CN114734438A - 一种机器人关节的故障诊断方法及系统 - Google Patents
一种机器人关节的故障诊断方法及系统 Download PDFInfo
- Publication number
- CN114734438A CN114734438A CN202210350847.7A CN202210350847A CN114734438A CN 114734438 A CN114734438 A CN 114734438A CN 202210350847 A CN202210350847 A CN 202210350847A CN 114734438 A CN114734438 A CN 114734438A
- Authority
- CN
- China
- Prior art keywords
- fault
- driver
- robot joint
- parameter information
- diagnosis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 225
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000003638 chemical reducing agent Substances 0.000 claims description 39
- 238000004891 communication Methods 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 5
- 230000007257 malfunction Effects 0.000 claims 8
- 230000006870 function Effects 0.000 description 20
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 230000001939 inductive effect Effects 0.000 description 4
- 238000013024 troubleshooting Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明实施例公开了一种机器人关节的故障诊断方法及系统,机器人关节由驱动器控制工作,故障诊断方法包括:获取机器人关节的第一参数信息以及驱动器的第二参数信息;根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,确定第一诊断结果;根据第一诊断结果进行故障预警。本发明实施例提供的技术方案,以解决现有机器人关节的故障诊断功能可靠性和安全性较差的技术问题。
Description
技术领域
本发明实施例涉及机器人控制技术领域,尤其涉及一种机器人关节的故障诊断方法及系统。
背景技术
机器人应用领域越来越广,得益于其完善的安全控制功能,机器人关节的故障诊断功能的完善尤为重要。一旦机器人关节中的传感器、电机或其他控制组件发生故障,若不能及时发现故障,将存在较大的安全隐患,不但导致机器人关节无法正常工作,降低生产效率,还会引发严重的安全事故。
因此,现有的机器人关节的故障诊断功能可靠性和安全性较差,大大降低了机器人的使用体验。
发明内容
有鉴于此,本发明实施例提供一种机器人关节的故障诊断方法及系统,以解决现有机器人关节的故障诊断功能可靠性和安全性较差的技术问题。
第一方面,本发明实施例提供了一种机器人关节的故障诊断方法,所述机器人关节由驱动器控制工作,所述故障诊断方法包括:
获取所述机器人关节的第一参数信息以及驱动器的第二参数信息;
根据所述第一参数信息和所述第二参数信息对所述机器人关节和所述驱动器自身进行在线故障诊断,确定第一诊断结果;
根据所述第一诊断结果进行故障预警。
第二方面,本发明实施例提供了一种机器人关节的故障诊断系统,包括与所述机器人关节电连接的驱动器,所述驱动器用于执行如第一方面任一所述的故障诊断方法,所述驱动器包括:
数据获取模块,用于获取所述机器人关节的第一参数信息以及驱动器的第二参数信息;
第一故障诊断模块,用于根据所述第一参数信息和所述第二参数信息对所述机器人关节和所述驱动器自身进行在线故障诊断,确定第一诊断结果;
故障报警模块,用于根据所述第一诊断结果进行故障预警。
本发明实施例中,通过获取机器人关节的第一参数信息以及驱动器的第二参数信息,可以根据第一参数信息和第二参数信息进行闭环控制,以驱动机器人关节的工作。然后根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,以实时检测机器人关节和驱动器自身是否出现故障,并在确定出现故障时确定第一诊断结果,进而根据第一诊断结果进行故障预警,以进行及时地故障提醒。如此可以避免机器人关节和驱动器在工作状态下因故障导致安全事故,提高机器人关节和驱动器的安全性和可靠性,进而获得良好的用户体验,提高产品竞争力。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例提供的一种机器人关节的故障诊断方法的流程图;
图2为本发明实施例提供的一种机器人关节的结构示意图;
图3为本发明实施例提供的另一种机器人关节的故障诊断方法的流程图;
图4为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图;
图5为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图;
图6为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图;
图7为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图;
