机器人执行故障数据集

关注公众号:52phm,学PHM不迷路

1、数据集描述

1.数据库标题:机器人执行失败
注:它包括5个不同的数据集;参见4。

2.来源:

(a) 创作者/捐赠者:
–Luis Seabra Lopes和Luis M.Camarinha Matos葡萄牙里斯本新里斯本大学

(b) 收到日期:1999年4月

3.过去的用法:

(a) 描述/使用它的一些出版物

  • Seabra Lopes,L.(1997)“任务层面的机器人学习:
    装配领域的研究”,博士论文,Universidade葡萄牙新葡京。

  • Seabra Lopes,L.和L.M.Camarinha Matos(1998)特辑

机器人学习问题的转换策略,“特征提取、构建和选择。一种数据挖掘透视”,H.Liu和H.Motoda(edrs.),

Kluwer学术出版社。

  • Camarinha Matos,L.M.、L.Seabra Lopes和J.Barata(1996)柔性装配系统监控中的集成与学习,“IEEE机器人与自动化汇刊”,12(2),202-219。

(b) 指示正在预测的属性

  • 执行失败的类别;参见9。

(c) 研究结果的指示

  • 部分结果与特征变换有关;参见4。

  • 另一组结果涉及对数据挖掘算法。

4.相关信息

–捐赠包括5个数据集,每个数据集定义了不同的

学习问题:

-LP1:接近抓取位置失败

-LP2:零件转移失败

-LP3:转移失败后的零件位置

-LP4:接近未分级位置失败

-LP5:零件运动中的故障

–特征转换策略

为了提高分类精度,一组五个特征

转换策略(基于统计摘要特征,

离散傅立叶变换等)进行定义和评估。

这使得准确率平均提高了20%。最多

可访问的参考文献是[Seabra Lopes和Camarinha Matos,1998年]。

5.每个数据集中的实例数

  • 第1部分:88

  • 第2部分:47

  • 第3部分:47

  • 第4部分:117

  • 第5部分:164

6.特征数量:90(在五个数据集中的任何一个数据集中)

7.特征信息

–所有特征都是数字的(连续的,尽管只有整数)。

–每个特征表示在

故障检测;每个故障实例都有以下特征

以固定时间间隔收集的15个力/扭矩样本

在检测到故障后立即启动;

每个故障实例的总观察窗口为315毫秒。

–每个示例描述如下:

Fx1 Fy1 Fz1 Tx1 Ty1 Tz1

Fx2 Fy2 Fz2 Tx2 Ty2 Tz2

Fx15 Fy15 Fz15 Tx15 Ty15 Tz15

其中Fx1。。。Fx15是力Fx在观测中的演变窗口,Fy、Fz和转矩也是如此;有一个总数共有90个功能。

8.缺少特征值:无

9.类分布:每个数据集中每个类的实例百分比

–LP1:24%正常

19%碰撞

18%前部碰撞

39%梗阻

–LP2:43%正常

13%前部碰撞

15%后碰撞

11%右侧碰撞

左侧碰撞19%

–LP3:43%正常

19%略有变动

移动了32%

损失6%

–LP4:21%正常

62%碰撞

18%梗阻

–LP5:27%正常

16%底部碰撞

13%底部阻塞

部分碰撞29%

16%的刀具碰撞

2、数据集获取

数据收集于网络,获取方式
在这里插入图片描述

http://www.52phm.cn/datasets/industrial-robot/Robot-execution-fault.html

3、参考资料

智能制造数据集

关注公众号:52phm,学PHM不迷路

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

txhy2018

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值