[发明专利]机器人健康监测和故障诊断系统的控制方法

权利要求书

1.一种机器人健康监测和故障诊断系统的控制方法，其特征在于包括如下步骤：

S1、获取机器人的出厂时的机械参数向量P，维数为m×1，机械参数包括负载和各关节的质量、质心、惯量以及摩擦系数；

S2、获取机器人各关节运动量：关节角度q，关节速度关节加速度三者都是N×1向量；

S3、获取机器人各关节实际转矩T_r；

S4、建立机器人关节转矩的预测模型T_p＝B*P，B为已知参数矩阵；

S5、将S1的机械参数P和S2获取的关节运动量代入S4建立的模型，求解关节转矩的预测值T_p；

S6、比较S3所得关节实际转矩T_r和S5所得关节预测转矩T_p，判断当前时刻机器人各关节运动状态；

S7、建立机器人机械参数的辨识模型P_k＝(B^TB)^-1B^TT_r；

S8、将S2所得运动数据和S3所得关节实际转矩T_r代入S7建立的模型求解当前时刻机器人机械参数P_k；

S9、比较S8所得当前时刻机器人机械参数P_k和机器人出厂参数P₀，判断当前时刻机器人本体健康状态；

S10、记录S6所得机器人各关节运动状态和S9所得机器人本体健康状态；

S11、根据S6所得判断结果和S9所得判断结果，判断机器人的工作状态；

S12、根据S11所得结果，如果机器人状态异常，则进行异常处理；

S13、根据S11所得结果，如果机器人状态正常，按照公式P_k+1＝(1-λ)P_k+λP更新机械参数得到S1新值P_k+1，λ为更新速率，取值区间为[0.01,0.1]；

系统包括：

位于运动关节处的数据获取部，用于实时获取当前机器人的状态参数，包括机械参数、各关节运动量和各关节转矩实测值；

运行状态监测部，用于建立机器人关节转矩预测模型，代入关节运动量和所述数据获取部获得的机械参数计算出当前关节转矩预测值，比较关节转矩预测值和实际值计算转矩偏差，判断机器人当前运行状态；

健康状态监测部，用于建立机器人机械参数辨识模型，代入关节运动量和所述数据获取部获得的关节转矩计算出当前机器人机械参数，与出厂机械参数进行比较即可判断机器人当前健康状态；

状态处理部，根据当前机器人运行状态和健康状态做出对应处理，如果状态正常，则更新机器人机械参数；如果状态异常，进行异常处理，异常处理方式包括减速运动和运动停止；

状态记录部，记录机器人状态参数；

其中S1～S3由数据获取部完成，S4～S6由运行状态检测部完成，S7～S9由健康状态检测部完成，S10由状态记录部完成，S11～S13由状态处理部完成。

2.根据权利要求1所述的控制方法，其特征在于：所述机器人各关节实际转矩T_r由以下公式计算得到

其中τ_mi为第i轴电机输出转矩，G_i为第i关节的减速比，为第i轴电机角速度，为第i轴的角加速度，J_mi为第i轴电机转子的转动惯量，c_mi为第i轴电机粘性阻尼系数，f_mi为第i轴电机转子的摩擦转矩；电机输出转矩等于电机电流乘以转矩常数，机器人实际转矩T_r是一个N×1维的列向量，N代表机器人自由度数，第i个元素为第i轴关节转矩τ_i，即有T_r＝[τ₁，τ₂，…，τ_N]^T。

3.根据权利要求1所述的控制方法，其特征在于：所述步骤S6包括：实际关节转矩减去预测关节转矩得到转矩偏差，根据转矩偏差判断机器人当前运行状态。