基于模糊聚类的移动机器人并发故障诊断

被引：7

作者：

林吉良

蒋静坪

机构：

[1] 浙江大学电气工程学院

来源：

浙江大学学报(工学版) | 2010年 / 44卷 / 03期

关键词：

移动机器人; 并发故障诊断; 模糊聚类; 卡尔曼滤波;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

移动机器人并发故障诊断技术大多将并发的多故障作为多种单故障组合状态处理,这样不仅需要为每种故障设计滤波器,且只能诊断特定的多故障组合.为了克服这些缺点,提出一种移动机器人多故障并发的故障诊断技术.根据移动机器人的运动模型,为每一种单故障状态设计一个对应的卡尔曼滤波器,用这些滤波器对移动机器人并发故障数据进行滤波.利用模糊聚类方法对滤波结果进行分类,根据移动机器人运行数据对不同单故障集合的隶属度诊断任意组合的并发故障.在三轮移动机器人Pioneer3上进行仿真实验,对14种常见的单故障和多故障并发的情况进行诊断,证明了该方法对轮式移动机器人并发故障诊断的有效性.

引用

页码：453 / 457

页数：5

共 5 条

[1] 一种基于聚类的支持向量机增量学习算法 [J].

王玲 ;

穆志纯 ;

郭辉 .

北京科技大学学报, 2007, (08) :855-858

[2] 基于多模型和小脑模型关节控制器神经网络的移动机器人故障诊断 [J].

柳玉甜 ;

蒋静坪 .

电工技术学报, 2007, (03) :153-158

[3] 诊断汽轮发电机组振动故障的一种模糊聚类分析方法附视频 [J].

张彼德 ;

孙才新 ;

欧健 ;

周银春 .

汽轮机技术, 2002, (05) :289-291

[4]

Advances in theory and applications of fuzzy clustering[J]. GAO Xinbo ＆ XIE Weixin 1. Institute of Electronic Engineering, Xidian University, Xi’an 710071, China;2. President office, Shenzhen University, Shenzhen 518060, China..Chinese Science Bulletin. 2000(11)

[5]

A multiple particle filters method for fault diagnosis of mo-bile robot dead-reckoning system. CAI Zi-xing,DUANZhuo-hua,CAI Jing-feng,et al. Proceedings of IEEE International Conference on Intelligent Robots and Systems . 2005

← 1 →