一种工业机器人的故障诊断方法技术

本发明专利技术提供了一种工业机器人的故障诊断方法，属于工业机器人技术领域。它解决了现有的技术无法准确地查找到故障源的问题。本工业机器人的故障诊断方法包括：获取脉冲信号和振动信号Data2；将脉冲信号根据伺服电机特性转换成电机转角；将离散的电机转角以多项式拟合方法进行拟合，得到电机转角的连续时间函数；基于连续时间函数计算转过各角度间隔时所在的时间，进而获得时间序列；将时间序列映射到振动信号Data2中，并通过插值处理提取各时间下的振动信号Data3；将提取的振动信号Data3进行傅里叶变换，得出阶次谱，根据阶次谱中最高峰值所对应横坐标的阶次值来确定故障源。本发明专利技术能够快捷高效准确地找出旋转类机械的故障源。源。源。

【技术实现步骤摘要】
一种工业机器人的故障诊断方法


[0001]本专利技术属于工业机器人
，涉及一种工业机器人的故障诊断方法。

技术介绍

[0002]目前，人工智能、机器人技术是国家鼓励支持发展的一个重点行业。尤其在工业机器人方面，国产工业机器与国外著名的“四大家族”在逐步缩小差距，然而在工业机器人性能方面还是有一定距离，主要区别为国外机器人起步较早，在机器人设计优化方面已积累了深厚的底蕴，具有相当丰富的设计开发经验，而国内起步较晚，且初期的设计开发主要基于国外机器人外形进行逆向重构设计，造成国内机型“形似神不似”，即外观功能相同，但由于缺乏精准的制造工艺，存在的问题较多。
[0003]同时，在故障诊断领域内，传统的故障诊断主要适用于稳定的旋转类机械，如离心鼓风机、压缩机、蒸汽涡轮机、汽轮发电机组等，这些大型机械都是在额定功率下在以恒定转速运行，在振动分析时，其激励频率是保持恒定的，其他传动构件的转频与电机转频保持一定的联系，虽然电机转速会有些许波动，但不影响整体的振动特性，因此通过频谱分析易于查找故障频率并找出故障源。而非稳定的旋转机构(大多为往复式运动)因转速处于一种交替变化的状态，即自激频率时刻发生改变，对应的传动部件的频率也在变化。若把每一时刻的旋转看作是一种稳定的运动，通过简单频谱分析可找出对应的故障特性，但在连续时间采集时，形成的频谱则是采集周期内每一时刻频谱的叠加，此时的频谱是一种混叠状态，不易根据故障特性查找故障源。因此传统的故障诊断方法对非稳定信号的分析存在较大局限性，无法准确地查找到故障源。
专利
技术实现思路

