科研之友
微信
新浪微博
Facebook
分享链接
摘要
自动导引车(AGV)被广泛地应用于各个行业的柔性搬运工作中,针对AGV故障诊断应用需求的日益提升,提出了一种AGV故障诊断方法。首先,利用一组卡尔曼滤波器对AGV运动状态进行预测,提取预测残差对应的马氏距离作为故障特征;然后,利用混合粒子群算法优化BP神经网络的初始权值及阈值,根据故障特征输入数据给出最终诊断结果。通过AGV在正常和故障状态下的实验数据,验证了所提出算法的有效性。
- 单位
自动导引车(AGV)被广泛地应用于各个行业的柔性搬运工作中,针对AGV故障诊断应用需求的日益提升,提出了一种AGV故障诊断方法。首先,利用一组卡尔曼滤波器对AGV运动状态进行预测,提取预测残差对应的马氏距离作为故障特征;然后,利用混合粒子群算法优化BP神经网络的初始权值及阈值,根据故障特征输入数据给出最终诊断结果。通过AGV在正常和故障状态下的实验数据,验证了所提出算法的有效性。
