基于多 SAE 的机械臂运行可靠性深度特征提取与融合

来源：机械与电子杂志2023年第06期北京时间：

作者：权超;穆龙涛

单位：陕西工业职业技术学院机械工程学院,陕西 咸阳 712000

摘要：在对机械臂系统运行可靠性进行综合评估时,针对现有工程应用中特征提取的层次结构和评估指标较为单一的问题,提出一种基于多稀疏自编码器( SAE )的深度融合特征构建方法。首先在多维统计特征提取的基础上,引入变分模态分解下各模态分量的样本熵特征,然后采用 SAE 对统计特征进行多层次的编码与解码,并以设备退化性能的标签值对整个 SAE 结构模型参数进行反向微调,从而将系统各关键部位的退化信息融入到 SAE 模型中,最后采用深度神经网络模型对系统运行可靠性进行评估。试验结果表明,提出的基于多 SAE 模型可自适应地提取出更能表征机械臂运行可靠性的深层融合特征,能有效提高后续评估模型的准确性和鲁棒性。

关键词：机器人;变分模态分解;特征提取; SAE ;可靠性评估

基金资助：陕西省自然科学基金基础研究计划项目( 2021JQ-896 );陕西省教育厅科学研究计划资助项目( 22JK0268 );陕西工业职业技术学院科研计划资助项目( 2021YKYB-064 )