本文關(guān)鍵詞：四足機(jī)器人液壓系統(tǒng)故障診斷方法研究

  更多相關(guān)文章： 四足機(jī)器人 液壓系統(tǒng) 故障診斷 支持向量機(jī) 相關(guān)向量機(jī) 診斷軟件

【摘要】：四足機(jī)器人具有較強(qiáng)的地形適應(yīng)能力,因此目前針對(duì)四足機(jī)器人的研究很廣泛。液壓驅(qū)動(dòng)系統(tǒng)由于單位功率高、響應(yīng)快,且負(fù)載能力強(qiáng),在四足機(jī)器人中的應(yīng)用很廣。液壓系統(tǒng)的性能對(duì)四足機(jī)器人的性能有決定性作用,液壓系統(tǒng)一旦出現(xiàn)故障,四足機(jī)器人的運(yùn)動(dòng)便會(huì)受到影響,本文主要針對(duì)四足機(jī)器人液壓系統(tǒng)的故障診斷進(jìn)行研究。本文的實(shí)際研究平臺(tái)為實(shí)驗(yàn)室自主設(shè)計(jì)搭建的液壓四足機(jī)器人。四足機(jī)器人的液壓系統(tǒng)是復(fù)雜非線性系統(tǒng),且液壓元件處于封閉的油路中,故障形式復(fù)雜多樣。文中首先用AMESim、MATLAB和ADAMS這三個(gè)軟件來進(jìn)行聯(lián)合仿真,模擬四足機(jī)器人液壓系統(tǒng)的運(yùn)行。在明確系統(tǒng)的主要故障類型后,分別進(jìn)行了相應(yīng)的故障仿真,以采集故障樣本。為對(duì)四足機(jī)器人的液壓系統(tǒng)進(jìn)行故障診斷,本文提出了基于粗糙集理論和布谷鳥算法的優(yōu)化支持向量機(jī)方法。支持向量機(jī)可以有效處理許多問題,如小樣本、非線性以及高維數(shù)等。其中,粗糙集用于去除樣本數(shù)據(jù)中的冗余信息,布谷鳥算法則用于支持向量機(jī)參數(shù)的優(yōu)化選取。由實(shí)驗(yàn)結(jié)果可以看出,在四足機(jī)器人液壓系統(tǒng)的故障診斷中,所提出的方法在縮短算法運(yùn)行時(shí)間的同時(shí)能夠提高診斷精度。支持向量機(jī)能有效地用于故障診斷,但它也存在一定不足。為此,本文又選用了相關(guān)向量機(jī)方法,相關(guān)向量機(jī)保留了支持向量機(jī)的優(yōu)點(diǎn),同時(shí)其參數(shù)設(shè)置簡(jiǎn)單、核函數(shù)的選取也更加靈活。同樣,在用粗糙集對(duì)樣本數(shù)據(jù)進(jìn)行處理后,提出用基于高斯擾動(dòng)的布谷鳥算法來優(yōu)化相關(guān)向量機(jī)模型的核參數(shù)。實(shí)驗(yàn)結(jié)果表明,在四足機(jī)器人液壓系統(tǒng)的故障診斷中,該方法在縮短算法運(yùn)行時(shí)間的同時(shí)也提高了診斷精度。最后,利用Visual Studio 2008設(shè)計(jì)了一個(gè)四足機(jī)器人液壓系統(tǒng)的故障診斷軟件,并觀察了文中提出的兩種方法在診斷軟件中的診斷效果,發(fā)現(xiàn)基于相關(guān)向量機(jī)的方法能夠正確診斷出更多的故障樣本,且診斷時(shí)間更短。
【關(guān)鍵詞】：四足機(jī)器人 液壓系統(tǒng) 故障診斷 支持向量機(jī) 相關(guān)向量機(jī) 診斷軟件
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP242
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-19
• 1.1 研究背景和意義11-12
• 1.2 液壓四足機(jī)器人介紹及其研究現(xiàn)狀12-13
• 1.2.1 液壓四足機(jī)器人介紹12
• 1.2.2 液壓四足機(jī)器人研究現(xiàn)狀12-13
• 1.3 液壓系統(tǒng)故障診斷的國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)13-17
• 1.3.1 液壓系統(tǒng)故障診斷的國(guó)內(nèi)外研究現(xiàn)狀13-15
• 1.3.2 液壓系統(tǒng)故障診斷的主要方法15-16
• 1.3.3 液壓系統(tǒng)故障診斷的發(fā)展趨勢(shì)16-17
• 1.4 研究?jī)?nèi)容與章節(jié)安排17-19
• 第2章 四足機(jī)器人液壓系統(tǒng)及其故障仿真19-36
• 2.1 引言19
• 2.2 四足機(jī)器人液壓系統(tǒng)實(shí)際平臺(tái)介紹19-21
• 2.3 四足機(jī)器人液壓系統(tǒng)仿真21-25
