公开(公告)号：CN115290317A

公开(公告)日：2022-11-04

申请号：CN202210730852.0

申请日：2022-06-24

Applicant: 西南交通大学 ,  重庆科技学院 ,  重庆奔腾科技发展有限公司

Inventor： 王家序 ,  张新 ,  张忠强 ,  孟凡善 ,  吴磊 ,  何劲峰 ,  赵艺珂 ,  孙舰凯 ,  杨涛 ,  夏恒

IPC: G01M13/02 ,  G01M13/028 ,  G01M13/021 ,  G01M13/04 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及基于多源信息融合的工业机器人减速器健康状态评估方法，属于工业机器人技术领域，首先通过不同类型的传感器采集减速器运行中的各类信号，然后提取各类信号的时频特征，再将时频特征集作为BP神经网络和SVM的训练样本，分别对各类信号的特征集进行诊断，得出每个传感器对每一种的故障的识别率。利用D‑S证据理论对各类信号局部诊断结果进行多源信号融合，分别得到基于多源信号BP神经网络和SVM的融合的诊断结果。最后，基于BP神经网络和SVM各自获得的多源信号融合的分类结果，再采用D‑S证据理论对BP神经网络和SVM获取的故障全局诊断结果进行决策，得到最终的诊断结果，本发明基于D‑S决策层的融合，使得诊断结果准确率和可信度显著提高。