[发明专利]基于离群点挖掘的集群工业机器人故障诊断方法

权利要求书

1.一种基于离群点挖掘的集群工业机器人故障诊断方法，其特征在于包括如下步骤：

1)采用多输入通道数据采集卡获取集群工业机器人的运行状态数据；所述运行状态数据包括：总消耗功率、基座振动、各电机的功率及工作电流、旋转关节的角速度、任务执行结果；

2)将获得的运行状态数据按统一格式整理归类，通过添加数据标识区分数据来源及数据类型，然后传输到系统数据库进行保存；

3)对集群工业机器人的运行状态数据进行聚类分析，利用离群点挖掘方法计算每台工业机器人的离群因子得出其离群程度，并根据离群程度分离出离群点，进一步确定离群点所代表的个体工业机器人是否出现故障，并通过异常运行参数的种类判断出机器人出现故障的具体部位，获得故障诊断结果；

4)将包括工业机器人的运行状态数据、故障诊断结果在内的信息存储到系统数据库中，并通过专用显示端口直接显示数据，作为管理、维修和更新工业机器人的依据。

2、根据权利要求1的基于离群点挖掘的集群工业机器人故障诊断方法，其特征在于对集群工业机器人根据运行状况进行聚类分析时，采用群体智能聚类法，即把集群工业机器人中的个体运行状态参数当作对象，将来自于集群工业机器人的所有对象随机分布在一个二维网格上，并由虚拟的蚂蚁测量其中一个对象在该环境内的群体相似度，并将这种群体相似度通过概率转换函数转换成拾起或放下的概率，通过群体之间的这种相互作用，经多个循环后实现对象的聚类。