[发明专利]一种机器人微机电系统故障诊断方法及系统

权利要求书

1.一种机器人微机电系统故障诊断方法，其特征在于，所述机器人微机电系统故障诊断方法包括模型训练阶段和故障诊断阶段；其中，

在所述模型训练阶段，所述机器人微机电系统故障诊断方法包括：

采集机器人微机电系统在正常工况下的反馈数据；

对获取的微机电系统在正常工况下的反馈数据进行滤波处理；

利用计算机模拟生成机器人微机电系统在预设类型故障下的反馈数据；

将计算机模拟的微机电系统在预设类型故障下的反馈数据与滤波后的微机电系统在正常工况下的反馈数据进行数据融合，得到融合后的反馈数据，并对融合后的反馈数据采用滑动采样方法进行数据扩充，以构建训练样本数据集；

基于所述训练样本数据集，对预设的故障诊断模型进行训练；其中，所述预设的故障诊断模型为深度卷积神经网络模型；

在所述故障诊断阶段，所述机器人微机电系统故障诊断方法包括：

实时获取待诊断的微机电系统的反馈数据；

对获取的待诊断的微机电系统的实时反馈数据进行滤波处理；

将滤波后的微机电系统的实时反馈数据输入训练好的故障诊断模型，利用训练好的故障诊断模型对当前微机电系统运行工况进行故障诊断及故障分类。

2.如权利要求1所述的机器人微机电系统故障诊断方法，其特征在于，所述微机电系统包括机器人关节位置传感器和执行器。

3.如权利要求2所述的机器人微机电系统故障诊断方法，其特征在于，所述预设类型故障包括传感器偏差故障、传感器线性增益故障、传感器损坏故障、执行器偏差故障、执行器线性增益故障和执行器卡死故障中的一种或多种的组合。

4.如权利要求1所述的机器人微机电系统故障诊断方法，其特征在于，所述对获取的微机电系统在正常工况下的反馈数据进行滤波处理，包括：

使用数字低通滤波器对获取的微机电系统在正常工况下的反馈数据进行滤波处理；其中，所述数字低通滤波器的上限截止频率可调。

5.如权利要求1所述的机器人微机电系统故障诊断方法，其特征在于，所述机器人微机电系统故障诊断方法还包括：

将当前待诊断的微机电系统出现的故障类型与已知的故障类型进行比较，根据比较结果对所述故障诊断模型的参数进行调整；其中，所述故障诊断模型的参数包括卷积数量和卷积深度；所述卷积数量和卷积深度根据故障诊断效果调整；所述卷积深度在不同的卷积模块上设置为不等值。

6.一种机器人微机电系统故障诊断系统，其特征在于，所述机器人微机电系统故障诊断系统包括：微机电系统反馈数据获取模块、微机电系统反馈数据模拟模块、数据处理模块、模型训练模块、故障诊断模块以及用于控制工作模式的工作模式选择开关，所述工作模式包括模型训练模式和故障诊断模式；

在所述模型训练模式下，

所述微机电系统反馈数据获取模块用于采集机器人微机电系统在正常工况下的反馈数据；

所述微机电系统反馈数据模拟模块用于利用计算机模拟生成机器人微机电系统在预设类型故障下的反馈数据；

所述数据处理模块用于对获取的微机电系统在正常工况下的反馈数据进行滤波处理；并将计算机模拟的微机电系统在预设类型故障下的反馈数据与滤波后的微机电系统在正常工况下的反馈数据进行数据融合，并对融合后的反馈数据采用滑动采样方法进行数据扩充，以构建训练样本数据集；

所述模型训练模块用于基于所述训练样本数据集，对预设的故障诊断模型进行训练；其中，所述预设的故障诊断模型为深度卷积神经网络模型；

在所述故障诊断模式下，

所述微机电系统反馈数据获取模块用于实时获取待诊断的微机电系统的反馈数据；

所述数据处理模块用于对获取的待诊断的微机电系统的实时反馈数据进行滤波处理；

所述故障诊断模块用于将滤波后的微机电系统的实时反馈数据输入训练好的故障诊断模型，利用训练好的故障诊断模型对当前微机电系统运行工况进行故障诊断及故障分类。