[发明专利]一种工业机器人故障诊断方法

权利要求书

1.一种工业机器人故障诊断方法，其特征在于：包括以下步骤，

第一步，构建工业机器人的参数化物理模型；

第二步，构建工业机器人的完整故障树模型；

第三步，获取工业机器人的实时运行数据；

第四步，对工业机器人的实时运行状况进行动态仿真；

第五步，根据理论分析结果与实际监测结果进行故障判断；

第六步，根据故障树模型，进行故障推理，寻找导致故障的所有可能原因；

具体为：将工业机器人的故障症状特征与故障树各结点的内容进行匹配与验证；匹配的方向为自顶向下，逐步细化，直至得到故障发生的所有可能原因；

第七步，对故障的所有可能原因进行逐一诊断，生成对应的调控指令，驱动机器人运动，根据反馈信息对故障原因进行确认。

2.根据权利要求1所述的一种工业机器人故障诊断方法，其特征在于：第一步中构建工业机器人的参数化物理模型的具体过程为：

101)通过对工业机器人的机械结构进行手动测量，或者根据设计图纸或三维模型，直接得到工业机器人的物理参数，包括结构尺寸和质量分布，并通过计算得到惯量物理参数；

102)根据101)中所述物理参数，依据D-H参数法，构建工业机器人的运动学模型，建立起关节角度和末端执行器位姿之间的关系；

103)根据101)中所述尺寸、质量和惯量参数，依据牛顿-拉格朗日法，构建工业机器人的动力学模型，建立起关节角度、角速度、角加速度和关节力矩之间的关系。

3.根据权利要求1所述的一种工业机器人故障诊断方法，其特征在于：第二步中构建工业机器人的完整故障树模型的具体过程为：

201)从以往的故障实例和诊断经验中，提取和总结故障诊断知识，初步建立机器人的故障树模型；所述故障诊断知识包括故障的编号、症状、原因、部位、重要程度和解决方案；

202)根据理论分析和逻辑推理的结果，整理补充和完善201)中的故障树模型，逐步建立起完整的故障树模型。

4.根据权利要求1所述的一种工业机器人故障诊断方法，其特征在于：第三步中所述的工业机器人的实时运行数据包括：PLC控制指令、电源电压、电机电流；关节角度、角速度、角加速度；电机转矩、转速；环境的温度、湿度，各关节臂的倾角、振动数据。

5.根据权利要求1所述的一种工业机器人故障诊断方法，其特征在于：第四步中动态仿真具体为：

401)根据运动学模型和实时运动学数据，对工业机器人的实时运动姿态进行仿真，以数据驱动三维物理模型的方式将工业机器人的运动过程进行展现；

402)根据动力学数据，将工业机器人各关节电机的实时力矩状态补充在的三维物理模型上。

6.根据权利要求1所述的一种工业机器人故障诊断方法，其特征在于：第五步中故障判断具体为：

501)根据运动学模型和运动学数据，通过求运动学逆解的方式，获得某一特定时刻各关节对应的理论运动学数据，包括角度、角速度、角加速度数据；

502)根据动力学模型和各关节的理论运动学数据，通过求动力学解析解的方式获取某一特定时刻各关节对应的理论动力学数据，包括电机转矩数据；

503)通过将理论分析结果和实时监测结果进行比较，判断其是否发生故障；

504)如果当前已经发生故障，则转到第六步进行故障分析。

7.根据权利要求1所述的一种工业机器人故障诊断方法，其特征在于：所述第七步具体为，

701)根据第六步中推理得到的所有可能原因，逐项生成对应的调控指令，发送给工业机器人控制器，驱动工业机械人运动；

702)监测工业机器人试运行状况，判断是否仍然故障；

703)如果仍然故障，则说明不是该种原因导致的故障，转到下一项故障原因进行确认，直到确认出具体故障原因；

704)如果运行正常，则说明确实是该种原因导致的故障，结束本次诊断过程，给出最终诊断结论。