买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学申请的专利一种机器手臂故障检测的诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116512312B 。

龙图腾网通过国家知识产权局官网在2025-12-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310268586.9，技术领域涉及：B25J19/00；该发明授权一种机器手臂故障检测的诊断方法是由许志钦;周瀚旭;冷光杰设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种机器手臂故障检测的诊断方法在说明书摘要公布了：本发明公开了一种机器手臂故障检测的诊断方法，涉及机器手臂领域，包括以下步骤：收集机器手臂的振动信号；清洗收集到的振动信号数据；利用经验模态分解算法处理清洗完的数据，得到N个本征模函数，并提取时域特征与频域特征，进行归一化处理；构建训练样本集、现场工况样本集；构建基于深度卷积神经网络的异常检测模型；将现场工况样本集输入到异常检测模型中，返回健康状态值；将健康状态值返回到开发的机器手臂故障诊断系统软件中，实现机器手臂的健康状态实时检测。本发明利用基于深度卷积神经网络的异常检测模型，实现对机器手臂故障诊断系统的开发，提高对机器手臂故障检测的效率，通过及时反馈机器手臂的运行状态，确保生产线的正常运作。

本发明授权一种机器手臂故障检测的诊断方法在权利要求书中公布了：1.一种机器手臂故障检测的诊断方法，其特征在于，所述方法包括以下步骤： 步骤1、在机器手臂的多个关键位置，设置振动传感器，并收集机器手臂的振动信号； 步骤2、对振动信号数据进行预处理； 所述步骤2还包括： 步骤2.1、清洗收集到的振动信号数据，筛选出工作状态数据； 步骤2.2、利用经验模态分解算法处理清洗完的数据，得到N个本征模函数；针对每个本征模函数，提取时域特征与频域特征，并进行归一化处理； 步骤3、利用预处理完的健康数据构建训练样本集，利用预处理完的现场工况数据，构建现场工况样本集； 步骤4、构建基于深度卷积神经网络的异常检测模型； 步骤5、将所述现场工况样本集输入到训练好的深度卷积神经网络的异常检测模型中，返回健康状态值； 步骤6、将健康状态值返回到开发的机器手臂故障诊断系统软件中，实现机器手臂健康状态的实时检测； 所述步骤4还包括： 步骤4.1、将健康数据构成的训练样本集，按照80%和20%的比例划分成训练数据集和验证数据集，并给训练数据集打上真实标签“0”； 步骤4.2、搭建深度卷积神经网络CNN，包括三个卷积层以及三个全连接层；利用均方差函数构建深度卷积神经网络的输出与数据集的真实标签之间的损失函数； 步骤4.3、使用高斯分布N0,var来初始化深度卷积神经网络的参数；利用随机梯度下降算法优化损失函数，来训练该模型，直到损失函数降到1×10-4为止； 步骤4.4、将验证数据集输入到深度卷积神经网络之中，得到验证数据集的输出，并对其取绝对值得到； 步骤4.5、判断绝对值是否小于给定阈值；如果绝对值小于给定阈值，则认为训练完的基于深度卷积神经网络的异常检测模型符合效果预期，保存模型及其参数，并结束；如果绝对值大于给定阈值，则认为没到达预期效果，更改模型与初始化参数，重复所述步骤4.3。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。