设备管理与维修2024，Issue(1) ：67-71.DOI:10.16621/j.cnki.issn1001-0599.2024.01.21

基于小波包和LSTM神经网络技术的机器人预测性维护策略研究

黄庆归
设备管理与维修2024，Issue(1) ：67-71.DOI:10.16621/j.cnki.issn1001-0599.2024.01.21
✕
  • 维普
  • 万方数据

基于小波包和LSTM神经网络技术的机器人预测性维护策略研究

黄庆归1
扫码查看

作者信息

  • 1. 河南工业大学,河南郑州 450001
  • 折叠

摘要

为实现对工业机器人伺服电机故障的实时监测,以进行及时维护,采用小波包变换与LSTM相结合的方式进行预测性维护,并利用小波包对预处理的信息进行分析,提取其故障特征并以故障特征作为训练样本.通过对某厂工业机器人进行的数据分析,表明该模型的预测精度高于现有的分类预测方法.

关键词

LSTM/预测性维护/工业机器人

引用本文复制引用

出版年

2024
设备管理与维修
中国机械工程学会 北京卓众出版有限公司

设备管理与维修

影响因子：0.13
ISSN：1001-0599
参考文献量5
段落导航相关论文