[发明专利]一种实时的工业机械臂故障辨识方法

权利要求书

1.一种实时的工业机械臂故障辨识方法，其特征在于，所述方法包括以下步骤步骤1)建立一个非线性机械臂动力学方程：

其中q,分别表示机械臂角度，角速度，角加速度，向量M(q)表示机械臂惯性矩阵，表示机械臂科氏力、离心力、重力力矩向量,τ表示机械臂控制力矩向量,τ_f表示机械臂执行器故障力矩向量,表示机械臂的摩擦力；

考虑机器人动力学模型已知，定义为便于分析，将式(1)转化成如下状态空间模型：

其中

x(t)是第t时刻的状态，y(t)是第t时刻的系统输出，T为离散采样时间，O_3×3表示3行3列的零矩阵，I_3×3表示3行3列的单位矩阵，M^-1(x₁)表示惯性矩阵的逆矩阵；

步骤2)构造中间观测器，过程如下:

2.1)引入中间变量

ξ(t)＝τ_f(t)-wB'(t)x(t) (3)

其中上标“′”表示矩阵的转置,ξ(t)表示中间变量,ω是调优参数；

2.2)基于中间变量，设计中间观测器如(4)所示；

2.3)通过收集λ∈N个观测值，写出从第i个传感器的值

其中

.系数矩阵F_i(t)＝Φ_i(t)B(t)，

Γ(t)＝A(t)+ωB(t)B'(t)

定义得

Y(t)＝Qz(t) (5)

其中，Q＝[O F],z(t)＝(x(t-λ+1),ζ(t)-h(t)),并且

其中z(t)即所需要估计的状态变量；

步骤3)利用事件触发投影梯度下降算法更新估计值事件触发投影梯度下降算法更新估计值通过李雅普诺夫投影梯度方向；

2.如权利要求1所述的一种实时的工业机械臂故障辨识方法，所述步骤3)的具体过程如下；

3.1)对迭代次数m,k,进行初始化,m＝1,k＝0,

3.2)基于Q，Q的伪逆Q⁺以及t时刻第m-1次迭代下的状态估计值求取t时刻第m次迭代下的状态估计值并对所求得的进行投影运算，

3.3)求取在李雅普诺夫投影方向的值对迭代次数m进行更新，m＝m+1。

3.4)循环3.2)-3.3)直到迭代次数m超过设定的次数v₁,即m＞v₁。

3.5)求取在t时刻从m-v₁+1次迭代到第m次迭代上的平均值V_avg，取η₁为设定的更新率，当时，k＝k+1；否则k＝0。

3.6)对3.2)-3.5)进行循坏，直到k到达设定的计数值α₁，即k≥α₁。

3.7)基于获取等价中间变量ζ-h在t-λ+1时刻的估计值

3.8)基于3.7)，求取执行器故障τ_f在t-λ+1时刻的估计值

因此，由3.1)-3.8)可得参数v₁,η₁,α₁需要依据实际系统进行选取。