基于机器学习的SCARA机器人故障诊断系统设计与实现

目录

摘要

第1章绪论

1．1研究目的及意义

1．2国内外研究现状

1．3研究内容

第2章SCARA机器人故障诊断方案的研究

2．1引言

2．2SCARA机器人的常见故障分析

2．3SCARA机器人故障诊断研究准备

2．3．1实验平台的搭建

2．3．2故障模拟实验与数据采集

2．3．3振动信号特征与可行性分析

2．4本章小结

第3章SCARA机器人振动信号特征提取方法研究

3．1引言

3．2基于小波包分析的振动信号预处理

3．2．1振动信号的去噪处理

3．2．2振动信号的小波包分解与重构

3．2．3振动信号的包络求取

3．3等能量段小波包-特征熵的提取

3．3．2等能量段小波包-特征熵的提取步骤

3．4实际应用分析

3．5本章小结

第4章基于机器学习的SCARA机器人故障诊断模型设计

4．1引言

4．2数据样本划分

4．3机器学习分类模型

4．3．1基于BP神经网络的诊断模型

4．3．2基于SVM的诊断模型

4．3．3基于RF的诊断模型

4．4诊断模型性能比较及优化

4．4．1诊断模型性能比较

4．4．2基于GA的SVM诊断模型性能优化

4．4．3基于PSO的SVM诊断模型性能优化

4．5本章小结

第5章故障诊断系统的设计与实现

5．1引言

5．2SCARA机器人故障诊断系统客户端的开发设计

5．2．1客户端开发环境的简介

5．2．2客户端的界面设计与功能实现

5．3SCARA机器人故障诊断系统服务端的开发设计

5．3．1云服务器的搭建

5．3．2云服务器的功能设计

5．4本章小结

结论

参考文献

致谢

攻读学位期间取得的科研成果

声明