基于LightGBM学习分类的机器人故障检测方法

    公开(公告)号:CN116484305A

    公开(公告)日:2023-07-25

    申请号:CN202310456472.7

    申请日:2023-04-24

    摘要: 本申请涉及一种基于LightGBM学习分类的机器人故障检测方法、装置及设备,该方法包括获取机器人中采集模块的地址数据及各轴的振动数据;对所有振动数据进行分类得到轴振动数据;对轴振动数据进行清洗处理得到时域运动数据;采用短时傅里叶变换对时域运动数据进行处理得到时频图;通过HOG算法对时频图提取得到hog特征数据;获取故障标注数据并与hog特征数据构建模型数据;根据模型数据采用LightGBM学习分类构建故障检测模型;采用遗传算法对故障检测模型的参数进行优化得到最优故障检测模型;获取待故障检测数据并将其输入最优故障检测模型进行故障检测输出检测结果,不仅保证故障检测的准确性,也确保了故障检测的效率。