声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：赵威, 王锴, 徐皑冬, 曾鹏, 杨顺昆, 孙越, 郭海丰
关键词：智能制造, 故障预测与健康管理, 工业机器人, 边缘计算, 深度学习
以智能制造领域中最具有代表性的设备——工业机器人——为研究对象，针对其精度退化及设备故障问题，研究了工业机器人健康评估问题．首先，对工业机器人核心部件进行了失效模式及影响分析，并对现有工业机器人健康评估方法进行了综述．其次，提出了基于边－云协同和深度学习的工业机器人健康评估框架．在边缘层应用基于群组聚类和对等比较的方法进行异常检测，快速识别出发生异常的设备；在云端借助故障预测与健康管理技术以及人工智能算法对发生异常的设备进行深度健康评估．最后，对基于深度学习的工业机器人健康评估方法进行了展望．
来源：2020年第4期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。