基于EEMD-HT-峭度分析的工业机器人关节电流信号异常检测方法.pdf

基于拟合概率密度函数的工业机器人关节异常检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114545117 A (43)申请公布日 2022.05.27 (21)申请号 202210079689.6 G06F 17/18 (2006.01) (22)申请日 2022.01.

2023-05-07 约8.12千字 12页立即下载

基于关节驱动电机电流的足式机器人触地检测方法的深度研究与优化.docx 基于关节驱动电机电流的足式机器人触地检测方法的深度研究与优化一、引言 1.1研究背景与意义随着科技的飞速发展，足式机器人作为机器人领域的重要分支，凭借其独特的运动方式和卓越的环境适应能力，在众多领域展现出了广阔的应用前景。足式机器人模仿动物的腿部结构和运动原理，能够在复杂地形如崎岖山路、废墟瓦砾、狭窄通道等环境中自如行走，这是轮式或履带式机器人难以企及的。在救灾场景中，地震、泥石流等自然灾害发生后，现场往往存在大量的障碍物和不平整地面，足式机器人可以灵活穿梭其中，快速到达受灾区域，进行生命探测、物资运输等任务，为救援工作争取宝贵时间。在军事领域，足式机器人可执行侦察、巡逻、排雷等危险任

2025-04-25 约2.65万字 21页立即下载

基于自监督学习的工业机器异常声音检测方法研究.docx 基于自监督学习的工业机器异常声音检测方法研究一、引言随着工业自动化程度的不断提高，工业机器的稳定运行对于生产效率和产品质量至关重要。然而，由于机器的复杂性和运行环境的多样性，机器故障和异常声音等问题时常发生。因此，有效的机器异常声音检测方法成为工业界关注的重点。自监督学习作为一种新兴的机器学习技术，其在工业机器异常声音检测方面的应用具有重要意义。本文旨在研究基于自监督学习的工业机器异常声音检测方法，以提高机器故障检测的准确性和效率。二、自监督学习概述自监督学习是一种无监督学习方法，通过利用未标记的数据进行预训练，以学习数据的内在特征和结构。在自监督学习中，模型通过设计预训练任务（如预测

2025-06-09 约4.27千字 9页立即下载

一种基于电流层面动力学的机器人关节力矩常数辨识方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117415817A (43)申请公布日2024.01.19 (21)申请号202311565674.1 (22)申请日2023.11.22 (71)申请人哈尔滨工业大学地址15000

2024-01-16 约1.94万字 16页立即下载

废物管理中的数据分析：废物管理中的异常检测技术_（5）.基于机器学习的异常检测方法.docx PAGE1 PAGE1 基于机器学习的异常检测方法 在废物管理中，异常检测技术的应用可以显著提高废物处理的效率和安全性。基于机器学习的异常检测方法通过分析历史数据，自动识别出与正常模式不符的数据点，从而帮助管理人员及时发现潜在的问题。本节将详细介绍几种常见的基于机器学习的异常检测方法，包括监督学习方法、无监督学习方法和半监督学习方法，并通过具体的例子展示如何在废物管理中应用这些技术。监督学习方法监督学习方法是基于已知的异常和正常数据进行训练，构建分类模型来预测新的数据点是否为异常。这种方法需要大量的标注数据，通常在数据量充足且标注数据准确的情况下效果较好。 1.支持向量机（SVM）支持向

2025-04-05 约1.2万字 24页立即下载

一种水电站漏电流相对异常信号的检测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113376545 A (43)申请公布日 2021.09.10 (21)申请号 202011266324.1 (22)申请日 2020.11.13 (71)申请人国网

2023-06-17 约9.29千字 9页立即下载

基于机器学习的网络异常检测方法.docx PAGE 1- 基于机器学习的网络异常检测方法 一、1.网络异常检测概述 (1)网络异常检测是网络安全领域的一个重要研究方向，旨在及时发现并响应网络中的异常行为，以保护网络系统免受恶意攻击和潜在威胁。随着互联网的快速发展，网络攻击手段日益复杂多变，传统的基于规则和特征匹配的检测方法在面对新型攻击时往往显得力不从心。因此，研究和开发高效的异常检测技术对于保障网络安全具有重要意义。 (2)网络异常检测技术主要分为两类：基于特征的检测和基于行为的检测。基于特征的检测方法通过对网络流量中的数据进行特征提取，然后与正常行为特征库进行对比，以识别异常。这种方法在处理已知攻击类型时效果较好，但对于未知攻击的

2025-01-21 约3.29千字 6页立即下载

基于电流信号监测机器的方法和实现这样的方法的设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114816897 A (43)申请公布日 2022.07.29 (21)申请号 202111114773.9 G06N 5/02 (2006.01) (22)申请日 2021.09.2

2023-05-15 约1.31万字 12页立即下载

一种提高机器人关节转矩检测精度的方法及多关节机器人.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114800465 A (43)申请公布日 2022.07.29 (21)申请号 202110126502.9 (22)申请日 2021.01.29 (71)申请人苏州艾利特机器人有限公司地址 2

2023-05-16 约1.21万字 13页立即下载

一种基于lstm的电机电流异常检测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361324 A (43)申请公布日 2021.09.07 (21)申请号 202110446300.2 (22)申请日 2021.04.25 (71)申请人杭州

2023-06-17 约9.6千字 8页立即下载

喷涂机器人异常检测方法、装置及终端设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114580817 A (43)申请公布日 2022.06.03 (21)申请号 202110350864.6 (22)申请日 2021.03.31 (71)申请人长城汽车股份有限公

2023-05-07 约1.91万字 17页立即下载

《基于深度学习的工业机器人电子制造过程异常检测与预警》教学研究课题报告.docx 《基于深度学习的工业机器人电子制造过程异常检测与预警》教学研究课题报告目录一、《基于深度学习的工业机器人电子制造过程异常检测与预警》教学研究开题报告二、《基于深度学习的工业机器人电子制造过程异常检测与预警》教学研究中期报告三、《基于深度学习的工业机器人电子制造过程异常检测与预警》教学研究结题报告四、《基于深度学习的工业机器人电子制造过程异常检测与预警》教学研究论文《基于深度学习的工业机器人电子制造过程异常检测与预警》教学研究开题报告一、研究背景与意义随着我国工业4.0的深入推进，工业机器人在电子制造业中的应用日益广泛，然而，机器人在运行过程中可能出现的异常情况对生产效率和产品质

2025-04-06 约6.66千字 16页立即下载

2025-04-13 约4.12万字 70页立即下载

基于CODESYS的六关节机器人运动控制方法研究.docx 基于CODESYS的六关节运动控制方法研究在工业自动化领域，六关节因其灵活性和多功能性而备受青睐。为了实现对这些的精确控制，本研究探讨了基于CODESYS（ControlSystemDevelopmentSystem）的六关节运动控制方法。CODESYS是一个开放的工业自动化软件平台，它允许开发者创建、测试和部署控制程序。我们分析了六关节的运动学模型。这个模型描述了各个关节之间的关系，以及它们如何影响末端的位姿。通过运动学逆解，我们可以根据所需的末端位姿计算出每个关节的角度。接着，我们探讨了CODESYS在运动控制中的应用。CODESYS提供了一个集成开发环境（IDE），在其中可以编写控

2025-03-05 约1.74千字 3页立即下载

基于关节电机速度控制的机器人示教方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113334359 A (43)申请公布日 2021.09.03 (21)申请号 202110684189.0 (22)申请日 2021.06.21 (71)申请人上海机器人产业技术研究院有限公

2023-06-20 约1.06万字 9页立即下载