[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

说明书

本发明公开了一种基于数字孪生的四足机器人故障预测方法、装置及设备，该方法主要包括：选取影响目标四足机器人健康状况的多个建模组件，并定义各建模组件的建模级别；根据各建模组件及对应的建模级别，构建目标四足机器人的数字孪生模型，并定义建模参数；迭代计算建模参数对应的更新建模参数，并判断建模参数对应的更新建模参数是否满足预设条件；若满足，则根据建模参数对应的更新建模参数对目标四足机器人进行故障预测。本发明可以选取影响目标四足机器人健康状况的多个建模组件并定义各建模组件的建模级别，能够简单方便地对工业四足机器人设备进行评估，得出故障风险，从而有效提升了生产效率，还大大降低了企业的运营成本。

技术领域

本发明涉及工业设备维护技术领域，具体涉及一种基于数字孪生的四足机器人故障预测方法、装置及设备。

背景技术

由于现代制造业对高速、高精度和灵活性的要求，工业设备可靠性和操作安全性成为关键问题。当设备发生故障时，企业的损失不仅仅来自于设备的维修成本，还有设备执行任务时停机所造成的成本。虽然企业可以通过定期维护排查计划外的设备停机，但并不能避免出现设备在运行时发生故障的情况。若运行时发生故障，可能会导致灾难性的后果，使企业财产与人身安全都受到不同程度的损失。

采用传统方法对工业设备进行故障预测时，尤其是针对工业四足机器人，只能在故障出现时才能对故障进行处理而无法对故障进行及时检测与预测性维护，这样就易导致出现较为严重的后果，会使企业财产与人身安全受到不同程度的损失。

需要注意的是，本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

本发明实施例提供一种基于数字孪生的四足机器人故障预测方法、装置及设备，以解决现有技术中对工业设备进行故障预测时只能在故障出现时才能对故障进行处理而易导致出现较为严重的后果的问题。

第一方面，本发明实施例提供一种基于数字孪生的四足机器人故障预测方法，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。

作为本发明第一方面的优选方式，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。

作为本发明第一方面的优选方式，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。