[发明专利]一种基于灰色关联理论的移动机器人故障诊断方法

说明书

本发明提供了一种基于灰色关联理论的移动机器人故障诊断方法，首先，结合移动机器人的主要硬件结构和工作原理，分析移动机器人可能的故障类型，归纳出移动机器人的故障树；然后通过灰色关联理论计算各因素与故障的关联系数来判断故障类型，能够合理、准确、快速的对移动机器人进行故障诊断。在数据量较少、无被诊断对象精确数学模型的状况下，本发明依然可以合理、快速的对对象进行必要的故障诊断，以减少系统故障带来的不良后果。并且，未知环境中机器人的故障不可能是恒定不变的，而灰色关联分析的重要特点是对一个系统发展态势提供量化的度量，因此用灰色关联理论对需要动态历程分析的移动机器人进行故障诊断更为合理、有效。

技术领域

本发明涉及机器人故障诊断技术领域，特别涉及一种基于灰色关联理论的移动机器人故障诊断方法。

背景技术

随着计算机理论、电子信息技术、自动控制理论、机械自动化等学科的发展和新型材料的应用，移动机器人技术突飞猛进。机器人和日常生活中的机器一样，不可能永远正确无误的实现人类设定的操作要求。并且，如果移动机器人带故障运行，会使得移动机器人寿命缩短，甚至还可能带来灾难性后果。因此对移动机器人进行故障诊断具有重要意义。而如何使用合理、准确、快速的方法对移动机器人进行故障诊断，成为目前机器人技术研究领域的研究热点。

一般，故障检测策略有三种：基于系统模型的故障诊断技术、基于数据驱动的故障诊断技术和基于知识的自主故障诊断技术。随着智能算法技术的推进，目前对机器人的故障诊断多采用不同种类智能算法与之相结合，进而实现故障诊断的要求。首先，一些故障诊断方法需要已知故障种类，这对我们应用基于算法的故障诊断提出了限制要求；其次，一些算法的复杂性限制了故障诊断的速度。最后，大多数使用传统算法的故障诊断需要对被诊断对象建立精确的数学模型，那么对于复杂对象，如何实现一种不需要建立精确数学模型也可以快速、准确的实现故障诊断要求的方法是本领域亟待解决的技术问题。

发明内容

本发明的目的在于提供一种基于灰色关联理论的移动机器人故障诊断方法，以实现在不需要被诊断对象的精确数学模型的状况下，既能够快速、准确地判断出移动机器人是否处于故障状态，又能够在故障状态下确定其属于何种类型故障以便采取应对措施；并且，在系统发展发生变化时，能够进行相应的动态过程分析。

为实现上述目的，本发明提供了一种基于灰色关联理论的移动机器人故障诊断方法，包括以下步骤：

S1：结合移动机器人的主要硬件结构和工作原理，分析移动机器人可能的故障类型，归纳出移动机器人的故障树；

S2：根据所示故障树，通过灰色关联理论计算各种因素与故障的关联系数以判断故障类型，得到诊断结果。

较佳地，所述移动机器人为差速轮式机器人，则所述步骤S2中采用灰色关联理论判断故障类型的过程具体包括以下步骤：

S11：初始化系统，将移动机器人的当前的左轮及右轮的转速以2*N的矩阵输入；

S12：将所述转速的数据转换为无量纲形式以便于比较分析，同时获取各种故障状态下的转速数据；

S13：采用灰色关联公式获取比较数组、参考数据间的绝对差值，得到差值中的最大值和最小值；

S14：设定分辨系数，按照所述灰色关联公式得到各个时间点之间的关联系数；

S15：比较所述关联系数，通过最大关联系数对应的状态判断出移动机器人的状态，得到诊断结果。

较佳地，所述步骤S1中，通过实验测试在不同的未知环境下移动机器人的状态数据，进而归纳出移动机器人的故障树，所述故障树包括以下8种状态：1)正常左转；2)正常右转；3)正常直行；4)机器人在范围内绕圈子；5)机器人被卡住；6)左轮故障；7)右轮故障；8)控制程序崩溃。