图8为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图;
图9为本发明实施例提供的一种具体的机器人关节的故障诊断方法的流程图;
图10为本发明实施例提供的一种机器人关节的故障诊断系统的结构示意图;
图11为本发明实施例提供的另一种机器人关节的故障诊断系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将结合本发明实施例中的附图,通过具体实施方式,完整地描述本发明的技术方案。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下获得的所有其他实施例,均落入本发明的保护范围之内。
图1为本发明实施例提供的一种机器人关节的故障诊断方法的流程图,如图1所示,机器人关节由驱动器控制工作,该故障诊断方法包括:
S101、获取机器人关节的第一参数信息以及驱动器的第二参数信息。
可以理解的,图2为本发明实施例提供的一种机器人关节的结构示意图,参考图2,机器人关节1中通常设置有电机11,还设置有减速机12、连杆13和负载14,通过电机11转动,依次带动减速机12和连杆13转动,从而带动负载14工作。高速轴增量编码器(INC)安装在减速机12的高速轴一侧,INC用于采集电机轴的转动角度,低速轴绝对式编码器(ABS)安装在减速机12的低速轴一侧,ABS用于采集连杆的转动角度,在电机转轴上还设置有抱闸15来控制减速机的工作。驱动器2与机器人关节1电连接,由驱动器2控制机器人关节1工作,通常驱动器2需要外部电源提供供电电压(即驱动器母线电压)才可以进行工作。
具体的,机器人关节中相应的还设置有电压和电流传感器等,第一参数信息包括电机的三相电压、三相电流,INC的转动角度和ABS的转动角度等,本发明实施例对此不做特殊限定,可根据实际的电机控制算法需求获取具体的工作信息。驱动器的第二参数信息包括驱动器母线电压等,本发明实施例对此也不做特殊限定,可根据实际控制模型算法的需求适应性设置。
S102、根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,确定第一诊断结果。
具体的,在线故障诊断是指在机器人关节和驱动器处于工作状态下进行的实时故障诊断,可以理解的,在线故障诊断并不影响机器人关节的正常工作,例如包括硬件自检、ABS故障诊断、INC故障诊断、抱闸信号故障诊断、通讯故障诊断、外部输入信号故障诊断以及驱动器输出诊断等。如此,可以全方面地对机器人关节和驱动器自身进行实时地故障诊断,以便于实时监测机器人关节和驱动器的工作状态,一旦发生故障可以快速准确地定位到故障,便于及时停机检查维修,避免出现安全事故。进一步的,根据在线故障诊断的具体情况,输出第一诊断结果,例如INC出现故障等。
需要说明的是,第一诊断结果可以是一个故障诊断结果,也可以是多个故障诊断结果,本发明实施例对此不做限定。可以理解的,只要机器人关节和驱动器中的任意一元件、线路或信号出现异常,都会通过第一诊断结果快速准确地呈现出来。
S103、根据第一诊断结果进行故障预警。
其中,故障预警的方式可以是警报灯或警报声音等,本发明实施例对此不做限定。对于第一诊断结果是某一元件或信号出现异常的诊断结果,可以通过警报灯或警报声音进行及时提醒,以便于操作人员立即停机检查,避免安全事故。
具体的,在机器人关节工作运行过程中,驱动器实时获取机器人关节的第一参数信息以及驱动器的第二参数信息,然后根据第一参数信息和第二参数信息进行闭环控制,以产生驱动机器人关节中电机进行运转的驱动信号,即脉冲调制信号(PWM),在此闭环控制过程中,驱动器实时进行在线故障诊断,包括但不限于传感器等硬件故障诊断、通讯故障诊断以及闭环控制环路中各个信号的故障诊断,并在判定机器人关节或者驱动器自身发生故障时,输出第一诊断结果,并根据第一诊断结果进行故障预警,及时提醒操作人员,避免出现安全事故。可以理解的,操作人员可以根据故障预警的具体情况以及第一诊断结果的具体故障原因,进行及时地检查和维修,保证机器人关节和驱动器的安全性和可靠性,进而获得良好的用户体验,提高产品竞争力。
本发明实施例中,通过获取机器人关节的第一参数信息以及驱动器的第二参数信息,可以根据第一参数信息和第二参数信息进行闭环控制,以驱动机器人关节的工作。然后根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,以实时检测机器人关节和驱动器自身是否出现故障,并在确定出现故障时确定第一诊断结果,进而根据第一诊断结果进行故障预警,以进行及时地故障提醒。如此可以避免机器人关节和驱动器在工作状态下因故障导致安全事故,提高机器人关节和驱动器的安全性和可靠性,进而获得良好的用户体验,提高产品竞争力。
可选的,图3为本发明实施例提供的另一种机器人关节的故障诊断方法的流程图,结合图2和图3所示,机器人关节包括传感器组件,驱动器内部嵌入控制算法模型;在图1中,步骤S102根据所述第一参数信息和所述第二参数信息对所述机器人关节和所述驱动器自身进行在线故障诊断,包括:根据所述第一参数信息和所述第二参数信息确定所述机器人关节的工作参数和工作参数估算值;以所述工作参数估算值为参考,将所述工作参数与所述工作参数估算值进行比对,对所述传感器组件进行故障诊断;以所述工作参数为参考,将所述工作参数估算值与所述工作参数进行比对,对所述控制算法模型进行故障诊断。因此,该故障诊断方法具体包括以下步骤:
S301、获取机器人关节的第一参数信息以及驱动器的第二参数信息。
S302、根据第一参数信息和第二参数信息确定机器人关节的工作参数和工作参数估算值。
