[發明專利]工業機器人早期微弱故障信號篩選方法

在審

• 申請號: 202010126374.3
• 申請日: 2020-03-02
• 公開（公告）號: CN111458092A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 常佩澤;張露予;王嘉;李佳航
• 申請（專利權）人: 河北工業大學
• 主分類號: G01M7/02
• 分類號: G01M7/02;G01H13/00;G06N3/00
• 代理公司: 天津市鼎拓知識產權代理有限公司 12233
• 代理人: 劉雪娜

本申請提供有一種工業機器人早期微弱故障信號篩選方法，包括如下步驟：基于隨機共振系統對初始信號數據添加噪聲；利用蟻群優化算法對隨機共振系統的參數進行迭代優化，得到優化的隨機共振系統；基于優化的隨機共振系統對初始信號數據進行強化，得到增強信號數據；對增強信號數據進行加權融合，獲得重構信號序列；依據重構信號序列建立多指標數據集，并建立篩選指標對多指標數據集進行篩選，得到滿足篩選標準的信號指標數據集。

技術領域

本公開具體公開一種工業機器人早期微弱故障信號篩選方法。

背景技術

當前我國大力發展工業機器人，但其可靠性仍有待提升。隨著工業機器人自由度的增加和性能的提升，其早期故障也逐漸增多。

一般來說，工業機器人的故障強度函數曲線符合“浴盆曲線”規律，在使用早期，其內部往往隱藏著大量的設計制造缺陷和故障隱患，比如：配套元器件的質量差、失誤的設計或者制造工藝的不成熟等。因此，工業機器人做好早期故障排除工作變得至關重要。

現有技術中，為進行早期故障排除而普遍采取的方法是對加速度傳感器收集的振動信號，在時域或頻域上選取適合的指標進行分析。很明顯，此種技術方案沒有考慮故障早期信號特征微弱，在強噪聲下的微弱故障特征提取及選取趨勢明顯的故障指標選取存在一定困難。

發明內容

鑒于現有技術中的上述缺陷或不足，本申請旨在提供一種相較于現有技術而言，能夠從強噪聲中提取早期微弱故障信號，并能夠有針對性地剔除掉整體趨勢平穩僅在失效前發生明顯躍變的指標，從而篩選出故障趨勢明顯且單調故障指標的工業機器人早期微弱故障信號篩選方法。

本申請旨在提供一種相較于現有技術而言，能夠從強噪聲中提取早期微弱故障信號，并能夠有針對性地剔除掉整體趨勢平穩僅在失效前發生明顯躍變的指標，從而篩選出故障趨勢明顯且單調故障指標的工業機器人早期微弱故障信號篩選方法。

第一方面，一種工業機器人早期微弱故障信號篩選方法，包括如下步驟：基于隨機共振系統對初始信號數據添加噪聲；利用蟻群優化算法對隨機共振系統的參數進行迭代優化，得到優化的隨機共振系統；基于優化的隨機共振系統對初始信號數據進行強化，得到增強信號數據；對增強信號數據進行加權融合，獲得重構信號序列；依據重構信號序列建立多指標數據集，并建立篩選指標對多指標數據集進行篩選，得到滿足篩選標準的信號指標數據集。

根據本申請實施例提供的技術方案，在得到滿足篩選標準的信號指標數據集之后，還包括：將滿足篩選標準的信號指標數據集的數值與預設閾值進行比較，判斷是否發生故障。

根據本申請實施例提供的技術方案，所述隨機共振系統為級聯隨機共振系統，包括：M級雙穩態隨機共振系統，(M為自然數且M≥1)；基于第M級雙穩態隨機共振系統對第M級輸入信號數據添加噪聲；利用蟻群優化算法對第M級雙穩態隨機共振系統的參數進行迭代優化，得到優化的第M級雙穩態隨機共振系統；基于優化的第M級雙穩態隨機共振系統對第M級輸入信號數據進行增強，得到第M級輸出信號；逐級依次進行；第一級輸入信號為初始信號數據；最后一級輸出信號為增強信號數據。

根據本申請實施例提供的技術方案，所述雙穩態隨機共振系統的數學模型為：

其中：x為系統的輸出信號；a、b為大于0的雙穩態系統結構參數； s(t)為系統輸入信號；A為信號幅值；f_n為信號頻率；為信號相位角； n(t)為噪聲，且均值為0；D為噪聲強度；U(x)為雙穩態系統勢函數。

根據本申請實施例提供的技術方案，所述蟻群優化算法的步驟如下：

1)參數初始化。

2)初始化各個螞蟻的初始領域，每個螞蟻按概率P_ij做領域搜索。