基于SOFCMAC的水下机械臂故障诊断研究

作者：徐丽雯; 曹翔; 孙奥林

来源：舰船电子工程, 2021, 41(08): 143-168.

• 水下机械臂
• 故障诊断
• SOFCMAC
• PCA

由于水下环境的未知性和复杂性,水下机械臂一旦发生故障,将会严重影响任务的完成。因此,水下机械臂故障诊断问题成为研究热点之一。论文以水下机械臂为研究对象,将自组织模糊小脑模型关节控制器神经网络(Self-Organizing Fuzzy Cerebella Model Articulation Controller,SOFCMAC)融入到主元分析法(Principal Component Analysis,PCA)信号预测模型中。通过对历史数据的学习,预测下一时刻的信号数据,再与PCA算法结合进行机械臂故障诊断。论文介绍了SOFCMAC神经网络,构建了基于SOFCMAC的PCA信号预测模型,通过仿真验证了该模型的性能。与BP(Back Propagation)、CMAC(Cerebella Model Articulation Controller)两种神经网络相比较,论文提及算法具有更高的效率。

• 单位
  淮阴师范学院