来源：期刊VIP网 时间：
作者：何成刚;朱润智;向珍琳;汪晓鑫;刘吉华;
单位：五邑大学轨道交通学院;佛山智能装备技术研究院;
摘要：针对工业机器人运行数据的非平稳性与信号特征提取困难等问题，提出了一种基于集合经验模态分解与离散小波分解、连续均方误差结合的信号去噪方法，再对去噪信号进行时域特征提取，并使用改进鲸鱼优化算法(IWOA)优化支持向量数据描述(SVDD)参数与特征，形成多目标优化异常检测算法。首先对高维度数据进行集合经验模态分解，根据连续均方误差寻找到纯净模态分量与含噪音模态的临界点，使用离散小波对噪音模态去噪进行信号重构后再提取时域特征。然后利用改进鲸鱼优化算法(IWOA)对多模态特征与SVDD核参数进行寻优，进而构建异常检测模型。利用该模型对工业机器人运行中的反馈电流，反馈力矩等信号进行异常检测。结果表明该模型能有效的判断出工业机器人的异常情况，精确度能达到97%-99%,相较其他方法精确度能提升4%-5%。
关键词：工业机器人;;特征提取;;异常检测;;IWOA;;SVDD
基金资助：广东省教育厅特色创新项目(2023KTSCX151);; 广东省基础与应用基础研究基金项目(2020B1515120010);; 五邑大学高层次人才科技计划资助项目(AG2018001)
