[發明專利]點焊機器人工作站故障判定方法

有效

• 申請號: 202110029495.0
• 申請日: 2021-01-11
• 公開（公告）號: CN112756759B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 鄭宇;向詩紅;鮑相羽
• 申請（專利權）人: 上海智能制造功能平臺有限公司;上海交通大學
• 主分類號: B23K11/11
• 分類號: B23K11/11;B23K11/36
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王毓理;王錫麟

一種點焊機器人工作站故障判定方法，通過采集點焊機器人系統的工藝參數數據，經預處理后提取出特征量輸入初級分類器得到新數據集，根據新數據集構建出訓練集對次級分類器進行訓練，再采用訓練后的次級分類器進行預測，得到故障判定結果。本發明基于生產各階段的運行數據，對點焊機器人工作站焊接質量和工作狀態進行預測、診斷，提前掌握機器人生產狀況，及時排查故障。

技術領域

本發明涉及的是一種機器人焊接領域的技術，具體是基于改進隨機森林和距離加權的 Stacking算法的點焊機器人工作站故障判定方法。

背景技術

進行點焊作業的自動化生產設備一般集成多學科技術，工作環境復雜，一旦發生故障， 會打亂正常的生產作業計劃，造成較大的損失。現有技術有通過對焊點熱膨脹量在不同工作狀 態下的特征進行分析，比較傳感器位移數據差異，從而進行故障狀態的確定；也有通過故障樹 分析法對焊接機器人故障進行診斷。根據工人經驗找出所有可能發生的故障及其對應原因，建 立故障樹，逐層定性定量分析，從而確定故障源或采用Stacking集成學習的方法，對電力系統 暫穩態進行分類評估。但現有技術的智能化程度較低、其故障分析依賴于專家經驗或預測所考 慮的輸入因素較少，不能完全傳遞預測信息的價值，得到的故障判定不夠準確。

點焊工藝出現故障時，會造成工藝參數信號的異常波動，從而影響到點焊工作的質量。 無論是會造成焊點質量不合格的嚴重故障，還是影響較小的過程故障，一旦發生相關工藝參數 曲線都會表現出與正常狀態不同的特征，從這些特征差異中可以挖掘出豐富的點焊故障狀態信 息。點焊機器人系統的動態參數(如電極位移、動態電阻等)會隨著不同的焊接階段呈現出不同 的規律性，能夠提取的特征值比較豐富，對點焊工作狀態變化靈敏度較高，能夠準確地反映整 個工作過程。

發明內容

本發明針對現有技術存在的上述不足，提出一種點焊機器人工作站故障判定方法，基于 生產各階段的運行數據，對點焊機器人工作站焊接質量和工作狀態進行預測、診斷，提前掌握 機器人生產狀況，及時排查故障。

本發明是通過以下技術方案實現的：

本發明涉及一種基于改進Stacking集成學習框架的點焊機器人工作站故障判定方法，通 過采集點焊機器人系統的工藝參數數據，經預處理后提取出特征量輸入初級分類器得到新數據 集，根據新數據集構建出訓練集對次級分類器進行訓練，再采用訓練后的次級分類器進行預測， 得到故障判定結果。

所述的改進Stacking集成學習框架是指：以初級分類器為第一層，包括改進隨機森林、 梯度提升決策樹和極端隨機樹模型；以次級分類器為第二層，包括邏輯回歸模型；利用原始數 據對初級分類器進行訓練，然后將預測輸出結果組合成為新的特征，訓練次級分類器，從而得 到最終結果，在訓練初級分類器時，采用五折交叉驗證的方式進行訓練，為了體現初級分類器 性能的差異性，采用基于距離加權的方式，對初級分類器預測結果進行加權組合，突出了具有 更好性能的模型的貢獻率，從而提高Stacking集成學習整體模型的性能。

所述的預處理是指：對原始數據進行歸一化，把原數據映射至0-1的范圍內，避免不同 量綱對模型訓練產生不良影響。

所述的提取是指：觀察一個焊接周期內，點焊電極位移曲線的變化，提取曲線特征。

所述的特征量包括：點焊電極位移上升率V₁、上升率V₂、峰值電極位移S₁、電極位移下 降率V₂和焊接結束時刻電極位移值S₁。