其中,机器人关节的工作参数指由第一参数信息和第二参数信息经过坐标变化或者标准公式变换得到的参数,例如由电机的转动角度信息可直接通过变换得到电机位置参数和速度参数。需要说明的是,这里的标准公式是指标准的物理换算公式,一个工作参数也可以由多个工作信息通过标准的物理换算公式得到,本发明实施例对此不做特殊限定,可根据实际的电机控制算法适应性设置。
工作参数估算值指由第一参数信息和第二参数信息经过控制算法模型估算得到的估计值,理想情况下,在机器人关节未发生故障且稳定运行时,代表同一物理量意义的工作参数与工作参数估算值是相同的。不同的是,工作参数估算值是通过控制算法模型估算得到的,而工作参数是由传感器直接采集到的工作信息变换得到的。可以理解的,控制算法模型包括但不限于现有的无感估计算法,例如TI公司的无感估计算法InstaSPINFOC,可以根据电机的三相电压、三相电流,配合电机类型的固有参数以及参数辨识方法估算得到电机力矩、角速度和角度等工作参数估算值。
S303、以工作参数估算值为参考,将工作参数与工作参数估算值进行比对,对传感器组件进行故障诊断。
具体的,传感器组件包括但不限于INC或ABS,INC采集电机轴的转动角度,ABS采集连杆的转动角度信息,一旦INC或ABS发生故障,例如丢码、奇异点、硬件损坏、线缆损坏时,都可能会引起机器人关节的工作异常,严重时甚至引发安全事故。因此,以根据第一参数信息和第二参数信息控制处理得到工作参数估算值为参考,将根据传感器组件采集得到的工作参数与工作参数估算值进行比对,可以对传感器组件进行实时地故障诊断,检测传感器组件才采集到第一工作参数是否准确,以及时发现故障,避免安全事故的发生,进而提高产品的安全性和可靠性。
S304、以工作参数为参考,将工作参数估算值与工作参数进行比对,对控制算法模型进行故障诊断,确定第一诊断结果。
具体的,控制算法模型为嵌入至驱动器内部的软件控制算法模型,具体可以有驱动器中的控制芯片等实现,本发明实施例对此不做任何限定,控制算法模型包括但不限于信号的处理、闭环控制环路中的控制参数、控制信号以及控制环路中的无感估计算法等。因此,以工作参数为参考,将工作参数估算值与工作参数进行比对,可以对控制算法模型进行故障诊断,并在检测到控制算法模型异常时,进行控制参数或控制算法模型的优化和调整,以避免安全事故的发生,提高产品的安全性和可靠性。
S305、根据第一诊断结果进行故障预警。
本实施例中,获取机器人关节的第一参数信息以及驱动器的第二参数信息,并根据第一参数信息和第二参数信息确定机器人关节的工作参数和工作参数估算值后,以工作参数估算值为参考,将工作参数与工作参数估算值进行比对,对传感器组件进行故障诊断,可以通过工作参数估算值校验传感器组件的工作状态是否正常。再以工作参数为参考,将工作参数估算值与工作参数进行比对,对控制算法模型进行故障诊断,通过工作参数来校验工作参数估算值是否正确,实现了实际传感器组件与控制算法模型对同一参数量的互相校验,使得故障诊断功能更加全面和完善。并在确定第一诊断结果后,及时地进行故障预警,提醒操作人员,进一步确保整个产品的安全性和可靠性,避免由于故障引发安全事故。
可选的,传感器组件包括高速轴增量编码器和低速轴绝对式编码器。
具体的,参考图2,高速轴增量编码器安装在减速机靠近电机的一侧,低速轴绝对式编码器安装在减速机远离电机的一侧,可以理解的,高速轴增量编码器采集的转动角度与低速轴绝对式编码器采集的转动角度存在一定的关联性,例如比例关系。因此,在对高速轴增量编码器进行故障诊断时,还可以通过获取低速轴绝对式编码器采集的转动角度对高速轴增量编码器采集的转动角度进行校验,以进一步保证机器人关节的安全性。同理,在对低速轴绝对式编码器进行故障诊断时,还可以通过获取高速轴增量编码器采集的转动角度对低速轴绝对式编码器采集的转动角度进行校验,以进一步保证机器人关节的安全性。
此外,还可以结合将高速轴增量编码器采集的转动角度与低速轴绝对式编码器采集的转动角度来进行进一步分析,以确定减速机是否工作正常。例如,根据高速轴增量编码器采集的转动角度与低速轴绝对式编码器采集的转动角度得到减速机的减速值,将其与预设的减速阈值进行比对,来确定两者是否一致,以判断减速机是否工作正常。如此,保证机器人关节的可靠性和安全性,避免安全事故的发生。
可选的,图4为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图,如图4所示,在图1的基础上,该故障诊断方法还包括:根据第一参数信息对机器人关节进行离线故障诊断,确定第二诊断结果;根据第二诊断结果进行故障预警。因此,该故障诊断方法具体包括以下步骤:
S401、获取机器人关节的第一参数信息以及驱动器的第二参数信息。
S402、根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,确定第一诊断结果。
S403、根据第一诊断结果进行故障预警。
S404、根据第一参数信息对机器人关节进行离线故障诊断,确定第二诊断结果。
具体的,离线故障诊断是指在机器人关节未工作状态下(即无任务期间)进行的故障诊断,包括但不限于机器人关节硬件故障诊断,例如安装、线束或接插件是否正常等。对机器人关节进行离线故障诊断包括减速机功能故障诊断和抱闸功能诊断等。此外,在对机器人关节进行离线故障诊断时,可以通过操作机器人关节按照预先设定的信号进行动作,同时获取机器人关节的第一参数信息,并将第一参数信息与预先设定的信号进行比对,来进行离线故障诊断。进一步全面地对机器人关节进行故障诊断,在机器人关节工作开始之前针对故障及时检查维修,避免出现安全事故。进一步的,根据离线故障诊断的具体情况,输出第二诊断结果,例如抱闸故障等。
需要说明的是,离线故障诊断可以是定期进行的故障诊断操作,也可以是机器人关节未工作状态下的任意时间进行的故障诊断操作,本发明实施例对此不做限定。
S405、根据第二诊断结果进行故障预警。
可以理解的,根据第二诊断结果进行故障预警的方式可以与根据第一诊断结果进行故障预警等方式相同,在此不再进行赘述。
