[发明专利]一种实时的工业机械臂故障辨识方法

说明书

一种实时的工业机械臂故障辨识方法，先对六轴工业机械臂进行动力学建模；将系统动力学模型离散化并转化为状态空间方程，构造迭代中间观测器，通过在线迭代的方式估计出执行器故障信号。本发明的方法考虑了工业机械臂系统发生执行器故障的现象，并且本发明不只局限于此实例，同时其估计结果可以满足实际应用的精度与实时性要求。

技术领域

本发明属于网络安全技术领域，具体针对工业机械臂系统存在的实时执行器故障辨识问题，提出了一种迭代中间观测器的解决方法。

背景技术

随着“工业4.0”的提出以及工业化进程的加速，工业机械臂系统发挥的作用日益显著。在系统运行的过程中，不可避免地会受到故障的影响，此时若能对故障作出辨识，无疑有着重要的作用。在实际的工业生产中，由于工业机械臂是快速响应系统，需要对故障进行实时辨识，由于工业机械臂是非线性、时变系统，从而致使观测器难以对故障作出实时准确估计。

对工业机械臂系统进行实时故障辨识，传统方法有着一定的局限性。在现有技术中，有鲁棒观测器、中间观测器。这些观测器均具有一定的鲁棒性。然而标称的中间观测器，虽然具有一定的鲁棒性，但是仅仅通过调节参数，无法得到理想的效果。H_∞基于LMI求解，保守性过强，易导致LMI无解。滑模观测器需要故障的先验信息，例如故障导数的上界、故障本身的上界，但是这些信息在实际情况中无法获取。

发明内容

为了克服已有技术的不足，本发明提出了一种实时的工业机械臂故障辨识方法，它偏向工程，更适用于实际工业情况。具体地说，它通过引入一个中间变量，构造一个迭代中间观测器来同时估计状态和故障。

本发明解决其技术问题所采用的技术方案是：

一种实时的工业机械臂故障辨识方法，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)