一种基于可解释多模态算子网络的机器人故障诊断方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于可解释多模态算子网络的机器人故障诊断方法
申请号:CN202511211925
申请日期:2025-08-28
公开号:CN121030467A
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了一种基于可解释多模态算子网络的机器人故障诊断方法,属于机器人故障诊断技术领域,包括:对多通道输入信号进行标准化处理,得到标准化信号;利用自组织稀疏线性连接对标准化信号进行线性变换,得到稀疏线性变换信号;提取稀疏线性变换信号的多模态特征,并对多模态特征进行残差连接,得到多模态融合信号;提取多模态融合信号的时域统计特征,并对时域统计特征进行标准化处理,得到标准化时域统计特征;根据标准化时域统计特征进行机器人故障分类,得到机器人故障分类结果。该方法能够解决现有机器人故障诊断方法在多模态融合、可解释性和轻量化方面的不足,实现对机器人关键部件的高效、准确且可解释的故障诊断。
技术关键词
时域统计特征 多模态 机器人故障诊断 Softmax函数 模态特征 信号 网络 多通道 线性 机器人运行状态 矩阵 故障诊断模块 更新模型参数 存储计算机程序 频域特征 组织