基于信号分析的工业机器人故障诊断研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 引言 | 第11-12页 |
| 1.2 故障诊断基本概念、发展及应用 | 第12-13页 |
| 1.3 机器人故障诊断方法研究现状及进展 | 第13-17页 |
| 1.3.1 基于解析模型的故障诊断方法 | 第14-15页 |
| 1.3.2 基于信号处理的故障诊断方法 | 第15-16页 |
| 1.3.3 基于知识的故障诊断方法 | 第16-17页 |
| 1.4 本文的主要研究内容 | 第17-19页 |
| 第二章 机器人故障诊断基本知识 | 第19-25页 |
| 2.1 机器人动力学模型 | 第19-20页 |
| 2.2 基于信号分析的机器人故障诊断方法 | 第20-21页 |
| 2.3 小波分析基本原理 | 第21-22页 |
| 2.4 主元分析基本原理 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 基于信号分析的电机气隙偏心故障诊断 | 第25-39页 |
| 3.1 引言 | 第25页 |
| 3.2 传统信号特征提取方法 | 第25-29页 |
| 3.2.1 时域分析 | 第25-26页 |
| 3.2.2 频域分析 | 第26-28页 |
| 3.2.3 短时傅里叶分析 | 第28-29页 |
| 3.3 小波分析 | 第29-33页 |
| 3.3.1 连续小波变换 | 第29-30页 |
| 3.3.2 离散小波变换 | 第30-31页 |
| 3.3.3 多分辨分析 | 第31-33页 |
| 3.4 电机气隙偏心故障分析 | 第33-35页 |
| 3.5 仿真研究 | 第35-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第四章 基于改进主元分析的机器人编码器故障诊断 | 第39-55页 |
| 4.1 引言 | 第39页 |
| 4.2 小波消噪 | 第39-45页 |
| 4.2.1 小波消噪基本原理 | 第39-41页 |
| 4.2.2 传统小波消噪的不足 | 第41-42页 |
| 4.2.3 自适应阈值小波消噪 | 第42-44页 |
| 4.2.4 仿真研究 | 第44-45页 |
| 4.3 主元分析 | 第45-47页 |
| 4.4 基于主元分析的故障诊断 | 第47-50页 |
| 4.4.1 T~2和SPE统计量及其控制阈值 | 第47-49页 |
| 4.4.2 贡献图 | 第49页 |
| 4.4.3 基于主元分析的故障诊断算法步骤 | 第49页 |
| 4.4.4 仿真研究 | 第49-50页 |
| 4.5 机器人编码器故障分析 | 第50-51页 |
| 4.6 机器人编码器故障诊断策略 | 第51-52页 |
| 4.7 仿真研究 | 第52-54页 |
| 4.8 本章小结 | 第54-55页 |
| 第五章 基于鲁棒主元分析的机器人驱动电机故障检测 | 第55-61页 |
| 5.1 引言 | 第55页 |
| 5.2 鲁棒主元分析 | 第55-58页 |
| 5.2.1 M估计基本原理 | 第55-56页 |
| 5.2.2 基于M估计的改进主元分析方法 | 第56-58页 |
| 5.3 驱动电机故障检测策略 | 第58-59页 |
| 5.4 仿真研究 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67页 |
| 作者攻读硕士学位期间发表的学术论文 | 第67-69页 |
| 致谢 | 第69页 |
