基于神经网络的移动机器人的故障诊断方法研究(3)
6总结与展望 34
6.1全文总结 34
6.2展望 34
附录 36
致谢 44
参考文献 45
1 绪论
1.1 课题研究的目的和意义
机器人基于仿生学原理设计，能完成类似人动作，但是机器人目前还远不如人那样灵活，可它任然具有连续不间断工作的高效性、耐疲劳性、不惧危险、抓举重物时更加稳定等优点，因此，机器人已受到许多部门的重视，并越来越广泛地在实际中应用，例如：（1）可在劳动条件差，单调重复易造成疲劳的工作环境工作，以代替人的劳动。（2）在装配作业中应用广泛，在电子行业中它可以用来装配印制电路板，在机械行业中它可以用来组装零部件。（3）机床加工工件的装卸，特别是在自动化生产线、组合机床上使用较为普遍。（4）可在危险场合下工作，如军事军工用品的装卸、危险品及有害物的搬运等。（5）军事工程（如无人机）及生物医学方面的研究和试验。（6）宇宙空间技术及深海探测技术的应用开发。
随着移动机器人技术的发展，人们越来越多的致力于使机器人能够更加适应无人监控的工作环境，针对移动机器人的故障诊断因此而显得重要起来，所以也受到越来越多的重视，国内外对于移动机器人故障诊断的研究已取得为数可观的成果。并且随着故障诊断技术的不断更新换代，移动机器人故障诊断也开辟了新途径。在无人监控或是人无法干涉的机器人情况下，故障诊断技术能够保证在移动机器人的关节或者其他相关模块出现故障时，准确的判断出故障的位置和原因，并根据故障类型采取故障隔离或者补偿措施，以此来防止机器人的损坏范围扩散和功能失效。而诊断方法中神经网络算法也是移动机器人故障诊断的算法之一。
虽然故障检测、诊断在国内外已受到移动机器人领域的日益重视和深入研究。但移动机器人的故障诊断方法研究仍然处于理论探讨阶段，并没有上升到实际应用阶段。人们对于移动机器人故障诊断方面的研究还不是很多且重视程度也不够。所以我们现在能够做的就是在借鉴国外既有的经验基础上，开展移动机器人的故障诊断方法研究，提高移动机器人的可靠性及实用性，更重要的是自适应性，从而让移动机器人更好地完成既定任务。
此次课程设计我所研究的题目就是基于神经网络的移动机器人的故障诊断方法研究，具体思路就是通过对神经网络算法的了解和学习，提供移动机器人运动时的若干组工作数据，作为神经网络学习和检验的数据，对各组数据进行Matlab仿真，从而得出故障的结论，实现移动机器人的故障诊断，并在可能的情况下，对不同算法的神经网络进行对比。
1.2 机器人的基础知识
1.2.1 移动机器人的定义
机器人基于仿生学原理，能够模拟出人的各种较为简单的行为动作，按照固定程序完成抓取、搬运物件或操作工具等功能的自动操作装置。机器人是最早出现的工业机器人，也是最早出现的现代机器人，它可代替人的繁重劳动以实现生产的机械化和自动化的同时，大大提高生产的效率。此外，还能在有害环境等极端环境下工作以保护人身安全，因而广泛应用于机械制造、冶金、电子、轻工和空间探测能等部门。
1.2.2 移动机器人的种类及功能
机器人的种类，根据不同分类方法分为以下几种，
（1） 根据移动方式可分为轮式移动机器人、步行移动机器人(单腿式、双腿式和多腿式)、履带式移动机器人、爬行机器人、蠕动式机器人和游动式机器人等类型；