[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

说明书

技术领域

本发明涉及一种工业机器人故障诊断方法，尤其涉及一种基于离群点挖掘的集群工业机器人故障诊断方法，属于机电设备故障诊断技术领域。

背景技术

纵观整个装配制造业的发展现状，不难分析出其今后的发展趋势是：不断发展的自动化柔性生产系统。工业机器人因其集自动化生产和灵活性生产的特点于一身，因此近年来，装配制造业中大规模地使用了工业机器人来提高生产效率，如在汽车生产的冲压、焊装、涂装、总装等工艺过程中，工业机器人都有广泛的应用。工业机器人是集机械、液压、电子、光电、计算机等多种类型元器件和控制软件在内的复杂系统，在工业应用中通常带有较大负荷并长期连续运转，然而一旦工艺流程中的某个工业机器人失效或发生故障，将对整条生产线造成影响。发明一种工业机器人故障诊断方法，通过监测其运行数据达到预测故障的目的，并及时实施相应的检修与维护，对于保障生产线可靠运作，提高经济效益具有重要意义。

对自动化设备的故障诊断和性能评估有两种方法：一种是纵向评估：即根据设备自身的历史运行数据评估性能的变化趋势。这种评估方法可以借鉴传统的信号处理理论和方法，其研究相对比较成熟，但这种方法只能针对单台设备，具有单一性。另一种是横向评估，即多台相同或相似的设备，在其工作条件基本相同的情况下，相互之间进行横向的比较，以评估设备的性能状态。装配制造业中大量应用的工业机器人正符合这一特点。

经对现有技术的文献检索发现，公开文件“工业机器人故障的实时检测与诊断”(机器人，1992)提出了一种工业机器人的故障诊断方法，该公开文件自述为：“本文首先建立了直流电机驱动机器人的驱动系统的动态故障模型，它包容了电枢电组，电感等故障，随后建立了工业机器人传感器的动态故障摸型。可包容位置，速度及力传感器的阶跃型和缓变型故障。在此基础上，应用作者提出的可处理一类非线性系统参数偏差型故障的系统性算法，成功地检测并诊断出这些故障，仿真结果表明，本文方法具有检测时延较小的优点，不仅可以隔离出故障而且同时可估计出故障的大小”，其不足之处是通过建立已知故障的模型对工业机器人进行动态诊断，因此无法对未知故障进行诊断；此外，该方案只适用于对个体工业机器人进行诊断，而无法用于大规模生产线上集群作业的工业机器人。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于离群点挖掘的集群工业机器人故障诊断方法，通过监测其运行状态数据，实现对生产线上集群作业工业机器人的故障诊断，实施针对性预测性检修，避免设备故障的发生，提高设备的可靠性。

为实现上述目的，本发明首先采集集群工业机器人原始运行状态数据并进行归类等预处理操作，然后用聚类分析的方法将多台工业机器人作为一个群体进行分析，使得多台设备根据运行状况进行归类。在聚类基础上，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。在数据库中存储集群工业机器人的运行数据和故障诊断结果；利用显示端口实时显示运行数据和故障诊断结果。

本发明的方法具体包括以下步骤：

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、任务执行结果等。当诊断对象很多时，可以通过扩展多个采集卡来增加输入通道。

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。

显示运行数据和故障诊断结果可以保障工程师借此浏览工业机器人历史和当前的运行数据、性能评估结果、故障发生情况及维修情况等信息。

本发明方法直接从工业机器人的控制器获取其运行数据，如消耗功率、基座振动等能够表现其工作状态和设备健康状况的参数，并采用离群点挖掘方法对大量同类数据进行横向比较，分析其中异样的运行参数，进而达到诊断集群工业机器人中出故障的设备。