【技术实现步骤摘要】
一种机器人关节传感器和执行器故障诊断方法及系统
本专利技术涉及机器人
，特别涉及一种机器人关节传感器和执行器故障诊断方法及系统。
技术介绍
近年来，工业机器人已开始融入包括汽车制造、计算机、通信和消费电子等各行各业的生产之中。与传统生产线上的自动化设备相比，机器人操作灵活，能力出众。此外，在太空探索、灾难救助、核废料回收等危险领域，机器人具有无可替代的作用。不论是用于工业生产还是用于危险环境特殊任务的机器人，在工业生产流程或者任务执行中都承担着关键作用，因此机器人的可靠性显得尤为重要。机器人的核心部件为关节，作为机电一体化技术的范例，机器人关节模块将大量组件，包括中空电机、伺服驱动器、谐波减速器、制动器、编码器等集成到一个小的空间中。在使用过程中，机器人关节难免会发生故障，如果系统不能及时检测到故障的发生，启动相应的容错策略，则可能会导致机器人的失控或失效。对于工业过程来说，轻则影响生产效率，产品质量，重则危及生产人员的生命安全。而对于在危险环境中执行特殊任务的机器人，则会导致任务的失败。所以，当机器人关节发生故障时，...
【技术保护点】
1.一种机器人关节传感器和执行器故障诊断方法，其特征在于，包括：/n获取机器人关节传感器和执行器的运行数据；其中，所述运行数据包括传感器和执行器正常运行时的运行数据和出现预设类型故障时的运行数据；/n以所述运行数据为样本数据，对应的传感器和执行器的运行情况为样本标签，构建训练样本集；其中，所述运行情况包括运行正常和出现的故障类型；/n采用所述训练样本集训练预设的故障诊断模型；其中，所述故障诊断模型为深度残差网络模型，所述故障诊断模型以运行数据为输入，运行情况为输出；/n采集待故障诊断的机器人关节系统中的传感器和执行器的实时运行数据，并将所采集到的实时运行数据输入训练好的故障...
【技术特征摘要】
1.一种机器人关节传感器和执行器故障诊断方法，其特征在于，包括：
获取机器人关节传感器和执行器的运行数据；其中，所述运行数据包括传感器和执行器正常运行时的运行数据和出现预设类型故障时的运行数据；
以所述运行数据为样本数据，对应的传感器和执行器的运行情况为样本标签，构建训练样本集；其中，所述运行情况包括运行正常和出现的故障类型；
采用所述训练样本集训练预设的故障诊断模型；其中，所述故障诊断模型为深度残差网络模型，所述故障诊断模型以运行数据为输入，运行情况为输出；
采集待故障诊断的机器人关节系统中的传感器和执行器的实时运行数据，并将所采集到的实时运行数据输入训练好的故障诊断模型中，以实现故障诊断。
2.如权利要求1所述的机器人关节传感器和执行器故障诊断方法，其特征在于，所述预设类型故障包括执行器恒偏差故障，执行器恒增益故障、执行器卡死故障、执行器失效故障、执行器和传感器恒偏差并发故障、传感器恒偏差故障、传感器恒增益故障、传感器卡死故障，以及传感器失效故障中的任意一种或多种的组合。
3.如权利要求1所述的机器人关节传感器和执行器故障诊断方法，其特征在于，所述故障诊断模型包括一个卷积模块、多个残差模块、一个全局均值池化层和一个全连接层；
输入所述故障诊断模型的运行数据，先经过所述卷积模块进行特征提取，提取的特征数据进入所述残差模块，残差模块的输出送入所述全局均值池化层进行池化处理，全局均值池化层的输出送入所述全连接层，实现运行情况分类。
4.如权利要求3所述的机器人关节传感器和执行器故障诊断方法，其...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。