本实施例中,在机器人关节非用户任务工作状态下,驱动器实时获取机器人关节的第一参数信息根据第一参数信息对机器人关节进行离线故障诊断,可以着重对机器人关节中的器件和设备进行硬件的检查,例如安装、线束以及功能等,确保机器人关节可以进行正常的工作。并在确定离线故障时输出第二诊断结果进行故障预警提示,可以快速地定位到故障问题,以便于操作人员进行排查和维修,保证机器人关节的安全性和可靠性,进而提升产品的使用体验,提升产品竞争力。
可选的,图5为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图,结合图2和图4所示,机器人关节包括减速机组件和抱闸组件,即图2中的减速机和抱闸;第一参数信息包括减速机转动信号和抱闸开关信号;图4步骤S404根据所述第一参数信息对所述机器人关节进行离线故障诊断,包括:将减速机转动信号与预设减速机转动信号进行比对,对减速机组件进行故障诊断;将抱闸开关信号与预设抱闸开关信号进行比对,对抱闸组件进行故障诊断。因此,该故障诊断方法具体包括以下步骤:
S501、获取机器人关节的第一参数信息以及驱动器的第二参数信息。
S502、根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,确定第一诊断结果。
S503、根据第一诊断结果进行故障预警。
S504、将减速机转动信号与预设减速机转动信号进行比对,对减速机组件进行故障诊断。
其中,预设减速机转动信号可以是由驱动器内部设定,也可以是操作人员通过与驱动器通讯连接的上位机等设备下发的,本发明实施例对此不做特殊限定。预设减速机转动信号可以体现出减速机的出力是否正常。
S505、将抱闸开关信号与预设抱闸开关信号进行比对,对抱闸组件进行故障诊断,确定第二诊断结果。
其中,预设抱闸开关信号可以是由驱动器内部设定,也可以是操作人员通过与驱动器通讯连接的上位机等设备下发的,本发明实施例对此不做特殊限定。可以理解的,预设抱闸开关信号包括抱闸打开或抱闸关闭两种信号,可根据实际工作选择性设定。
S506、根据第二诊断结果进行故障预警。
本实施例中,在机器人关节无任务时,按照预设减速机转动信号对减速机组件的功能进行检测,例如在减速机处于安全位置时对减速机能够正常出力进行检测,获取此时减速机的转动信号,将其与预设减速机转动信号进行比对,以判断减速机组件是否故障,并在判定减速机组件故障时输出第二诊断结果。同理,按照预设抱闸开关信号对抱闸组件的功能进行检测,例如抱闸组件的抱闸力是否满足预设要求,以及抱闸组件能够正常打开或关闭,获取此时的抱闸开关信号,将其与预设抱闸开关信号进行比对,以判断抱闸组件是否故障,并在判定抱闸组件故障时输出第二诊断结果。如此,通过对机器人关节中的减速机组件和抱闸组件进行非工作状态下的功能检测,使得故障诊断功能更加全面和完善。并在确定第二诊断结果后,及时地进行故障预警,提醒操作人员,进一步确保整个产品的安全性和可靠性,避免由于故障引发安全事故。
可选的,图6为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图,图4的基础上,步骤S402、根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,确定第一诊断结果,包括:根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,生成第一故障码;根据第一故障码进行故障解析,确定第一诊断结果;根据第一参数信息对机器人关节进行离线故障诊断,确定第二诊断结果,包括:根据第一参数信息对机器人关节进行离线故障诊断,生成第二故障码;根据第二故障码进行故障解析,确定第二诊断结果。因此,该故障诊断方法具体包括以下步骤:
S601、获取机器人关节的第一参数信息以及驱动器的第二参数信息。
S602、根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,生成第一故障码。
其中,第一故障码可以是以二进制码的形式生成,具体位数可以是8位或16位,本发明实施例对此不做任何限定。
S603、根据第一故障码进行故障解析,确定第一诊断结果。
示例性的,驱动器内部可以设置有预设的故障解析表,可以理解的,不同的第一故障码对应的故障类型不同,如此,通过将第一故障码与预设的故障解析表进行比对,可以解析得到相应的故障类型。具体实现方式本发明实施例对此不做任何限定。
S604、根据第一诊断结果进行故障预警。
S605、根据第一参数信息对机器人关节进行离线故障诊断,生成第二故障码。
其中,第二故障码可以是以二进制码的形式生成,具体位数可以是8位或16位,本发明实施例对此不做任何限定。
S606、根据第二故障码进行故障解析,确定第二诊断结果。
S607、根据第二诊断结果进行故障预警。
本实施例中,根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,生成第一故障码,并根据第一故障码进行故障解析,确定第一诊断结果,可以理解的,不同的第一故障码对应不同的故障,例如INC故障对应的第一故障码为0001,ABS故障对应的第一故障码为0010。驱动器在获取到第一故障码为0001时,可以通过故障解析确定对应的故障为INC,进而进行故障预警,操作人员再根据预警的故障情况对INC进行检查和维修。如此,可以快速进行故障定位并进行排查维修,提高故障检测效率,以保证产品的安全性。同理,根据第一参数信息对机器人关节进行离线故障诊断,生成第二故障码,并根据第二故障码进行故障解析,确定第二诊断结果,并根据第二诊断结果进行故障预警,提高故障检测效率,以保证产品在工作时可靠性和安全性,避免安全事故的发生,提高产品使用体验。
