本发明专利技术涉及一种基于统计过程控制的机器人关节电流异常检测方法和装置，包括以下步骤：获取工业机器人关节的电流信号；使用自相关分析法，获取工业机器人关节电流信号的周期；使用互相关分析法，计算并消除工业机器人关节电流监测信号和基准信号间的相位差；根据获取电流信号的周期，计算周期内工业机器人关节电流监测信号的总能量和工业机器人关节电流基准信号的总能量，并使用统计过程控制法进行异常检测。与现有技术相比，本发明专利技术具有易于控制、便于形成时序数据，进行长期追踪、检测准确等优点。确等优点。确等优点。
【技术实现步骤摘要】
基于统计过程控制的机器人关节电流异常检测方法和装置
[0001]本专利技术涉及工业机器人状态监测领域，尤其是涉及一种基于统计过程控制的机器人关节电流异常检测方法和装置。
技术介绍
[0002]随着自动化进程的不断推进，工业机器人发挥着越来越重要的作用，极大的提高了生产效率。但工业机器人的功能需求不断增加，结构趋于复杂，长时间运行会导致工业机器人出现故障。对工业机器人进行状态监测，检测设备是否出现异常，避免经济损失和人员伤亡。传统的工业机器人异常检测方法采集的信号为振动信号、扭矩信号、声发射信号等，中国专利申请(申请公布号为CN 111975784 A)公开了基于电流和振动信号的关节机器人故障诊断方法，利用采集到的关节电机信号得到等角度采样时序并对滤波后的振动信号进行等角度采样，最后对振动信号的等角度采样序列进行傅里叶变换得到机器人关节振动信号阶比谱并分析，实现机器人关节故障诊断。但上述采集的信号由于受采集位置等因素影响，采集的信号质量难以保障，另外相对而言其传感器成本高，而电流信号可以从工业机器人控制柜里直接获取，采集方便，成本低。
[0003]通过电流信号对恒速电机进行故障诊断和状态监测的研究较多，获取定子电流后，使用电流频谱分析法可以完成对电机的故障诊断和状态监测。但工业机器人的关节主要由伺服电机和减速器组成，基于电流信号对减速器和伺服电机进行状态监测和故障诊断的研究相对较少。中国专利申请(申请公布号为CN 108638128 A)公开了一种工业机器人的实时异常监测方法及其系统，该方法利用采集到的关节电流信号计算其定位偏差、电流边界、极差、方差，然后与其正常区间对比，完成异常检测。但是这种方法只能处理较为平稳的信号。而伺服电机和恒速电机的电流信号相比，其电流信号随动作周期变化具有周期性，且频率成分复杂，幅值变化剧烈，若使用常规的方法根据该电流信息进行异常检测，会导致检测结果不精确。
技术实现思路
[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于统计过程控制的机器人关节电流异常检测方法和装置。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于统计过程控制的机器人关节电流异常检测方法，其特征在于，包括以下步骤：
[0007]S1、获取工业机器人关节的电流信号；
[0008]S2、根据工业机器人关节的电流信号，使用自相关分析法，获取工业机器人关节电流信号的周期；
[0009]S3、根据工业机器人关节的电流信号，使用互相关分析法，计算并消除工业机器人关节电流监测信号和基准信号间的相位差；
[0010]S4、根据步骤S2获取的周期以及步骤S3中消除了相位差的电流信号，计算周期内工业机器人关节电流监测信号的总能量和工业机器人关节电流基准信号的总能量；
[0011]S5、根据工业机器人关节电流监测信号的总能量和工业机器人关节电流基准信号的总能量，使用统计过程控制法进行计算出控制阈值范围，根据控制阈值范围进行异常判断。
[0012]进一步地，所述步骤S5使用的统计过程控制法具体步骤如下：
[0013]A1、基于工业机器人关节电流基准信号的总能量，计算控制图的控制上限和控制下限，计算公式如下：
[0014][0015][0016][0017][0018]其中，t
i
表示基准信号的第i份能量，表示工业机器人正常状态关节电流基准信号的周期内的总能量平均值，σ表示工业机器人正常状态关节电流基准信号的周期内的总能量的标准差，UCL表示控制上限，LCL表示控制下限；
[0019]A2、判断工业机器人关节电流监测信号的总能量是否处于控制上限和控制下限之间，若是，则判定工业机器人不存在异常；若否，则判定工业机器人存在异常。
[0020]进一步地，所述步骤S1中，获取电流信号的方法为将工业机器人控制柜中U、V相线缆穿过电流互感器，采集每个关节的U、V相电流。
[0021]进一步地，所述步骤S2的自相关分析法具体步骤为求出工业机器人关节电流信号的自相关函数，然后将序列长度归一化消除时滞的影响，最后求出工业机器人关节电流信号自相关函数最大峰值间的索引距离，得到工业机器人关节电流信号一个周期的数据点数及工业机器人关节电流信号一个周期的时间；
[0022]所述自相关函数的计算表达式如下：
[0023][0024]其中，h为阶数，μ为序列的均值，x为输入信号的时间序列。
[0025]进一步地，步骤S3中互相关分析法的互相关函数的计算表达式如下：
[0026][0027]其中，f(x)表示工业机器人关节电流监测信号，g(x)表示工业机器人正常状态关节电流基准信号，m表示信号间的相位差。
