[发明专利]一种关节RV减速器弱故障识别的方法

说明书

本发明公开了一种关节RV减速器弱故障识别的方法，该方法不同步采集机器人关节的伺服电机电流信号和关节RV减速器运行状态的振动信号；以关节电流信号的时频图中的最大回转频率对应的时间点作为时间起点，在滤波后的振动信号中找到并截取峰值平稳阶段的振动信号，通过倒谱分析，当倒频谱中出现幅值激增的谱线时，则判断关节RV减速器存在故障，进行有无故障判别后，再对存在故障的振动信号进行变分模态分解分析，得到振动信号的分量信号，以信息熵作为选择指标，从分量信号中选择重构信号，对重构信号进行傅里叶变换，获得故障信号频谱图，从图中提取故障特征并对弱故障进行故障类型识别；本发明方法简单有效；适用于设备的早期故障诊断。

技术领域

本发明涉及一种倒谱分析和变分模态分解在关节RV减速器中弱故障识别中的应用，属工业机器人智故障诊断及健康评估技术领域。

背景技术

工业机器人研究正朝着高精度、高速度、多轴化和轻型化方向发展。减速器是工业机器人的核心部件，其健康状况决定了工业机器人的执行效率和精度。高精密RV减速器(rotate vector reducer)以其体积小、传动比大、效率高等特点成为目前工业机器人最常用的减速器。在长时间运行过程中，由于零部件的自然磨损及疲劳寿命甚至是突发制动都会导致关节RV减速器出现弱故障，因为弱故障不影响其关节运行且无明显故障判别，所以对关节RV减速器出现严重故障前表现出来的反馈信息提前做出应对，可以避免出现严重的设备故障，即对工业机器人智能故障诊断及健康评估显得尤为重要。机器人工作时，姿态运动的监测常规方式以噪声、振动、电流等作为监测数据源。RV减速器作高精密核心部件密封于关节内部，关节RV减速器故障诊断作为早期故障识别技术，是需要研究和分析弱信号的特征提取和识别。因此将电流信号与振动信号相结合进行故障分析是一种融合的故障处理方法。电流信号是一种作为是机器人整体运动的运动表征最终反馈的信号，电流信号采集方式相对简单，且外部干扰较小，而非振动和噪声需要特定的环境，排除较多的外部干扰。振动信号是通过对关节臂上放置加速度传感器采集得到，采集方式相对便捷，且对故障信号更为精准及敏感。

机器人关节运行过程中关节RV减速器受力是变化的，因此是非平稳振动，且非完整周期圆周运动。常规方式获取伺服电机转速是以编码器的键相脉冲信号进行分析，但对于机器人而言，其键相脉冲不易获取，且无法精准反馈出关节真实运行状态。通过伺服电机的电流信号提取转速更加便捷稳定，且电流信号干扰较少。由于电流信号与振动信号的采集方式不同，同步采集由于振动信号的采样频率远高于电流信号的采样频率，会导致后续信号处理变得复杂，不同步采集有利于实验的便捷，以不同的采样频率进行实验。

发明内容

针对现有技术存在的问题，本发明提供了一种基于倒谱分析和变分模态分解的关节RV减速器弱故障识别的方法，该方法的电流信号与振动信号采集不需要同步采集，不需要脉冲信号提取转速，本发明方法尽可能地减少分析参数步骤，以关节运动峰值稳定阶段进行分析，避免了加速阶段与减速阶段的截断误差，根据关节上升或下降运动阶段电流信号的时频图的最大回转频率作为时间基准同步截取振动信号，通过倒谱分析，进行有无故障判别后，再对存在故障的非平稳振动信号进行变分模态分解分析，得到故障特征，并对弱故障进行故障类型识别，做到对故障特征精准分析。

对于关节RV减速器而言，发生弱故障时，由于振动信号会表现出幅值调制特性，因此存在特征频率由于受弱故障调幅影响而导致幅值激增，基于关节RV减速器伺服电机的电流信号对关节RV减速器运行状态的振动信号进行分析，能够精准地对在关节RV减速器中的弱故障进行识别诊断。

本发明基于倒谱分析和变分模态分解的关节RV减速器弱故障识别的方法步骤如下：

(1)采集机器人关节上升或下降运动过程中的伺服电机电流信号I(t₁)和关节RV减速器运行状态的振动信号S(t₂)，其中t₁为电流信号I(t₁)的采样时刻和t₂为振动信号S(t₂)的采样时刻；