[发明专利]基于改进PSO及SVM的编码器故障诊断系统及方法有效
申请号: | 201810645393.X | 申请日: | 2018-06-21 |
公开(公告)号: | CN108828944B | 公开(公告)日: | 2020-05-19 |
发明(设计)人: | 周风余;袁宪锋;陈科;杨中欣;郭仁和;尹磊 | 申请(专利权)人: | 山东大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 李圣梅 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 改进 pso svm 编码器 故障诊断 系统 方法 | ||
本发明公开了基于改进PSO及SVM的编码器故障诊断系统及方法,该系统包括:所述PID控制器的输出值一路输入至改进PSO‑SVM预测模型,所述惯导模块测量的加速度值输出至改进PSO‑SVM预测模型,所述改进PSO‑SVM预测模型输出值分两路,一路输出至故障容错切换机制模块,一路与编码器实际速度测量值作差得到残差信号,SPRT故障检测算法实时对残差信号进行检测,当检测到编码器故障时,故障容错切换机制模块切断故障编码器的测量值,并将编码器实际测量值替换为改进PSO‑SVM预测模型预测输出值作为反馈信号反馈给PID控制器;当系统恢复正常之后,故障容错切换机制模块将编码器实际测量值作为反馈信号反馈给PID控制器,最终达到软闭环安全容错控制的目的。
技术领域
本发明涉及检测技术领域,特别是涉及基于改进PSO及SVM的编码器故障诊断系统及方法。
背景技术
在多种多样的移动机器人中,运动控制系统是机器人的基础核心部分,无论是工业机器人还是服务机器人,运动系统的安全性与稳定性都是其产品化进程最强调的因素。众所周知,较好的运动控制系统多采用闭环控制方式,增量式编码器是运动控制系统中常用的数字测速反馈元件,可以将位移信号转换成周期性的方波脉冲信号,是速度闭环反馈控制系统中的重要环节,也是控制系统中的脆弱环节。
为了使服务机器人在闭环运动控制过程中编码器发生故障时不会出现飞车的情况,并能够从闭环状态自动切换到安全模式下直至安全停机,首先系统应该能够诊断出编码器故障,然后进行相应的闭环容错控制,使系统达到安全可靠运行的目的。
目前国内外最流行的速度检测手段是基于增量式编码器的速度测量方案,随着控制系统技术的快速发展,速度测量系统的成本和复杂性也越来越高,编码器的任何故障,都将对测控系统造成毁灭性打击。对于服务机器人系统来说,底层闭环运动控制系统中的增量式编码器最常见的三种故障模式为:丢码、断码和完全失效。
在机器人实际运动过程中,很难避免由于干扰、老化、信号线断线、接触不良等自然原因导致的系统元器件故障问题。而当测速反馈元件编码器发生断码、丢码故障时,机器人的速度闭环控制系统将遭到破坏而使其开环,轻则会引起系统性能下降,重则会导致控制系统飞车,设备损坏。尤其对于家庭环境下工作的服务机器人,运动控制系统故障的发生甚至会对家庭人员的人身财产安全造成威胁。因此,对增量式编码器进行实时的故障诊断与容错控制研究,对提高服务机器人运动控制系统的鲁棒性及安全水平具有重大意义。
发明内容
为了解决现有技术的不足,本发明提供了基于改进PSO及SVM的编码器故障诊断系统,利用改进PSO优化的SVM预测模型建立增量式编码器故障检测系统,并进行容错控制,使机器人达到安全稳定运行的目的。
基于改进PSO及SVM的编码器故障诊断系统,该系统适用于轮式服务机器人,该系统包括:
PID控制器、电机驱动模块、增量式编码器、改进PSO-SVM预测模型、惯导模块;
所述PID控制器的输出值一路输入至改进PSO-SVM预测模型,一路输出至电机驱动模块,所述电机驱动模块驱动电机工作并通过增量式编码器测量其实际速度;
所述惯导模块测量的加速度值输出至改进PSO-SVM预测模型,所述改进PSO-SVM预测模型输出值分两路,一路输出至故障容错切换机制模块,一路与编码器实际速度测量值作差得到残差信号,SPRT故障检测算法实时对残差信号进行检测,当检测到编码器故障时,故障容错切换机制模块切断故障编码器的测量值,并将编码器实际测量值替换为改进PSO-SVM预测模型预测输出值作为反馈信号反馈给PID控制器,形成模拟闭环控制;
当系统恢复正常之后,故障容错切换机制模块将编码器实际测量值作为反馈信号反馈给PID控制器,最终达到软闭环安全容错控制的目的。
进一步优选的技术方案,所述改进PSO-SVM预测模型的建立是基于轮式服务机器人正常历史数据建立的。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810645393.X/2.html,转载请声明来源钻瓜专利网。