[0028]一种基于统计过程控制的机器人关节电流异常检测装置，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现以下方法：
[0029]S1、获取工业机器人关节的电流信号；
[0030]S2、根据工业机器人关节的电流信号，使用自相关分析法，获取工业机器人关节电流信号的周期；
[0031]S3、根据工业机器人关节的电流信号，使用互相关分析法，计算并消除工业机器人关节电流监测信号和基准信号间的相位差；
[0032]S4、根据步骤S2获取的周期以及步骤S3中消除了相位差的电流信号，计算周期内工业机器人关节电流监测信号的总能量和工业机器人关节电流基准信号的总能量；
[0033]S5、根据工业机器人关节电流监测信号的总能量和工业机器人关节电流基准信号的总能量，使用统计过程控制法进行计算出控制阈值范围，根据控制阈值范围进行异常判断。
[0034]进一步地，所述步骤S5使用的统计过程控制法具体步骤如下：
[0035]A1、基于工业机器人关节电流基准信号的总能量，计算控制图的控制上限和控制下限，计算公式如下：
[0036][0037][0038][0039][0040]其中，t
i
表示基准信号的第i份能量，表示工业机器人正常状态关节电流基准信号的周期内的总能量平均值，σ表示工业机器人正常状态关节电流基准信号的周期内的总能量的标准差，UCL表示控制上限，LCL表示控制下限；
[0041]A2、判断工业机器人关节电流监测信号的总能量是否处于控制上限和控制下限之间，若是，则判定工业机器人不存在异常；若否，则判定工业机器人存在异常。
[0042]进一步地，所述步骤S1中，获取电流信号的方法为将工业机器人控制柜中U、V相线缆穿过电流互感器，采集每个关节的U、V相电流。
[0043]进一步地，所述步骤S2的自相关分析法具体步骤为求出工业机器人关节电流信号的自相关函数，然后将序列长度归一化消除时滞的影响，最后求出工业机器人关节电流信号自相关函数最大峰值间的索引距离，得到工业机器人关节电流信号一个周期的数据点数及工业机器人关节电流信号一个周期的时间；
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于统计过程控制的机器人关节电流异常检测方法，其特征在于，包括以下步骤：S1、获取工业机器人关节的电流信号；S2、根据工业机器人关节的电流信号，使用自相关分析法，获取工业机器人关节电流信号的周期；S3、根据工业机器人关节的电流信号，使用互相关分析法，计算并消除工业机器人关节电流监测信号和基准信号间的相位差；S4、根据步骤S2获取的周期以及步骤S3中消除了相位差的电流信号，计算周期内工业机器人关节电流监测信号的总能量和工业机器人关节电流基准信号的总能量；S5、根据工业机器人关节电流监测信号的总能量和工业机器人关节电流基准信号的总能量，使用统计过程控制法进行计算出控制阈值范围，根据控制阈值范围进行异常判断。2.根据权利要求1所述的一种基于统计过程控制的机器人关节电流异常检测方法，其特征在于，所述步骤S5使用的统计过程控制法具体步骤如下：A1、基于工业机器人关节电流基准信号的总能量，计算控制图的控制上限和控制下限，计算公式如下：计算公式如下：计算公式如下：计算公式如下：其中，t
i
表示基准信号的第i份能量，表示工业机器人正常状态关节电流基准信号的周期内的总能量平均值，σ表示工业机器人正常状态关节电流基准信号的周期内的总能量的标准差，UCL表示控制上限，LCL表示控制下限；A2、判断工业机器人关节电流监测信号的总能量是否处于控制上限和控制下限之间，若是，则判定工业机器人不存在异常；若否，则判定工业机器人存在异常。3.根据权利要求1所述的一种基于统计过程控制的机器人关节电流异常检测方法，其特征在于，所述步骤S1中，获取电流信号的方法为将工业机器人控制柜中U、V相线缆穿过电流互感器，采集每个关节的U、V相电流。4.根据权利要求1所述的一种基于统计过程控制的机器人关节电流异常检测方法，其特征在于，所述步骤S2的自相关分析法具体步骤为求出工业机器人关节电流信号的自相关函数，然后将序列长度归一化消除时滞的影响，最后求出工业机器人关节电流信号自相关函数最大峰值间的索引距离，得到工业机器人关节电流信号一个周期的数据点数及工业机器人关节电流信号一个周期的时间；所述自相关函数的计算表达式如下：
其中，h为阶数，μ为序列的均值，x为输入信号的时间序列。5.根据权利要求1所述的一种基于统计过程控制的机器人关节电流异常检测方法，其特征在于，步骤S3中互相关分析法的互相关函数的计算表达式如下：其中，f(x)表示工业机器人关节电流监测信号，g(x)表示工业机器人正常状态关节电流基准信号，m表示信号间的相位差。6.一种基于统计过程控制的机器人关节电流异常检测装置，...
【专利技术属性】
技术研发人员：肖雷，马百腾，张坤，李正平，刘凯强，
申请(专利权)人：上海机器人产业技术研究院有限公司，
类型：发明
国别省市：
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。