基于小波包和LSTM神经网络技术的机器人预测性维护策略研究

为实现对工业机器人伺服电机故障的实时监测,以进行及时维护,采用小波包变换与LSTM相结合的方式进行预测性维护,并利用小波包对预处理的信息进行分析,提取其故障特征并以故障特征作为训练样本。通过对某厂工业机器人进行的数据分析,表明该模型的预测精度高于现有的分类预测方法。