• 2.3.1 液壓系統(tǒng)的建模方法22
• 2.3.2 AMESim仿真平臺(tái)22-23
• 2.3.3 基于AMESim、MATLAB和ADAMS的四足機(jī)器人液壓系統(tǒng)聯(lián)合仿真23-25
• 2.4 四足機(jī)器人液壓系統(tǒng)故障分析25-29
• 2.4.1 液壓系統(tǒng)故障機(jī)理分析25-26
• 2.4.2 四足機(jī)器人液壓系統(tǒng)的故障類型分析26-28
• 2.4.3 四足機(jī)器人液壓系統(tǒng)故障信號(hào)選取28-29
• 2.5 基于AMESim的四足機(jī)器人液壓系統(tǒng)故障仿真29-34
• 2.5.1 液壓缸內(nèi)泄漏仿真及仿真結(jié)果分析29-31
• 2.5.2 伺服閥堵塞仿真及仿真結(jié)果分析31-33
• 2.5.3 液壓泵內(nèi)泄漏仿真及仿真結(jié)果分析33-34
• 2.6 本章小結(jié)34-36
• 第3章 基于RS-CS-SVM的四足機(jī)器人液壓系統(tǒng)故障診斷36-51
• 3.1 引言36
• 3.2 支持向量機(jī)36-42
• 3.2.1 統(tǒng)計(jì)學(xué)習(xí)理論36-39
• 3.2.2 支持向量機(jī)理論39-42
• 3.2.3 支持向量機(jī)多分類方法42
• 3.3 基于粗糙集和布谷鳥算法的優(yōu)化支持向量機(jī)42-46
• 3.3.1 粗糙集理論43
• 3.3.2 布谷鳥算法43-44
• 3.3.3 布谷鳥算法優(yōu)化支持向量機(jī)參數(shù)44-45
• 3.3.4 優(yōu)化的支持向量機(jī)分類方法45-46
• 3.4 優(yōu)化支持向量機(jī)在四足機(jī)器人液壓系統(tǒng)故障診斷中的應(yīng)用46-49
• 3.4.1 特征樣本選取46
• 3.4.2 故障診斷模型的建立46-47
• 3.4.3 RS-CS-SVM與其他方法在四足機(jī)器人液壓系統(tǒng)故障診斷中的對(duì)比分析47-49
• 3.5 本章小結(jié)49-51
• 第4章 基于RS-GCS-RVM的四足機(jī)器人液壓系統(tǒng)故障診斷51-64
• 4.1 引言51
• 4.2 相關(guān)向量機(jī)51-54
• 4.2.1 分類模型51-52
• 4.2.2 參數(shù)推斷52-53
• 4.2.3 相關(guān)向量機(jī)核函數(shù)53
• 4.2.4 相關(guān)向量機(jī)多分類方法53-54
• 4.3 多分類相關(guān)向量機(jī)54-57
• 4.3.1 多分類相關(guān)向量機(jī)模型簡(jiǎn)介54-56
• 4.3.2 多分類相關(guān)向量機(jī)模型學(xué)習(xí)56-57
• 4.4 基于粗糙集和GCS算法的優(yōu)化相關(guān)向量機(jī)57-59
• 4.4.1 基于高斯擾動(dòng)的布谷鳥算法57-58
• 4.4.2 基于高斯擾動(dòng)的布谷鳥算法優(yōu)化相關(guān)向量機(jī)參數(shù)58
• 4.4.3 優(yōu)化的相關(guān)向量機(jī)分類方法58-59
• 4.5 優(yōu)化相關(guān)向量機(jī)在四足機(jī)器人液壓系統(tǒng)故障診斷中的應(yīng)用59-62
• 4.5.1 樣本類型及其表示方法59-60
• 4.5.2 特征變量的選取60
• 4.5.3 模型輸出60
• 4.5.4 故障診斷模型的建立60
• 4.5.5 RS-GCS-RVM與其他方法在四足機(jī)器人液壓系統(tǒng)故障診斷中的對(duì)比分析60-62
• 4.6 本章小結(jié)62-64
• 第5章 四足機(jī)器人液壓系統(tǒng)故障診斷軟件設(shè)計(jì)64-76
• 5.1 引言64
• 5.2 基于Visual Studio 2008的故障診斷軟件設(shè)計(jì)64
• 5.3 故障診斷軟件及核心模塊介紹64-66
• 5.3.1 數(shù)據(jù)輸入子模塊65
• 5.3.2 診斷方法子模塊65-66
• 5.3.3 故障診斷結(jié)果子模塊66
• 5.4 故障診斷實(shí)例分析66-75
• 5.4.1 RS-CS-SVM在故障診斷軟件中的效果67-71
• 5.4.2 RS-GCS-RVM在故障診斷軟件中的效果71-75
• 5.5 本章小結(jié)75-76
• 結(jié)論76-78
• 參考文獻(xiàn)78-83
• 攻讀學(xué)位期間發(fā)表論文與研究成果清單83-84
• 致謝84

