报告详情
Fault Diagnosis of Quadruped Robot Joint Modules Based on TDIC and Random Forest
编号：62
访问权限：仅限参会人
更新：2024-10-23 10:43:36
浏览：166次
口头报告
报告开始：2024年11月01日 16:20（Asia/Shanghai）
报告时间：20min
所在会场：[P3] Parallel Session 3 [P3-1] Parallel Session 3（November 1 PM）
暂无文件
摘要
摘要—随着机器人技术的发展，四足机器人在救援任务和医疗保健等各个领域发挥着重要作用。然而，由于工作条件复杂，四足机器人关节模块中的组件经常受到交变和冲击载荷的影响。因此，研究关节模块中行星减速机的信号处理和故障诊断技术具有重要的工程意义。考虑到行星减速机故障信号提取难度高、难度大、非平凡性，提出了一种基于时变本征相关（TDIC）的故障特征提取方法，并结合随机森林分类器进行故障分类。该方法基于信号频率分析，自适应地提取不同物理场信号之间相关性高的片段作为信号特征。采用随机森林模型对行星齿轮箱中的故障进行分类，并与 CNN、KNN 和 XGBoost 模型进行比较。实验结果表明，所提方法具有优异的故障分类性能。
关键词
planetary gearbox fault diagnosis,Time-Dependent Intrinsic Correlation,feature extraction,Quadruped Robot,Random Forest
报告人
ChenYuFan
Master Degree Candid Shanghai University稿件作者
全部评论
重要日期
-
会议日期
10月31日
2024
至11月03日
2024
-
09月30日 2024
初稿截稿日期
-
11月12日 2024
注册截止日期
主办单位
Anhui University
Xi’an Jiaotong University
Harbin Institute of Technology
IEEE Instrumentation & Measurement Society
Xi’an Jiaotong University
Harbin Institute of Technology
IEEE Instrumentation & Measurement Society
联系方式
- Mrs. icsmd
- ic******@163.com
发表评论