联合MRGP和PSO的工业机器人驱动器可靠性分析

摘要：

作为工业机器人的核心部件之一,驱动器失效频发,失效模式多样且具有一定相关性,给工业机器人的正常工作带来了严峻挑战.同时,工业机器人驱动器各失效模式的极限状态方程复杂,甚至一些为隐函数,这也造成了工业机器人驱动器可靠性建模的困难.为此,本文引入多维响应高斯过程(multiple response Gaussian process,MRGP)模型来刻画驱动器内各失效模式间的相关性及其极限状态方程,同时引入粒子群优化(particle swarm optimization,PSO)算法优化MRGP模型中的超参数,结合主动学习策略,对MRGP模型进行更新迭代,直至其满足一定精度条件,形成基于MRGP-PSO的工业机器人驱动器可靠性分析方法.最后开展相关算例分析,验证了所提方法的有效性.

关键词：工业机器人、驱动器、多维响应高斯过程、粒子群优化算法、可靠性分析

所属期刊栏目：45

分类号：TP242.2(自动化技术及设备)

资助基金：国家重点研发计划2017YFB1301302

在线出版日期：2023-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2643-2650