[发明专利]基于数字孪生的四足机器人故障预测方法、装置及设备

权利要求书

1.一种基于数字孪生的四足机器人故障预测方法，其特征在于，包括：

根据目标四足机器人的历史数据，选取影响所述目标四足机器人健康状况的多个建模组件，并定义各所述建模组件的建模级别；

根据各所述建模组件及对应的建模级别，构建所述目标四足机器人的数字孪生模型，并定义所述数字孪生模型的建模参数；所述建模参数包括变速箱摩擦分量和变速箱齿轮惯性；

迭代计算所述建模参数对应的更新建模参数，并判断所述建模参数对应的更新建模参数是否满足预设条件；

若所述建模参数对应的更新建模参数满足预设条件，则根据所述建模参数对应的更新建模参数对所述目标四足机器人进行故障预测。

2.根据权利要求1所述的方法，其特征在于，还包括：

若所述建模参数对应的更新建模参数不满足预设条件，则继续执行迭代计算所述建模参数对应的更新建模参数，并判断所述建模参数对应的更新建模参数是否满足预设条件的步骤。

3.根据权利要求1所述的方法，其特征在于，所述根据目标四足机器人的历史数据，选取影响所述目标四足机器人健康状况的多个建模组件，并定义各所述建模组件的建模级别，包括：

获取所述目标四足机器人的历史数据，并根据所述历史数据评估所述目标四足机器人中各组件对所述目标四足机器人健康状况的影响，生成评估结果；

根据所述评估结果，选取影响所述目标四足机器人健康状况的多个建模组件；其中，所述建模组件包括机械结构组件、变速箱组件、执行器组件和输入信号组件；

根据各所述建模组件的功能，分别定义各所述建模组件的建模级别；其中，所述机械结构组件的建模级别为白盒，所述变速箱组件的建模级别为灰盒，所述执行器组件的建模级别为黑盒，所述输入信号组件的建模级别为黑盒。

4.根据权利要求1所述的方法，其特征在于，所述迭代计算所述建模参数对应的更新建模参数，并判断所述建模参数对应的更新建模参数是否满足预设条件，包括：

基于非线性最小二乘法，迭代计算所述变速箱摩擦分量对应的更新建模参数和所述变速箱齿轮惯性对应的更新建模参数；

将所述变速箱摩擦分量对应的更新建模参数和所述变速箱齿轮惯性对应的更新建模参数导入所述数字孪生模型中，并运行所述数字孪生模型，得到模拟扭矩信号；

判断所述模拟扭矩信号与获取的实际扭矩信号之间的偏差是否大于最大允许偏差；

若大于，则确定所述变速箱摩擦分量对应的更新建模参数和所述变速箱齿轮惯性对应的更新建模参数满足预设条件；否则，继续执行迭代计算所述变速箱摩擦分量对应的更新建模参数和所述变速箱齿轮惯性对应的更新建模参数的步骤。

5.根据权利要求1所述的方法，其特征在于，所述若所述建模参数对应的更新建模参数满足预设条件，则根据所述建模参数对应的更新建模参数对所述目标四足机器人进行故障预测，包括：

若所述建模参数对应的更新建模参数满足预设条件，则根据所述建模参数对应的更新建模参数的迭代次数，计算所述目标四足机器人的变速箱的剩余使用寿命；

根据所述目标四足机器人的变速箱的剩余使用寿命，确定所述目标四足机器人的故障诊断结果。

6.一种基于数字孪生的四足机器人故障预测装置，其特征在于，包括：

组件选取单元，用于根据目标四足机器人的历史数据，选取影响所述目标四足机器人健康状况的多个建模组件，并定义各所述建模组件的建模级别；

模型构建单元，用于根据各所述建模组件及对应的建模级别，构建所述目标四足机器人的数字孪生模型，并定义所述数字孪生模型的建模参数；所述建模参数包括变速箱摩擦分量和变速箱齿轮惯性；

参数更新单元，用于迭代计算所述建模参数对应的更新建模参数，并判断所述建模参数对应的更新建模参数是否满足预设条件；

故障预测单元，用于若所述建模参数对应的更新建模参数满足预设条件，则根据所述建模参数对应的更新建模参数对所述目标四足机器人进行故障预测。