首页|Large Vis降维与马氏距离结合的谐波减速器健康评估方法

Large Vis降维与马氏距离结合的谐波减速器健康评估方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
谐波减速器作为工业机器人核心部件,其性能是影响工业机器人加工精度的重要因素之一.由于其结构复杂且性能衰退具有强非线性,难以直接通过传统失效物理模型等理论计算方法对健康性能进行分析.为此,提出一种基于流形学习的降维方法,实现对谐波减速器健康状态的量化评估:该方法提取不同状态下的原始信号时域特征作为高维输入向量,利用LargeVis流形学习方法将高维数据的内蕴流形在低维空间中得到表征,并构造马氏距离度量,建立状态数据与健康值之间的非线性映射关系,最终得到健康评估结果.通过加速寿命试验进行验证并与其他常见方法对比,该方法状态识别准确率高,鲁棒性更好,可快速实现数据可视化,能有效应用于机器人用谐波减速器的健康评估.
Health Assessment of Harmonic Reducer Based on LargeVis Dimension Reduction and Mahalanobis Distance

Harmonic ReducerHealth AssessmentLargeVis AlgorithmMahalanobis Distance

丁浩伦、陶建峰、余宏淦、赵言正

展开 >

上海交通大学机械与动力工程学院,上海200240

谐波减速器 健康评估 LargeVis算法 马氏距离

国家重点研发计划项目

2017YFB1300603

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.391(9)
  • 6