[0004]本专利技术的目的是针对现有技术存在的上述问题，提出了一种工业机器人的故障诊断方法，其所要解决的技术问题是：如何快捷高效准确地找出旋转类机械的故障源。
[0005]本专利技术的目的可通过下列技术方案来实现：一种工业机器人的故障诊断方法，包括如下步骤：
[0006]以采样频率f
s
对脉冲信号和振动信号进行采集，获取脉冲信号Data1和振动信号Data2；
[0007]将脉冲信号Data1根据伺服电机特性转换成电机转角theta；
[0008]将离散的电机转角theta以多项式拟合方法进行拟合，得到电机转角的连续时间函数f(t)；
[0009]基于连续时间函数f(t)计算转过各角度间隔Δθ时所在的时间，进而获得时间序列T；
[0010]将时间序列T映射到振动信号Data2中，并通过插值处理提取各时间下的振动信号Data3；
[0011]将提取的振动信号Data3进行傅里叶变换，得出阶次谱，根据阶次谱中最高峰值所
对应横坐标的阶次值来确定故障源。
[0012]本工业机器人的故障诊断方法主要是针对工业机器人关节等旋转类机械在非稳定运行状态下的故障诊断。在诊断时，以相同的采样频率同时采集获得脉冲信号Data1和振动信号Data2， Data1、Data2都为1
×
N的一维数组，Data1为纲量，Data2单位为mm/s2；脉冲信号Data1通过伺服电机特性换算成电机转角 theta，此时获得的电机转角theta是离散式的，通过多项式拟合方法将离散的电机转角进行拟合，得到电机转角的连续时间函数f(t)；连续时间函数f(t)为关于电机转角和时间的函数，之后确定角度间隔Δθ的数值，并基于连续时间函数f(t)计算转过各角度间隔Δθ所需时间，进而获得时间序列T；将时间序列T映射到振动信号Data2中，通过插值处理提取时间序列下的振动信号Data3，对振动信号Data3进行傅里叶变换，得出阶次谱，此时图谱中横坐标对应的即为基频的阶数，可通过阶数找出故障源。该方法适用于非稳定旋转类机械的故障诊断，通过该方法能够更清晰地对图谱进行解读，易于查找故障源，提高了分析准确率与工作效率。
[0013]在上述的工业机器人的故障诊断方法中，通过上位机对脉冲信号以采样频率fs进行采集，通过振动分析仪对振动信号以采样频率fs进行采集。采用相同采样频率对脉冲信号和振动信号进行采集，确保故障诊断的准确性。
[0014]在上述的工业机器人的故障诊断方法中，采用转角换算公式将脉冲信号Data1换算成电机转角theta；设脉冲信号 Data1＝[A1，A2，A3…
A
N
]；所述转角换算公式为：
[0015]theta＝A
N
/2
17
*360＝[theta1，
…
，theta
N
][0016]其中，根据伺服电机特性，电机编码器为17位，2
17
表示电机旋转一圈编码器变化2
17
个脉冲。
[0017]在上述的工业机器人的故障诊断方法中，将离散的电机转角 theta以七次多项式拟合方法进行拟合，得到电机转角的连续时间函数f(t)的公式为：
[0018]f(t)＝p1t7+p2t6+p3t5+p4t4+p5t3+p6t2+p7t+p8[0019][0020][0021]其中，theta1～theta
N
为离散的电机转角；p1～p8为七次多项式拟合的各阶系数；t1～tN为根据采样频率f
s
确定的离散时间变量。时间数组[t1，
…
，tN]为电机转角数组[theta1，
…
，theta
N
]所对应采集过来的时刻，根据时间数组[t1，
…
，tN]和电机转角数组 [theta1，
…
，theta
N
]能够计算得到系数p1～p8的具体数值，进而获得连续时间函数f(t)。
[0022]在上述的工业机器人的故障诊断方法中，角度间隔Δθ的计算公式为：
[0023][0024]其中，f
n
为等角度采样频率，f
n
≥2.56f
s
；theta
max
为根据离散变量theta设置的边界值。
[0025]在上述的工业机器人的故障诊断方法中，获得时间序列T的操作包括：
[0026]基于角度间隔Δθ获得等角度序列THETA，THETA＝k*Δθ， k＝1，2，
…
；
[0027]将等角度序列THETA代入f(t)，求解得出与等角度序列THETA 相对应的时刻，从而形成时间序列T，T＝[T1，T2，
…
]。
[0028]在上述的工业机器人的故障诊断方法中，得到振动信号 Data3的操作包括：
[0029]将振动信号Data2中离散的振动信号拟合成一个连续的关于时间一加速度的函数F(t)；
[0030]将时间序列T代入函数F(t)中，并通过插值处理方法提取时间序列T下每一时刻所对应的加速度，从而形成振动信号Data3。
[0031]在上述的工业机器人的故障诊断方法中，通过三次样条插值处理方法提取时间序列T下每一时刻本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业机器人的故障诊断方法，其特征在于，包括如下步骤：以采样频率f
s
对脉冲信号和振动信号进行采集，获取脉冲信号Data1和振动信号Data2；将脉冲信号Data1根据伺服电机特性转换成电机转角theta；将离散的电机转角theta以多项式拟合方法进行拟合，得到电机转角的连续时间函数f(t)；基于连续时间函数f(t)计算转过各角度间隔Δθ时所在的时间，进而获得时间序列T；将时间序列T映射到振动信号Data2中，并通过插值处理提取各时间下的振动信号Data3；将提取的振动信号Data3进行傅里叶变换，得出阶次谱，根据阶次谱中最高峰值所对应横坐标的阶次值来确定故障源。2.根据权利要求1所述的工业机器人的故障诊断方法，其特征在于，通过上位机对脉冲信号以采样频率f
s
进行采集，通过振动分析仪对振动信号以采样频率f
s
进行采集。3.根据权利要求1所述的工业机器人的故障诊断方法，其特征在于，采用转角换算公式将脉冲信号Data1换算成电机转角theta；设脉冲信号Data1＝[A1，A2，A3…
A
N
]；所述转角换算公式为：theta＝A
N
/2
17
*360＝[theta1，
…
，theta
N
]其中，根据伺服电机特性，电机编码器为17位，2
17
表示电机旋转一圈编码器变化2
17
个脉冲。4.根据权利要求3所述的工业机器人的故障诊断方法，其特征在于，将离散的电机转角theta以七次多项式拟合方法进行拟合，得到电机转角的连续时间函数f(t)的公式为：得到电机转角的连续时间函数f(t)的公式为：得到电机转角的连续时间函数f(t)的公式为：其中，theta1～theta
N
为离散的电机转角；p1～p8为七次多项式拟合的各阶系数；t1～tN为根据采样...

【专利技术属性】
技术研发人员：项剑，李文涛，谢成龙，陈丹，蒋安康，张远志，
申请(专利权)人：浙江钱江机器人有限公司，
类型：发明
国别省市：