本文針對的下肢外骨骼主要面向康復(fù)醫(yī)療場景。醫(yī)療康復(fù)場景下最重要的一點(diǎn)就是保障患者在康復(fù)訓(xùn)練時(shí)的安全,本文針對該問題,研究了面向外骨骼機(jī)器人的安全監(jiān)控系統(tǒng)。針對安全問題,本文將安全監(jiān)控的重點(diǎn)工作放在了外骨骼機(jī)器人運(yùn)行過程中可能出現(xiàn)的故障問題上。設(shè)計(jì)了一種可以自動進(jìn)行特征提取與數(shù)據(jù)融合的端到端的故障診斷模型,實(shí)現(xiàn)對外骨骼運(yùn)行過程中的狀態(tài)監(jiān)測,判斷當(dāng)前機(jī)器的運(yùn)行狀態(tài)是否正常,如果出現(xiàn)問題,則可以定位故障發(fā)生位置。論文的主要工作如下:（1）論文首先設(shè)計(jì)了安全監(jiān)控系統(tǒng)的軟件架構(gòu)。研究了其監(jiān)控功能,設(shè)計(jì)了外骨骼訓(xùn)練數(shù)據(jù)與系統(tǒng)平臺的數(shù)據(jù)交互方法,為后文的研究內(nèi)容提供了數(shù)據(jù)采集和計(jì)算的平臺;在此基礎(chǔ)上設(shè)計(jì)了故障狀態(tài)監(jiān)測功能的實(shí)現(xiàn)流程,并對外骨骼在實(shí)際使用過程中存在的故障問題進(jìn)行了分析,確定了安全監(jiān)控系統(tǒng)需要針對的問題:運(yùn)動控制系統(tǒng)故障分析,最后采集和構(gòu)造了故障數(shù)據(jù)集;（2）針對傳統(tǒng)故障模型提升診斷精度,需要對傳感器進(jìn)行數(shù)據(jù)融合與特征提取的問題進(jìn)行分析。針對外骨骼的多傳感器數(shù)據(jù)融合方法進(jìn)行了探索,研究并分析了三種傳統(tǒng)數(shù)據(jù)融合方案在外骨骼故障數(shù)據(jù)上的應(yīng)用方法,并對其實(shí)驗(yàn)結(jié)果進(jìn)行了分析。得出結(jié)論:傳統(tǒng)故障診... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 下肢助行外骨骼機(jī)器人研究現(xiàn)狀
        1.2.2 機(jī)器人可靠性與安全性研究現(xiàn)狀
        1.2.3 機(jī)器人故障診斷研究現(xiàn)狀
    1.3 本文研究內(nèi)容及主要目標(biāo)
    1.4 本論文的結(jié)構(gòu)安排
第二章 安全監(jiān)控系統(tǒng)框架設(shè)計(jì)
    2.1 引言
    2.2 安全監(jiān)控系統(tǒng)設(shè)計(jì)方案
        2.2.1 安全監(jiān)控系統(tǒng)工作場景
        2.2.2 系統(tǒng)平臺概述
        2.2.3 安全監(jiān)控系統(tǒng)功能研究
        2.2.4 安全監(jiān)控系統(tǒng)架構(gòu)設(shè)計(jì)
    2.3 安全監(jiān)控功能設(shè)計(jì)與實(shí)現(xiàn)
        2.3.1 監(jiān)控功能概述
        2.3.2 監(jiān)控功能設(shè)計(jì)方案
        2.3.3 監(jiān)控功能實(shí)現(xiàn)方案
            2.3.3.1 訓(xùn)練數(shù)據(jù)傳輸與采集方法
            2.3.3.2 實(shí)時(shí)監(jiān)控指標(biāo)計(jì)算流程
    2.4 本章小結(jié)
第三章 外骨骼機(jī)器人故障狀態(tài)監(jiān)測功能研究
    3.1 引言
    3.2 故障狀態(tài)監(jiān)測功能設(shè)計(jì)
        3.2.1 故障狀態(tài)監(jiān)測功能框架
        3.2.2 故障狀態(tài)監(jiān)測功能設(shè)計(jì)
    3.3 外骨骼機(jī)器人系統(tǒng)簡述及常見故障分析
        3.3.1 外骨骼機(jī)器人系統(tǒng)簡述
        3.3.2 外骨骼機(jī)器人常見故障匯總
        3.3.3 外骨骼機(jī)器人運(yùn)動控制系統(tǒng)故障分析
    3.4 故障狀態(tài)數(shù)據(jù)集采集
        3.4.1 傳感器數(shù)據(jù)介紹
        3.4.2 外骨骼故障仿真實(shí)驗(yàn)數(shù)據(jù)采集
            3.4.2.1 Gazebo仿真環(huán)境概述
            3.4.2.2 仿真環(huán)境下傳感器數(shù)據(jù)的采集
    3.5 本章小結(jié)
第四章 基于多傳感器數(shù)據(jù)融合的故障狀態(tài)監(jiān)測方法研究
    4.1 引言
    4.2 數(shù)據(jù)預(yù)處理
        4.2.1 數(shù)據(jù)濾波
        4.2.2 數(shù)據(jù)標(biāo)準(zhǔn)化
    4.3 外骨骼多傳感器數(shù)據(jù)融合方法研究
        4.3.1 多傳感器數(shù)據(jù)融合概述
        4.3.2 數(shù)據(jù)融合方法介紹
        4.3.3 外骨骼機(jī)器人異構(gòu)傳感器數(shù)據(jù)融合方法研究
    4.4 基于多傳感器數(shù)據(jù)融合的故障診斷模型研究與分析
        4.4.1 外骨骼故障數(shù)據(jù)集介紹
        4.4.2 數(shù)據(jù)融合方法及故障診斷模型的對比與分析
        4.4.3 總結(jié)與分析
    4.5 本章小結(jié)
第五章 基于卷積和時(shí)序神經(jīng)網(wǎng)絡(luò)的故障狀態(tài)監(jiān)測方法優(yōu)化研究
    5.1 引言
    5.2 基于深度學(xué)習(xí)的時(shí)序數(shù)據(jù)融合方法研究
        5.2.1 傳感數(shù)據(jù)中的時(shí)序關(guān)聯(lián)性分析
        5.2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合方法
        5.2.3 基于時(shí)間序列的神經(jīng)網(wǎng)絡(luò)
            5.2.3.1 循環(huán)神經(jīng)網(wǎng)絡(luò)
            5.2.3.2 長短期記憶網(wǎng)絡(luò)
    5.3 基于卷積和時(shí)序神經(jīng)網(wǎng)絡(luò)的故障診斷模型研究與分析
        5.3.1 基于滑動窗口的時(shí)序樣本構(gòu)造方法
        5.3.2 故障診斷模型設(shè)計(jì)方案
        5.3.3 基于時(shí)序神經(jīng)網(wǎng)絡(luò)的故障診斷模型研究及分析
        5.3.4 基于卷積和時(shí)序神經(jīng)網(wǎng)絡(luò)的故障診斷模型研究與分析
        5.3.5 總結(jié)與分析
    5.4 本章小結(jié)
第六章 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]可穿戴下肢外骨骼康復(fù)機(jī)器人研究現(xiàn)狀與發(fā)展趨勢[J]. 李龍飛,朱凌云,茍向鋒.  醫(yī)療衛(wèi)生裝備. 2019(12)
[2]Reformulating natural language queries using sequence-to-sequence models[J]. Xiaoyu LIU,Shunda PAN,Qi ZHANG,Yu-Gang JIANG,Xuanjing HUANG.  Science China（Information Sciences）. 2019(12)
[3]康復(fù)機(jī)器人在腦卒中偏癱康復(fù)中的應(yīng)用研究進(jìn)展[J]. 龐晨晨,李瑞玲,馮英璞.  護(hù)理研究. 2019(21)
[4]基于一維卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的工業(yè)過程故障檢測[J]. 李元,馮成成.  測控技術(shù). 2019(09)
[5]中國康復(fù)醫(yī)學(xué)科學(xué)研究的發(fā)展歷程[J]. 吳毅,岳壽偉,竇豆.  中國康復(fù)醫(yī)學(xué)雜志. 2019(09)
[6]基于RS-LSTM的滾動軸承故障識別[J]. 陳偉,陳錦雄,江永全,宋冬利,張聞東.  中國科技論文. 2018(10)
[7]《機(jī)器學(xué)習(xí)》[J]. 周志華.  中國民商. 2016(03)
[8]可纏繞式混合驅(qū)動柔索并聯(lián)機(jī)器人可靠性分析[J]. 韓雪,訾斌,孫輝輝.  機(jī)械設(shè)計(jì)與制造. 2015(04)
[9]基于支持向量機(jī)的移動機(jī)器人故障診斷[J]. 林吉良,蔣靜坪.  電工技術(shù)學(xué)報(bào). 2008(11)
[10]三軸差動式管內(nèi)移動機(jī)器人的可靠性分析[J]. 張學(xué)文,姜生元,賈亞洲,江旭東.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2008(02)

