Enfoque de detección de fallas inteligente basado en transferencia de aprendizaje para el sistema robótico industrial
Autores: Raouf, Izaz; Kumar, Prashant; Lee, Hyewon; Kim, Heung Soo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Enfoque de detección de fallas inteligente basado en transferencia de aprendizaje para el sistema robótico industrial
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Demanda del cliente
Industria 4.0
Detección y diagnóstico de fallas
Componentes robóticos
Aprendizaje de máquinas
Aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Con el aumento de la demanda de los clientes, la industria 4.0 ha ganado mucho interés, lo cual se basa en fábricas inteligentes. En las fábricas inteligentes, los componentes robóticos son vulnerables a fallos debido a diversas operaciones industriales como ensamblaje, fabricación y manipulación de productos. La detección oportuna de fallas y el diagnóstico (FDD) son importantes para mantener el funcionamiento industrial sin problemas.
Descripción
Con el aumento de la demanda de los clientes, la industria 4.0 ha ganado mucho interés, lo cual se basa en fábricas inteligentes. En las fábricas inteligentes, los componentes robóticos son vulnerables a fallos debido a diversas operaciones industriales como ensamblaje, fabricación y manipulación de productos. La detección oportuna de fallas y el diagnóstico (FDD) son importantes para mantener el funcionamiento industrial sin problemas.