需要说明的是,第一故障码和第二故障码还可以包括故障清零码,可以理解的,在驱动器为检测到机器人关节和驱动器自身没有发生任何故障时,还可以产生故障清零码,以清除驱动器之前缓存的故障信息,避免驱动器一直进行故障预警,影响操作人员的误判,以及降低产品的工作效率。
可选的,图7为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图,如图7所示,在图1步骤S101获取机器人关节的第一参数信息以及驱动器的第二参数信息之前,还包括:检测驱动器的供电电压是否正常,并在判定驱动器的供电电压正常后进行驱动器硬件自检;在判定驱动器硬件故障时,生成第三故障码,并根据第三故障码进行故障解析,确定第三诊断结果;在判定驱动器硬件无故障时,获取机器人关节的第一参数信息以及驱动器的第二参数信息。具体包括以下步骤:
S701、检测驱动器的供电电压是否正常。
其中,驱动器的供电电压即为驱动器母线电压,通过检测驱动器母线电压,将其与预设的阈值范围进行比对,来判定驱动器的供电电压是否正常,可以理解的,若供电电压超出预设的阈值范围,则说明驱动器的供电电压不正常,否则,驱动器的供电电压正常。需要说明的是,预设的阈值范围可根据实际情况或者相关标准选择性设置,本发明实施例对此不做限定。
示例性的,驱动器的供电电压为48V,预设的阈值范围为由大于24V且小于60V的电压范围构成。
S702、在判定驱动器的供电电压正常后进行驱动器硬件自检。
其中,驱动器硬件自检包括对驱动板硬件是否出现驱动器母线接反,局部短路,驱动器功能失效,驱动器至机器人关节的三相线连接不牢、断裂或者未连接,编码器是否连接或者信号异常等。可以理解的,驱动器在上电后,驱动器可以获取到各个线束或器件对应的初始信号,根据每个初始信号与对应的预设信号进行比对,来进行驱动自硬件自检。
S703、判定驱动器硬件是否故障,在判定驱动器硬件故障时,执行步骤S704;在判定驱动器硬件无故障时,执行步骤705。
S704、生成第三故障码,并根据第三故障码进行故障解析,确定第三诊断结果,以及根据所述第三诊断结果进行故障预警。
其中,第三故障码可以是以二进制码的形式生成,具体位数可以是8位或16位,本发明实施例对此不做任何限定。故障预警的方式可以是警报灯或警报声音等,本发明实施例对此不做限定。
S705、获取机器人关节的第一参数信息以及驱动器的第二参数信息。
S706、根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,确定第一诊断结果。
S707、根据第一诊断结果进行故障预警。
本实施例中,驱动器可以根据对供电电压(即母线电压)进行检测,并判断供电电压是否正常,在判定驱动器的供电电压正常后,驱动器开始进行驱动器硬件自检,根据获取到的第一电参数以及其他信号的初始信号,与对应的预设阈值进行比对,来判断驱动器硬件是否出现损坏、安装错误或者线束断开等故障,并在判定驱动器硬件出现故障后,生成第三故障码,进而再根据第三故障码进行故障解析,以确定第三诊断结果,并根据第三诊断结果进行故障预警,以及时提醒操作人员进行故障排查和维修。若驱动器判定驱动器硬件无故障时,则继续执行步骤S705~S707。如此,通过对驱动器的供电电压是否正常进行检测以及驱动器硬件自检,使得机器人关节的故障诊断功能更加全面和智能化,保证机器人关节工作的可靠性和安全性,避免在任何时候发生安全事故,提高产品的工作效率以及使用体验,进而提高产品的竞争力。
需要说明的是,第三故障码同样包括故障清零码,在驱动器为检测到机器人关节和驱动器自身没有发生任何故障时,通过产生故障清零码,以清除驱动器之前缓存的故障信息,避免驱动器一直进行故障预警,影响操作人员的误判,以及降低产品的工作效率。
可选的,图8为本发明实施例提供的又一种机器人关节的故障诊断方法的流程图,如图8所示,在线故障诊断还包括:
S801、根据建立通讯连接的时间是否超出第一预设时间,进行通讯故障诊断。
其中,建立通讯连接的时间可以是由驱动器第一次发送通讯信号(例如报文信号)的时刻开始计时,到第一次接收反馈的通讯信号的时间为止,若该时间差超过第一预设时间,则说明通讯故障。或者是驱动器一直未接收到反馈的通讯信号,同样说明通讯故障。本发明实施例对如何建立通讯连接的具体方式不做任何限定,因此,对具体如何获取建立通讯连接的时间也不限定,以上仅为示例性的给出如何获取建立通讯连接的时间。
第一预设时间的具体时间长度本发明实施例对此不做限定,可以根据实际情况适应性设置,例如3s。
S802、根据获取外部指令信号的时间是否超出第二预设时间,进行驱动器信号接收故障诊断。
可以理解的,驱动器还通常与上位机进行通讯连接,以获取上位机发送的外部控制指令,包括但不限于控制算法模型中控制信号的参考指令等。
其中,第二预设时间的具体时间长度本发明实施例对此不做限定,可以根据实际情况适应性设置,例如100ms。
S803、检测驱动器输出信号,并根据驱动器输出信号是否超出第一预设范围,进行驱动器信号输出故障诊断。
其中,第一预设范围值可以是驱动器的硬件限制范围,也可以是驱动器中控制算法模型的软件限制范围,本发明实施例对此不做限定。驱动器输出信号包括驱动器输出至机器人关节的驱动信号(即PWM信号)。
示例性的,第一预设范围值可以驱动机器人关节正常工作的驱动信号的范围,例如PWM调制信号对应的最小调制度到调制度的范围,或者是驱动器可以正常输出的最小限值到最大限值的范围。本发明实施例对此无不做任何限定,可根据实际工况选择性设置。
具体的,通过根据建立通讯连接的时间是否超出第一预设时间,进行通讯故障诊断,可以保证驱动器自身以及驱动器与外设设备之间的通讯正常,进而确保驱动器能够安全可靠地驱动机器人关节进行工作。其次,驱动器还根据获取外部指令信号的时间是否超出第二预设时间,进行驱动器信号接收故障诊断,保证驱动器能够准确无误且无任何延时地接收到的所有信号,进一步保证驱动器能够安全可靠地驱动机器人关节进行工作。再然后,驱动器还可以检测驱动器输出信号,并根据驱动器输出信号是否超出第一预设范围,进行驱动器信号输出故障诊断,保证驱动器输出的信号不会影响机器人关节的正常工作,进一步提高产品的可靠性和安全性。如此,在线故障诊断中通过进一步的通讯故障诊断、驱动器信号接收故障诊断以及驱动器信号输出故障诊断,使得机器人关节的故障诊断功能更加全面,避免引发安全事故,进而提高产品的使用体验和竞争力。
