优化DBN算法及其在导航系统IMUs故障诊断中的应用

发布时间：2021-01-04 17:24

　　随着机器人技术的不断发展与成熟,机器人对其导航系统的精度与稳定性的要求越来越高。惯性导航单元（IMUs）作为机器人导航系统的重要组成部分之一,其故障会影响机器人的工作稳定性与可操作性。因此,IMUs的故障检测与诊断成为提高机器人导航系统稳定性与可靠性的研究重点。基于此,本文围绕IMUs故障诊断模型深度置信网（DBN）的研究与优化,轮式机器人的IMUs故障数据集的创建,以及优化后的DBN故障诊断性能的评价三方面展开相关研究,内容主要覆盖以下几个方面:首先,基于对DBN的工作原理的研究,完成了受限玻尔兹曼机（RBM）特征提取能力的验证和DBN分类能力的验证。根据课题需求将3个RBM堆叠构成DBN,并在DBN顶层叠加Softmax分类器完成了 DBN故障诊断模型的搭建。同时,针对IMUs的输出信号受到外界干扰信号和惯性传感器自身误差累计的影响,导致故障复杂多样且数据间关联度不高,使得DBN模型的故障诊断实时性与准确性大大降低的问题,从权值寻优和和DBN隐层神经元的数目两个方面对DBN进行了优化。在DBN的权值微调过程引入非精确线性遗传搜索算法（Inexact LSA-GA）,通过将非精确线性... 

【文章来源】：东北电力大学吉林省

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

图１－１特殊环境作业机器人??

与估计和故障的评价与决策四个阶段??１９７１年，麻省理工的Ｂｅａｒｄ博士提出了利用系统比较器的输出判断故障的方法，正式??启动了对故障诊断技术领域的研宄，引领了国外故障诊断技术的发展热潮？］。几十年以来，??国内外专家学者在故障诊断方面进行探索与研究，提出了很多故障诊断方法，本文将这些??故障诊断方法分为三类，包括基于模型的故障诊断方法基于定性经验的故障诊断方??法和基于数据驱动的故障诊断方法通常将基于模型的故障诊断方法和基于定性??经验的故障诊断方法称为传统故障诊断方法，具体分类如图１－２所示。??故哞诊断方法??基于模型的故陣戊沴断?｜基于定性经验的故陌沴?｜基十数据驱动的故陣诊?????｜?断．々？法??｜?断方法???］；???］?［????；?［?????ｎ．?２?家?搜计及?经糊器??ＨＪ?［Ｕ?［Ｕ?ｌｉＪ?ｉｌｌ?［Ｕ?ｉｔＪ?ｍ?ｍ?Ｅ．??图１－２故障诊断算法分类??１．２．２惯性导航系统概述??惯性导航系统（ＩＮＳ）是自主式导航系统，能够完全依靠设备本身完成自主导航任务，具??有良好的隐蔽性，且不受限于工作环境，可以再水下、地面和空中三个领域工作［２１］。ＩＮＳ??－３?－??

东北电力大学工学硕士学位论文??的神经元数为６，完成ＲＢＭ１的训练后，以ＲＢＭ１的输出作为ＲＢＭ２的输入，同理以ＲＢＭ２??的输出作为ＲＢＭ３的输入，将ＲＢＭ３的输出层得到的结果输入到有监督分类器Ｓｏｆｔｍａｘ中??最，根据己设定的故障分类标签进行有监督的训练并输出故障分类结果。如果将分类器层??数计入到ＤＢＮ的总层数，则图２－１中是一个５层的ＤＢＮ。??二同一层?，同一层????，＾?Ｉ?肽均找：故ｍｉ??／?＼?ｓ．－?＾ｎｆｍ＾?目ｓｍ？據職麟??則的惯导％?；?？ｔｅ＃?＃Ｊ－續〇—屬?丨￣證麟??度?＼?＾＾ｆ?丄’?－ｃ－？ｖ｜故陣类型：故牌?１２??＼?聽：瞧編禱??、、、」—，：》ＭａＵＭ?Ｉ?分类标签?Ｉｂｒ?獅??、、？吸＞１１?一?＾?？?ＲＢＭ２??？?ＲＢＭ３??＾?ＳｌｅｅＰ?阶段??Ｋ??ＤＢＮ??图２－１?ＤＢＮ结构图??２．２．３深度置信网的训练过程??其实，ＤＢＮ的整个训练过程可以归结为两个过程，即预训练阶段和微调阶段［？。这两??个阶段的具体训练过程如图２－２所示。??分类结果??７＼??Ｓｏｆｔ－ｍａｘ?４—???—???．??－ｒ????」???Ｉ??????Ｓｌｅｅｐ阶段卜，??，???｜??ＤＢＮ?ｆ?！?丨丨??Ｖ?：?＾?＼?＇）?１??＾一?，＾＿ｕ．?＾?＾??；－－１?ＲＢＭ１?Ｉ?ＳＳ?｜?ＲＢＭ２?ｊ?：?＿３?Ｈ－?；??：?介?：??ｉ?；??????－?．???－１??／？？？？？＾？？？？？／３９０００Ｘ６??１「数据预处理与归一化??．－Ｊ


本文编号：2957135