[发明专利]一种基于互联网的智能机器人故障检测方法

说明书

本发明涉及机器人技术领域，且公开了一种基于互联网的智能机器人故障检测方法，包括以下步骤：S1：基本信息采集，采集智能机器人的基本信息；S2：运动信息采集，通过机器人控制模块控制智能机器人在不同状态下运动，获取机器人正常运行状态下多种不同采样率数据；S3：数据传输，把采集的基本信息和运动信息传输给智能机器人控制中心，然后通过智能机器人控制中心通过互联网传递给服务器终端；S4：数据预处理。本发明利用工业互联网平台高效实现智能机器人监测与故障诊断算法，高效实现机器人监测与故障诊断分析信息共享和协同处理，可以进行自我故障诊断，并及时发送故障信号，将机器人使用中的不良影响降至最低。

技术领域

本发明涉及机器人技术领域，具体为一种基于互联网的智能机器人故障检测方法。

背景技术

随着生活水平的提高，人们生活的质量要求越来越高，机器人的运用也越来越多，机器人是一种自动化机器，不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协同能力，是一种具有高度灵活性的自动化机器。机器人可以辅助甚至替代人类完成危险、繁重、复杂的工作，提高工作效率质量，服务人类生活，扩大延伸人的活动及能力范围。

智能机器人正以越发迅猛的速度渗透到人们日常生活之中，在教育、陪护、清洁、展示、导购、智能玩具等领域的应用越来越广泛，但是，由于智能机器人技术正处于日益完善的阶段，在使用当中会产生各种故障，由于现有的家用机器人缺乏有效的故障检测手段，导致无法进行自身的故障检测，以致故障信息不能及时反馈给用户，故障不能被及时有效的处理，只能依靠技术人员到现场调试或者返厂维修，不能满足人们的要求。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了一种基于互联网的智能机器人故障检测方法，解决了一般的机器人缺乏有效的故障检测手段，导致无法进行自身的故障检测，不能满足人们的要求的问题。

（二）技术方案

为实现上述目的，本发明提供如下技术方案：

一种基于互联网的智能机器人故障检测方法，包括以下步骤：

S1：基本信息采集，采集智能机器人的基本信息；

S2：运动信息采集，通过机器人控制模块控制智能机器人在不同状态下运动，从而获取运行状态下智能机器人信息，获取机器人正常运行状态下多种不同采样率数据；

S3：数据传输，把采集的基本信息和运动信息传输给智能机器人控制中心，然后通过智能机器人控制中心通过互联网传递给服务器终端；

S4：数据预处理，多种不同采样率数据组成样本集，然后对样本集进行预处理，得到多采样率的参照训练样本集；

S5：提取特征，特征提取单元由多级的高通滤波器及低通滤波器组成，数据信号输入一级的高通滤波器及低通滤波器，后一级的高通滤波器及低通滤波器的输入端与前一级的低通滤波器的输出连接；

S6：训练模型，根据参照训练样本集构建包含双隐变量的动态潜在参照模型，明确所需计算的动态潜在参照模型的模型参数，通过估计上述模型参数和双隐变量分布实现对动态潜在参照模型的训练，根据训练完成的动态潜在参照模型的双隐变量分布和模型参数构建相应的统计量T2和SPE，用卡方分布计算得到统计量T2和SPE的统计阈值和SPElim；

S7：特征输入模型，基于离散小波变换提取输入数据信号的特征，将提取到的特征输入至训练的模型中；

S8：检测，在统计阈值和SPElim建立后，采集工业机器人运行过程中的数据，使用训练完成的动态潜在参照模型计算工业机器人运行过程中的检测统计量和SPEtest，将得到的检测统计量和SPEtest分别与对应的统计阈值和SPElim相比，判断当前工业机器人是否存在故障。

作为本发明再进一步的方案，所述S1中基本信息包括智能机器人的出场设置、电流、电压、适用温度、湿度情况。