摘要
[目的]UR5机械臂是常用的机械臂之一,但由于其负重较小,抓取物体时易发生故障,导致严重后果,因此探究UR5机械臂的故障诊断方法具有重要现实意义。[方法]研究团队提出了一种基于ResNet网络的UR5机械臂故障诊断方法。首先,利用MATLAB机器人工具箱对UR5机械臂进行仿真建模。其次,在对UR5六自由度机械臂抓取时产生的大量数据进行分析后,将数据输入网络进行故障诊断实验。此外,还设置了对比实验和消融实验。[结果]ResNet网络模型的训练集与测试集的准确率最终收敛到98%,损失值最终稳定在0.015,其准确率比LeNet、AlexNet、VGG等网络模型的准确率高1%~2%,损失值也更小。[结论]ResNet网络在判别UR5机械臂故障时具有较高的准确率与较低的损失值,研究团队所提出的故障诊断方法有效,可保障机械臂正常执行抓取任务。
出处
《南方农机》
2023年第22期180-182,共3页
