表5.3.1故障诊断结果

5.4基于BP网络的故障诊断及MATLAB仿真

第一步：首先判断的是移动机器人哪个模块中发生了故障。
实验结果表明：第1组数据中机器人在模块2上发生了故障；第2组数据中机器人在模块1、模块3上发生了故障；第3组数据机器人在模块2上发生了故障；第4组数据机器人在模块1上发生了故障；第5组数据机器人没有发生故障；第6组数据机器人在模块1、模块2上发生了故障；第7组数据机器人在模块1上发生了故障；第8组数据机器人在模块2、模块3上发生了故障。

图5.4.1 BP神经网络学习曲线
把第9、10组数据作为测试数据，测试结果如下：Y =
    1.0000    0.9997
    0.9994    0.0003
    0.9992    0.0004
由2组测试数据可看出：第1组数据机器人在模块1、模块2、模块3上发生了故障；第2组数据机器人在模块1上发生了故障。

第二步：判断机器人在模块1上发生哪些故障：
Fault-0：正常状态          没有发生任何状态
Fault-1：系统故障          模块内部出现故障
Fault-2：传感器故障        用于测量信息的传感器发生故障
Fault-3：混合故障          系统故障和传感器故障同时发生
由实验所得：
第1组数据机器人没有发生故障；第2组数据机器人发生混合故障；第3组数据机器人没有发生任何故障；第4组数据机器人发生传感器故障；第5组数据机器人没有发生任何故障；第6组数据机器人发生混合故障；第7组数据机器人发生系统故障；第8组数据机器人没有发生任何故障。

 
图5.4.2 模块1的BP神经网络学习曲线

把第9、10组数据作为测试数据，测试结果如下：
Y =
    0.0000    0.0000
    0.0000    0.0000
    0.0001    0.0006
    0.9997    0.9993
由2组测试数据可看出：第1组数据机器人在模块1上发生了混合故障；第2组数据机器人在模块1上发生了混合故障。
第三步：判断机器人在模块2上发生哪些故障：
Fault-0：正常状态          没有发生任何状态
Fault-1：系统故障          模块内部出现故障
Fault-2：传感器故障        用于测量信息的传感器发生故障
Fault-3：混合故障          系统故障和传感器故障同时发生
由实验所得：
第1组数据机器人在模块2上发生了传感器故障；第2组数据机器人在模块2上是正常状态；第3组数据机器人在模块2上发生了系统故障；第4组数据机器人在模块2上是正常状态；第5组数据机器人在模块2上是正常状态；第6组数据机器人在模块2上发生了混合故障；第7组数据机器人在模块2上是正常状态；第8组数据机器人在模块2上发生的是系统故障。

图5.4.3 模块2的BP神经网络学习曲线

把第9、10组数据作为测试数据，测试结果如下：
Y =
    1.0000    0.0013
    0.0000    0.0000
    0.0010    0.0000
    0.0000    0.9978 基于神经网络的移动机器人的故障诊断方法研究(16):http://www.youerw.com/zidonghua/lunwen_2256.html