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 ;世界機(jī)器人最新統(tǒng)計(jì)數(shù)據(jù)[J];機(jī)器人技術(shù)與應(yīng)用;2000年01期

2 ;警衛(wèi)和保潔兩用機(jī)器人[J];機(jī)器人技術(shù)與應(yīng)用;2000年03期

3 ;案例分析之四 機(jī)器人碼垛單元[J];機(jī)器人技術(shù)與應(yīng)用;2000年04期

4 李成桐;對(duì)中國(guó)機(jī)器人產(chǎn)業(yè)的思考(之二) 未來之路[J];機(jī)器人技術(shù)與應(yīng)用;2000年05期

5 賈培發(fā),王全福;團(tuán)結(jié)奮斗努力實(shí)現(xiàn)中國(guó)機(jī)器人產(chǎn)業(yè)化[J];機(jī)器人技術(shù)與應(yīng)用;2000年06期

6 李開生,張慧慧,費(fèi)仁元,宗光華;國(guó)外服務(wù)機(jī)器人的發(fā)展動(dòng)態(tài)和前景[J];制造業(yè)自動(dòng)化;2000年06期

7 淑芳;機(jī)器人種菜[J];湖南農(nóng)業(yè);2000年09期

8 長(zhǎng)路;機(jī)器人技術(shù)在發(fā)展[J];世界制造技術(shù)與裝備市場(chǎng);2001年01期

9 賈一;機(jī)器人外科手術(shù)的必要技術(shù)條件[J];機(jī)器人技術(shù)與應(yīng)用;2002年04期

10 董瑞翔;人間協(xié)調(diào)共存型機(jī)器人[J];機(jī)器人技術(shù)與應(yīng)用;2002年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 胡春華;范勇;朱紀(jì)洪;孫增圻;;空中機(jī)器人的研究現(xiàn)狀與發(fā)展趨勢(shì)[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

2 陳衛(wèi)東;;服務(wù)機(jī)器人的技術(shù)發(fā)展及微特電機(jī)在其中的應(yīng)用[A];第十屆中國(guó)小電機(jī)技術(shù)研討會(huì)論文集[C];2005年

3 肖玉林;侍才洪;陳煒;李浩;張西正;;救援機(jī)器人的現(xiàn)狀及發(fā)展趨勢(shì)(綜述)[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)第三十四屆學(xué)術(shù)年會(huì)論文集[C];2014年

4 鄭亞青;吳建坡;;岸邊集裝箱宏-微起重機(jī)器人的機(jī)構(gòu)、結(jié)構(gòu)設(shè)計(jì)及運(yùn)動(dòng)仿真[A];2009海峽兩岸機(jī)械科技論壇論文集[C];2009年

5 王靜;邊繼東;張大慧;林峰華;張宏;;管道定量采樣機(jī)器人系統(tǒng)設(shè)計(jì)[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

6 黃海明;楊雷;宋躍;賴思沅;;智能保安巡邏機(jī)器人[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

7 王明輝;馬書根;李斌;;獨(dú)立操作型可重構(gòu)機(jī)器人群體的動(dòng)態(tài)層次體系結(jié)構(gòu)研究[A];第八屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2010年

8 譚金林;劉明英;梁建民;;機(jī)器人硬件電路設(shè)計(jì)[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

9 許家中;孔祥冰;尤波;李長(zhǎng)峰;禹鑫q，

本文編號(hào)：935313