[发明专利]机器人健康监测和故障诊断系统的控制方法

说明书

本发明属于机器人技术领域，涉及一种机器人健康监测和故障诊断系统的控制方法，系统包括位于运动关节处的数据获取部，用于判断机器人当前运行状态的运行状态监测部，用于判断机器人当前健康状态的健康状态监测部，根据当前机器人运行状态和健康状态做出对应处理的状态处理部，记录机器人状态参数的状态记录部。本发明通过建立机器人关节转矩预测模型和机器人机械参数辨识模型，实时判断机器人的运行状态和健康状态，并对于各种异常状态进行及时处理，可以有效地在早期发现机器人可能会发生的机械故障，减少经济损失。

技术领域

本发明涉及机器人技术领域，特别涉及一种机器人健康监测和故障诊断系统的控制方法。

背景技术

机器人已广泛应用于自动化生产各个领域，目前而言，缺乏有效的手段监控机器人的健康状态。机器人突然损坏有可能会使整个生产线停滞，造成重大经济损失。因此对机器人的健康监控和故障诊断对于避免损失有很重大的意义。

因此，有必要提供一种新的控制方法来解决上述问题。

发明内容

本发明的主要目的在于提供一种机器人健康监测和故障诊断系统的控制方法。

本发明通过如下技术方案实现上述目的：一种机器人健康监测和故障诊断系统的控制方法，

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；