[发明专利]一种机器人故障诊断方法、装置及设备

说明书

本申请公开了一种机器人故障诊断方法，能采集机器人的运行数据以作为原始特征集，从原始特征集中筛选敏感特征集，并确定敏感特征集中敏感特征的特征权重，进而依据特征权重利用基于逆协方差矩阵的聚类方法对敏感特征集进行聚类，最终根据聚类结果确定机器人的故障诊断结果。可见，该方法利用基于逆协方差矩阵的聚类方法实现聚类，由于该聚类方法能通过发现机器人在相同运行状态下的不同表现来进行故障诊断，提升了诊断的可靠性，此外该方法考虑到各个敏感特征在故障诊断中的敏感程度的不同，为各个敏感权重分配相应的特征权重，提升了诊断的准确性。本申请还提供了一种机器人故障诊断装置、设备及计算机可读存储介质，其作用与上述方法相对应。

技术领域

本申请涉及故障诊断领域，特别涉及一种机器人故障诊断方法、装置、设备及计算机可读存储介质。

背景技术

机器人是一种半自主或全自主工作的机器，集现代制造技术、新型材料技术和信息控制技术为一体，是智能制造的代表性产品。

现阶段，机器人系统的集成度和复杂度也越来越高，多数机器人作业的运行工艺参数设定、运维管控还只是依靠技术工人现场执行，单纯依赖经验与工艺知识进行运维已经无法满足当前复杂系统的需求，因此广泛存在盲目定检、定修导致维护成本提高、效率低下等问题，影响生产效率与质量。总体上，现阶段工业机器人的应用过程存在设备运行效率低、工艺知识智能决策水平低、运行故障率高、维修响应不及时、维护效率低成本高等问题。

故障诊断技术发展至今，大致经历了三个阶段，分别为早期人工诊断阶段、以自动检测为主的常规诊断阶段、智能诊断阶段。通过对国内外工业机器人等复杂装备故障诊断发展现状的研究分析，可以总结出故障诊断方法主要有基于信号处理的故障诊断方法、基于解析模型的故障诊断方法和基于知识的诊断方法。然而，这些方案的故障诊断实时性和准确性较低，无法满足实际使用需求。

发明内容

本申请的目的是提供一种机器人故障诊断方法、装置、设备及计算机可读存储介质，用以解决传统的机器人故障诊断方案的诊断实时性和准确性较低的问题。具体方案如下：

第一方面，本申请提供了一种机器人故障诊断方法，包括：

采集机器人的运行数据以作为原始特征集；

从所述原始特征集中筛选敏感特征集，并确定所述敏感特征集中敏感特征的特征权重；

依据所述特征权重，利用基于逆协方差矩阵的聚类方法对所述敏感特征集进行聚类，得到聚类结果；

根据所述聚类结果，确定所述机器人的故障诊断结果。

可选的，所述从所述原始特征集中筛选敏感特征集，并确定所述敏感特征集中敏感特征的特征权重，包括：

利用补偿距离评估方法从所述原始特征集中筛选敏感特征集；

依据距离评价标准，确定所述敏感特征集中敏感特征在故障诊断中的敏感程度，以作为特征权重。

可选的，所述根据所述聚类结果，确定所述机器人的故障诊断结果，包括：

根据所述聚类结果，确定离群点以及所述离群点对应的运行状态；

根据所述离群点和所述运行状态，确定所述机器人的故障类型。

可选的，所述采集机器人的运行数据以作为原始特征集，包括：

采集机器人中电机编码器的反馈信号，以作为原始特征集。

可选的，所述反馈信号包括以下任意一项或多项：指令位置信号、反馈位置信号、指令速度信号、反馈速度信号、指令加速度信号、反馈加速度信号、指令力矩信号、反馈力矩信号、误差信号。

可选的，所述根据所述聚类结果，确定所述机器人的故障诊断结果，包括：