本发明涉及机器人小概率失效预测技术领域,尤其涉及一种基于Bi‑GRU自编码器的机器人小概率失效预测方法,具体步骤如下:步骤1、采集机器人在不同运行工况下全生命周期数据,通过失效标志前移和归一化处理方式;步骤2、搭建Bi‑GRU自编码器模型,将步骤1得到的数据带入Bi‑GRU自编码器模型中处理;步骤3、结果分析。本发明通过失效标志前移和归一化处理的方式,提高模型对于失效数据的灵敏度。同时,采用堆叠式双向GRU搭建编码器和解码器,提高预测精度和泛化能力。结果表明,相比标准自编码器方法,本发明可提高F‑值约27.02%。相比标准GRU自编码方法法,可提高F‑值约5.8%。实验验证了本发明方法预测精度高、泛化能力强,预测机器人小概率失效具有良好的效果。
声明:
“基于Bi-GRU自编码器的机器人小概率失效预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)