博士論文
[1]基于數(shù)據(jù)驅(qū)動的服務(wù)機(jī)器人航跡推算子系統(tǒng)故障診斷方法研究與實(shí)現(xiàn)[D]. 袁憲鋒.山東大學(xué) 2017
[2]下肢助力外骨骼機(jī)器人研究[D]. 張超.哈爾濱工業(yè)大學(xué) 2016

碩士論文
[1]基于機(jī)器學(xué)習(xí)的服務(wù)機(jī)器人云端故障診斷方法研究[D]. 郭仁和.山東大學(xué) 2019
[2]面向外骨骼機(jī)器人的智能康復(fù)信息系統(tǒng)的研究與實(shí)現(xiàn)[D]. 賈曉揚(yáng).電子科技大學(xué) 2019
[3]基于FMECA和FTA的下肢助行外骨骼機(jī)器人可靠性分析[D]. 吳家海.電子科技大學(xué) 2019
[4]外骨骼數(shù)據(jù)云腦平臺可視化設(shè)計(jì)與實(shí)現(xiàn)[D]. 郭臻凱.電子科技大學(xué) 2019
[5]人與外骨骼系統(tǒng)性能評價(jià)體系研究[D]. 鄭曉娟.電子科技大學(xué) 2018
[6]外骨骼機(jī)器人云腦架構(gòu)及其學(xué)習(xí)算法研究[D]. 范敏.電子科技大學(xué) 2018
[7]機(jī)械手性能衰退與失效模型建立方法研究[D]. 董愛.哈爾濱工業(yè)大學(xué) 2013
[8]基于多傳感器數(shù)據(jù)融合的水質(zhì)異常檢測方法研究[D]. 何慧梅.浙江大學(xué) 2013



本文編號：3187701