需要说明的是,本发明实施例对步骤S801、S802和S803以及其他离线故障诊断的具体执行的先后顺序不做任何限定,图8仅为示例性的给出了其中一种在线故障诊断的顺序。
以一具体的实例进行说明,图9为本发明实施例提供的一种具体的机器人关节的故障诊断方法的流程图,如图9所示,
S901、检测驱动器的供电电压是否正常,若是执行步骤S902,否则,结束故障诊断。
S902、进行驱动器硬件自检。
S903、判断驱动器硬件自检是否成功,若是,执行步骤S904、S9011或S9012;若否,输出驱动器自检故障码,并执行步骤S9013。
S904、进行INC信号校验,若无故障继续执行步骤S905;否则,输出INC故障码,并执行步骤S9013。
S905、进行ABS信号校验,若无故障继续执行步骤S906;否则,输出ABS故障码,并执行步骤S9013。
S906、进行无感信号校验,若无故障继续执行步骤S907;否则,输出无感信号故障码,并执行步骤S9013。
S907、进行抱闸信号校验,若无故障继续执行步骤S908;否则,输出抱闸信号故障码,并执行步骤S9013。
S908、进行通讯校验,若无故障继续执行步骤S909;否则,输出通讯故障码,并执行步骤S9013。
S909、进行指令校验,若无故障继续执行步骤S9010;否则,输出指令异常故障码,并执行步骤S9013。
S9010、进行驱动器控制输出校验,若无故障返回重新执行步骤S901;否则,驱动器控制输出故障码,并执行步骤S9013。
S9011、进行减速机功能检验,若无故障则结束故障诊断,否则,输出减速机故障码,并执行步骤S9013。
S9012、进行抱闸功能检验,若无故障则结束故障诊断,否则,输出抱闸故障码,并执行步骤S9013。
S9013、进行故障码合并,以及故障码解析。
S9014、进行故障报警。
具体的,上述步骤S901~S9010属于在线故障诊断,步骤S9011~S9012属于离线故障诊断。需要说明的是,在线故障诊断的具体步骤不限于图9中的顺序,尤其是步骤S904~S9010的顺序,可以任何组合排列,本发明实施例不做任何限定。同理,离线故障诊断还可以是包括其他故障诊断,例如电机功能检验、电压传感器功能检验或电流传感器功能检验等。本发明实施例在此不再进行一一列举,本领域技术人员可根据实际情况选择性设置。通过上述对机器人关节进行在线故障诊断和离线故障诊断,保证机器人关节工作的可靠性和安全性,避免出现故障而引发安全事故,同时提高机器人关节的工作效率,具有更好的使用体验和产品竞争力。
基于同一发明构思,本发明实施例还提供了一种机器人关节的故障诊断系统,图10为本发明实施例提供的一种机器人关节的故障诊断系统的结构示意图,结合图2和图10所示,该故障诊断系统包括与机器人关节电连接的驱动器,驱动器用于执行上述任一实施例中的故障诊断方法,驱动器2包括:数据获取模块21,用于获取机器人关节的第一参数信息以及驱动器的第二参数信息;第一故障诊断模块22,用于根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,确定第一诊断结果;故障报警模块23,用于根据第一诊断结果进行故障预警。
本发明实施例中,通过数据获取模块21获取机器人关节的第一参数信息以及驱动器的第二参数信息,可以根据第一参数信息和第二参数信息进行闭环控制,以驱动机器人关节的工作。然后,第一故障诊断模块22根据第一参数信息和第二参数信息对机器人关节和驱动器自身进行在线故障诊断,以实时检测机器人关节和驱动器自身是否出现故障,并在确定出现故障时确定第一诊断结果。故障报警模块23根据第一诊断结果进行故障预警,以进行及时地故障提醒。如此可以避免机器人关节和驱动器在工作状态下因故障导致安全事故,提高机器人关节和驱动器的安全性和可靠性,进而获得良好的用户体验,提高产品竞争力。
可选的,图11为本发明实施例提供的另一种机器人关节的故障诊断系统的结构示意图,如图11所示,驱动器2还包括:第二故障诊断模块24,用于根据第一参数信息对机器人关节进行离线故障诊断,确定第二诊断结果;故障报警模块23,用于根据第二诊断结果进行故障预警。
具体的,在机器人关节非工作状态下,第二故障诊断模块24根据第一参数信息对机器人关节进行离线故障诊断,可以着重对机器人关节中的器件和设备进行硬件的检查,例如安装、线束以及功能等,确保机器人关节可以进行正常的工作。并在确定离线故障时输出第二诊断结果,由故障报警模块23进行故障预警提示,可以快速地定位到故障问题,以便于操作人员进行排查和维修,保证机器人关节的安全性和可靠性,进而提升产品的使用体验,提升产品竞争力。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,本发明的各个实施方式的特征可以部分地或者全部地彼此耦合或组合,并且可以以各种方式彼此协作并在技术上被驱动。对本领域技术人员来说能够进行各种明显的变化、重新调整、相互结合和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种机器人关节的故障诊断方法,其特征在于,所述机器人关节由驱动器控制工作,所述故障诊断方法包括:
获取所述机器人关节的第一参数信息以及驱动器的第二参数信息;
根据所述第一参数信息和所述第二参数信息对所述机器人关节和所述驱动器自身进行在线故障诊断,确定第一诊断结果;
根据所述第一诊断结果进行故障预警。
