- 上一篇：基于DSP的异步电动机直接转矩控制系统设计
- 下一篇：MATLAB/SIMULINK不稳定过程的智能控制及其应用仿真
This sensor data between information under each module, summarizes a fault classification method, basically pided into mobile manipulator fault system failures, sensors and mixed failures in three categories. Classification method and proposed a method for fault diagnosis based on RBF Neural network. Fault diagnosis methods of the basic idea is to group sensor information after processing each module as input to neural networks, fault type as output, unit fault diagnosis using neural networks to complete each module. Fault type output for fault diagnosis of simulation experiments effectively demonstrated the feasibility of the method on fault diagnosis for mobile robot.
Finally, summarizing the research referred to in this article, but also on the method of fault diagnosis for mobile robot development prospects.
Key word: mobile manipulator；fault diagnosis；Neural network
目录
1 绪论 1
1.1 课题研究的目的和意义 1
1.2 机器人的基础知识 2
1.2.1 移动机器人的定义 2
1.2.2 移动机器人的种类及功能 2
1.3 移动机器人的特点 2
1.3.1 重复精度高 3
1.3.2 模块化 3
1.3.3 无给油化 3
1.3.4 机电一体化 3
1.4 移动机器人的应用领域 4
1.5 小结 4
2 移动机器人的组成及前瞻 5
2.1 移动机器人的组成 5
2.1.1 移动机器人控制系统的组成 6
2.1.2 机器人控制系统的发展简史 6
2.2 机器人控制系统前瞻 7
2.3 小结 7
3 移动机器人故障诊断相关知识 8
3.1 故障诊断的相关知识 8
3.1.1 故障诊断的由来 8
3.1.2 故障的基本定义 8
3.1.3 故障的分类 8
3.1.4 故障诊断的任务 9
3.2 故障诊断的性能指标 9
3.3 移动机器人的故障原因分析 10
3.3.1 移动机器人故障状态定义与级别 10
3.3.2 移动机器人故障模式、故障症状、故障发生原因 11
3.4 移动机器人故障诊断特点 12
3.5 小结 13
4 神经网络相关知识 14
4.1 神经网络的发展过程、定义及特性 14
4.1.1 神经网络的发展过程 14
4.1.2 神经网络的定义及构筑理念 15
4.1.3 神经网络的特性 16
4.2 BP 神经网络 17
4.2.1 BP网络学习算法 18
4.2.2 BP神经网络用于机械故障诊断的步骤 18
4.2.3 BP 神经网络的局限性 18
4.3 RBF神经网络 19
4.3.1 RBF网络学习算法 19
4.3.2 RBF神经网络用于机械故障诊断的步骤 20
4.3.3 RBF神经网络的特点 20
4.4 RBF神经网络与BP神经网络的对比 21
4.5小结 21
5 利用BP网络和RBF网络解决移动机器人故障问题 22
5.1 移动机器人的模型图 22
5.2如何调取权值 22
5.3诊断算法步骤及实验对象数据 22
5.3.1诊断算法步骤： 23
5.4基于BP网络的故障诊断及MATLAB仿真 25
5.5基于RBF网络的故障诊断及MATLAB仿真 29
5.6小结 33