arXiv · 机器人与计算机视觉· Johnny Garcia, Nicolas Salguero, Naveed Iqbal, Brahim Brahmi, Ramy Rashad·· 23 天前AI 评分18
SHAPE-CWT 框架实现无动态观测器的机械系统故障诊断
Energy-Based Fault Detection and Isolation Framework for Flat Port-Hamiltonian Mechanical Systems
AI 导读
该研究提出基于能量的诊断框架,利用谱哈密顿代数功率评估(SHAPE)与连续小波变换(CWT)在无需专用动态观测器下区分正常操作、作动器失效等故障。在模拟六自由度 Kinova 机械臂及模型预测控制条件下,该方法跨五个训练种子和 3000 次测试运行达到 84.69% 平均准确率,优于扭矩残差(81.67%)与广义动量观测器(97.17%)。
来源:arXiv · 机器人与计算机视觉 · arxiv.org