2.根据权利要求1所述的机器人关节的故障诊断方法,其特征在于,所述机器人关节包括传感器组件,所述驱动器内部嵌入控制算法模型;
根据所述第一参数信息和所述第二参数信息对所述机器人关节和所述驱动器自身进行在线故障诊断,包括:
根据所述第一参数信息和所述第二参数信息确定所述机器人关节的工作参数和工作参数估算值;
以所述工作参数估算值为参考,将所述工作参数与所述工作参数估算值进行比对,对所述传感器组件进行故障诊断;
以所述工作参数为参考,将所述工作参数估算值与所述工作参数进行比对,对所述控制算法模型进行故障诊断。
3.根据权利要求2所述的机器人关节的故障诊断方法,其特征在于,所述传感器组件包括高速轴增量编码器和低速轴绝对式编码器。
4.根据权利要求1所述的机器人关节的故障诊断方法,其特征在于,所述故障诊断方法还包括:
根据所述第一参数信息对所述机器人关节进行离线故障诊断,确定第二诊断结果;
根据所述第二诊断结果进行故障预警。
5.根据权利要求4所述的机器人关节的故障诊断方法,其特征在于,所述机器人关节包括减速机组件和抱闸组件;所述第一参数信息包括减速机转动信号和抱闸开关信号;
根据所述第一参数信息对所述机器人关节进行离线故障诊断,包括:
将所述减速机转动信号与预设减速机转动信号进行比对,对所述减速机组件进行故障诊断;
将所述抱闸开关信号与预设抱闸开关信号进行比对,对所述抱闸组件进行故障诊断。
6.根据权利要求4所述的机器人关节的故障诊断方法,其特征在于,根据所述第一参数信息和所述第二参数信息对所述机器人关节和所述驱动器自身进行在线故障诊断,确定第一诊断结果,包括:
根据所述第一参数信息和所述第二参数信息对所述机器人关节和所述驱动器自身进行在线故障诊断,生成第一故障码;
根据所述第一故障码进行故障解析,确定第一诊断结果;
根据所述第一参数信息对所述机器人关节进行离线故障诊断,确定第二诊断结果,包括:
根据所述第一参数信息对所述机器人关节进行离线故障诊断,生成第二故障码;
根据所述第二故障码进行故障解析,确定第二诊断结果。
7.根据权利要求1所述的机器人关节的故障诊断方法,其特征在于,在获取所述机器人关节的第一参数信息以及驱动器的第二参数信息之前,还包括:
检测所述驱动器的供电电压是否正常,并在判定所述驱动器的供电电压正常后进行驱动器硬件自检;
在判定所述驱动器硬件故障时,生成第三故障码,并根据所述第三故障码进行故障解析,确定第三诊断结果,以及根据所述第三诊断结果进行故障预警;
在判定所述驱动器硬件无故障时,获取所述机器人关节的第一参数信息以及驱动器的第二参数信息。
8.根据权利要求1所述的机器人关节的故障诊断方法,其特征在于,所述在线故障诊断还包括:
根据建立通讯连接的时间是否超出第一预设时间,进行通讯故障诊断;
根据获取外部指令信号的时间是否超出第二预设时间,进行驱动器信号接收故障诊断;
检测驱动器输出信号,并根据所述驱动器输出信号是否超出第一预设范围,进行驱动器信号输出故障诊断。
9.一种机器人关节的故障诊断系统,其特征在于,包括与所述机器人关节电连接的驱动器,所述驱动器用于执行如权利要求1-8任一所述的故障诊断方法,所述驱动器包括:
数据获取模块,用于获取所述机器人关节的第一参数信息以及驱动器的第二参数信息;
第一故障诊断模块,用于根据所述第一参数信息和所述第二参数信息对所述机器人关节和所述驱动器自身进行在线故障诊断,确定第一诊断结果;
故障报警模块,用于根据所述第一诊断结果进行故障预警。
10.根据权利要求9所述的机器人关节的故障诊断系统,其特征在于,所述驱动器还包括:
第二故障诊断模块,用于根据所述第一参数信息对所述机器人关节进行离线故障诊断,确定第二诊断结果;
故障报警模块,用于根据所述第二诊断结果进行故障预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210350847.7A CN114734438A (zh) | 2022-04-02 | 2022-04-02 | 一种机器人关节的故障诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210350847.7A CN114734438A (zh) | 2022-04-02 | 2022-04-02 | 一种机器人关节的故障诊断方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114734438A true CN114734438A (zh) | 2022-07-12 |
Family
ID=82279892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210350847.7A Pending CN114734438A (zh) | 2022-04-02 | 2022-04-02 | 一种机器人关节的故障诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114734438A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116533253A (zh) * | 2023-07-03 | 2023-08-04 | 佛山智能装备技术研究院 | 一种基于反馈电流频谱分析的工业机器人故障诊断方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014000615A (ja) * | 2012-06-15 | 2014-01-09 | National Institute Of Advanced Industrial & Technology | ロボットの駆動装置及びロボットの駆動装置を搭載した人間型ロボット |
