在局部最优解问题和搜索空间的维度灾难问题。

技术实现思路

1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了基于人工智能的机器人故障检测方法及系统，针对采集的机器人运行时间序列数据存在质量不高和长度过长的问题，本方案进行数据清洗和归一化处理，提高数据质量，并引入滑动窗口算法，将原始数据分割成合适长度的数据，以更好地捕捉数据的序列相关性；针对现有的机器人检测模型存在特征提取和数据恢复困难，导致模型泛化能力下降，过拟合更加严重，以及检测性能下降的问题，本方案通过编码器-本文档来自技高网...

【技术保护点】

1.基于人工智能的机器人故障检测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于人工智能的机器人故障检测方法，其特征在于：在步骤S3中，所述构建机器人故障检测模型具体包括以下步骤：

3.根据权利要求2所述的基于人工智能的机器人故障检测方法，其特征在于：在步骤S32中，所述构建编码器具体包括以下步骤：

4.根据权利要求2所述的基于人工智能的机器人故障检测方法，其特征在于：在步骤S33中，所述构建解码器具体包括以下步骤：

5.根据权利要求1所述的基于人工智能的机器人故障检测方法，其特征在于：在步骤S4中，所述模型最优参数确定...

【技术特征摘要】

1.基于人工智能的机器人故障检测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的基于人工智能的机器人故障检测方法，其特征在于：在步骤s3中，所述构建机器人故障检测模型具体包括以下步骤：

3.根据权利要求2所述的基于人工智能的机器人故障检测方法，其特征在于：在步骤s32中，所述构建编码器具体包括以下步骤：

4.根据权利要求2所述的基于人工智能的机器人故障检测方法，其特征在于：在步骤s33中，所述构建解码器具体包括以下步骤：

5.根据权利要求1所述的基于人工智能的机器人故障检测方法，其特征在于：在步骤s4中，所述模型最优参数确定具体包括以下步骤：

6.根据权利要求5所述的基于人工智能的机器人故障检测方法，其特征在于：在步骤s45中，若|h1（t）|>|h...

【专利技术属性】
技术研发人员：桑胜举，冯铂竣，吴月英，吴杰芳，黄飞，李芳，冉令鑫，
申请(专利权)人：泰山学院，
类型：发明
国别省市：