基于IWAO-SVDD的工业机器人异常检测研究

作     者：何成刚 朱润智 向珍琳 汪晓鑫 刘吉华 HE Chenggang;ZHU Runzhi;XIANG Zhenlin;WANG Xiaoxin;LIU Jihua

作者机构：五邑大学轨道交通学院广东江门529020 佛山智能装备技术研究院广东佛山528234 

基　　金：广东省教育厅特色创新项目(2023KTSCX151) 广东省基础与应用基础研究基金项目(2020B1515120010) 五邑大学高层次人才科技计划资助项目(AG2018001) 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2024年第40卷第4期

页      码：37-43页

摘      要：针对工业机器人运行数据的非平稳性与信号特征提取困难等问题,提出了一种基于集合经验模态分解与离散小波分解、连续均方误差结合的信号去噪方法,再对去噪信号进行时域特征提取,并使用改进鲸鱼优化算法(IWOA)优化支持向量数据描述(SVDD)参数与特征,形成多目标优化异常检测算法。首先对高维度数据进行集合经验模态分解,根据连续均方误差寻找到纯净模态分量与含噪音模态的临界点,使用离散小波对噪音模态去噪进行信号重构后再提取时域特征。然后利用改进鲸鱼优化算法(IWOA)对多模态特征与SVDD核参数进行寻优,进而构建异常检测模型。利用该模型对工业机器人运行中的反馈电流,反馈力矩等信号进行异常检测。结果表明该模型能有效的判断出工业机器人的异常情况,精确度能达到97%-99%,相较其他方法精确度能提升4%-5%。

主 题 词：工业机器人 特征提取 异常检测 IWOA SVDD 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.13952/j.cnki.jofmdr.2024.0139

馆 藏 号：203138937...