[发明专利]一种基于机器学习的智能产线机械手故障诊断方法

摘要

本发明公开了一种基于机器学习的智能产线机械手故障诊断方法，采用Hadoop的HDFS(Hadoop Distributed File System,分布式文件系统)实现海量历史数据存储，并开发了一套面向智能产线机械手的故障诊断系统。该方法利用HDFS上存储的机械手历史数据，首先提取机械手的属性数据，作为算法模型的输入特征，其次基于Spark的MLlib对历史数据进行数据建模，然后利用模型对实时数据预测与分析，最后将实现机械手故障诊断。采用本发明，能够提高机械手故障诊断效率与水平，更好地保证机械手的运行状态，减小经济损失。

主权项

一种基于机器学习的智能产线机械手故障诊断方法，其特征在于：利用HDFS作为存储数据源，持续为Spark的MLlib提供数据服务，对存储在HDFS上的机械手历史数据进行数据建模，并对实时数据预测和分析；利用Spark自身分布式、并行化框架对输入的数据分块处理，在MLlib算法模型的基础下，Spark通过任务调度器对分块的数据进行计算，从而达到对数据的建模分析，得到机械手的故障诊断结果。