一种基于自组织临界理论的工业机器人故障预测方法技术

本发明专利技术涉及基于自组织临界理论的工业机器人故障预测的方法，属于工业机器人和故障预测技术领域。方法包括以下步骤：s1.选取表征工业机器人故障规模的特征量；s2.布置传感器，采集特征量信号；s3.对采集的样本数据进行区间划分，统计相应区间内特征量出现的频数；s4.判断特征量与频数之间是否存在幂律关系；s5.根据自组织临界理论分析故障特性、辨识临界态等应用。本发明专利技术能够实现对机器人预测的目的,最大程度避免故障事件的发生,解决管理人员在维护维修工业机器人故障处于被动地位、耗费人力财力的问题，将设备的利用率发挥到最大程度。

A fault prediction method of industrial robot based on self-organized criticality theory

【技术实现步骤摘要】
一种基于自组织临界理论的工业机器人故障预测方法
本专利技术创造属于工业机器人和故障预测领域，尤其是涉及一种基于自组织临界理论的工业机器人故障预测方法。
技术介绍
科学技术和工业现代化的飞速发展促使机器人在各个领域得到了广泛的应用。工业机器人，作为一类结构精密复杂的机电一体化系统，被应用在各种自动化流水生产线上，在劳动密集型产业的转型升级中发挥着重要的作用，是企业提高生产效率、改进产品质量和一致性、降低企业生产成本的关键。但是，在工业机器人实际的工作生产中，其日常维护与保养的成本颇高，并且对于日常维护保养人员有较高的技术要求；其次往往是机器人发生了故障才进行维修，管理人员在维护维修的过程中处于被动地位，由此引发的停工停产会给工厂企业带来的一定损失；故而如果可以早些时候预报故障，提早做好处理事故的准备，解决潜在性问题，才有可能从本质上应对好工业机器人的故障问题。
技术实现思路
有鉴于此，本专利技术创造旨在提出一种基于自组织临界理论的工业机器人故障预测方法，针对解决工业机器人在故障维护维修上处于被动地位，耗费人力财力问题，利用自组本文档来自技高网...

【技术保护点】
1.一种基于自组织临界理论的工业机器人故障预测方法，其特征在于：包括如下步骤：/n（1）选取表征工业机器人故障规模的特征量；/n（2）布置传感器，采集特征量信号；/n（3）对采集的样本数据进行区间划分，统计相应区间内特征量出现的频数；/n（4）判断特征量与频数之间是否存在幂律关系；/n（5）根据自组织临界理论分析故障特性、辨识临界态。/n

【技术特征摘要】
1.一种基于自组织临界理论的工业机器人故障预测方法，其特征在于：包括如下步骤：
（1）选取表征工业机器人故障规模的特征量；
（2）布置传感器，采集特征量信号；
（3）对采集的样本数据进行区间划分，统计相应区间内特征量出现的频数；
（4）判断特征量与频数之间是否存在幂律关系；
（5）根据自组织临界理论分析故障特性、辨识临界态。


2.根据权利要求1所述的一种基于自组织临界理论的工业机器人故障预测方法，其特征在于：所述步骤（1）中，选取工业机器人振动信号位移量的最大值作为特征量。


3.根据权利要求2所述的一种基于自组织临界理论的工业机器人故障预测方法，其特征在于：根据D-H法建立模型，得到工业机器人每个关节轴相对于末端执行器的变换矩阵，随之得到了每个关节轴上的振动位移量传递到末端执行器上的矩...

【专利技术属性】
技术研发人员：邓三鹏，祁宇明，邓茜，王文，王帅，刘河星，
申请(专利权)人：天津博诺智创机器人技术有限公司，
类型：发明
国别省市：天津;12