US20180268217A1 (en) * | 2017-03-16 | 2018-09-20 | Toyota Jidosha Kabushiki Kaisha | Failure diagnosis support system and failure diagnosis support method of robot |
CN110487316A (zh) * | 2019-09-09 | 2019-11-22 | 配天机器人技术有限公司 | 增量式编码器的故障检测方法以及机器人 |
CN112171721A (zh) * | 2020-11-30 | 2021-01-05 | 北京科技大学 | 一种机器人关节传感器和执行器故障诊断方法及系统 |
US20210084728A1 (en) * | 2019-09-18 | 2021-03-18 | Denso Wave Incorporated | Fault diagnosis device for robot and robot system |
CN112587239A (zh) * | 2020-12-30 | 2021-04-02 | 上海微创医疗机器人(集团)股份有限公司 | 一种医疗机器人、故障检测方法及存储介质 |
US20210299871A1 (en) * | 2020-03-31 | 2021-09-30 | Seiko Epson Corporation | Failure Prediction Method And Failure Prediction Apparatus |
CN113829384A (zh) * | 2021-10-29 | 2021-12-24 | 南京佗道医疗科技有限公司 | 一种机械臂关节模组及其机械臂 |
-
2022
- 2022-04-02 CN CN202210350847.7A patent/CN114734438A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014000615A (ja) * | 2012-06-15 | 2014-01-09 | National Institute Of Advanced Industrial & Technology | ロボットの駆動装置及びロボットの駆動装置を搭載した人間型ロボット |
US20180268217A1 (en) * | 2017-03-16 | 2018-09-20 | Toyota Jidosha Kabushiki Kaisha | Failure diagnosis support system and failure diagnosis support method of robot |
CN110487316A (zh) * | 2019-09-09 | 2019-11-22 | 配天机器人技术有限公司 | 增量式编码器的故障检测方法以及机器人 |
US20210084728A1 (en) * | 2019-09-18 | 2021-03-18 | Denso Wave Incorporated | Fault diagnosis device for robot and robot system |
US20210299871A1 (en) * | 2020-03-31 | 2021-09-30 | Seiko Epson Corporation | Failure Prediction Method And Failure Prediction Apparatus |
CN113459082A (zh) * | 2020-03-31 | 2021-10-01 | 精工爱普生株式会社 | 故障预测方法及故障预测装置 |
CN112171721A (zh) * | 2020-11-30 | 2021-01-05 | 北京科技大学 | 一种机器人关节传感器和执行器故障诊断方法及系统 |
CN112587239A (zh) * | 2020-12-30 | 2021-04-02 | 上海微创医疗机器人(集团)股份有限公司 | 一种医疗机器人、故障检测方法及存储介质 |
CN113829384A (zh) * | 2021-10-29 | 2021-12-24 | 南京佗道医疗科技有限公司 | 一种机械臂关节模组及其机械臂 |
Non-Patent Citations (1)
Title |
---|
杨永平, 北京:北京航空航天大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116533253A (zh) * | 2023-07-03 | 2023-08-04 | 佛山智能装备技术研究院 | 一种基于反馈电流频谱分析的工业机器人故障诊断方法 |
CN116533253B (zh) * | 2023-07-03 | 2023-09-19 | 佛山智能装备技术研究院 | 一种基于反馈电流频谱分析的工业机器人故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3588208B1 (en) | Servo system | |
JP5367623B2 (ja) | サーボシステム、サーボモータ駆動装置、セーフティユニットおよびサーボシステムの制御方法 | |
CN104254760B (zh) | 伺服电动机以及编码器 | |
CN107614212B (zh) | 工业机器人及其故障判断方法 | |
JP6088977B2 (ja) | エレベータの安全回路とエレベータの安全回路の動作不具合の識別方法 | |
CN106462485B (zh) | 马达控制装置 | |
CN104618079A (zh) | 双线过程控制回路诊断 | |
CN102452595B (zh) | 电子安全电梯 | |
JP2009519525A (ja) | 運動監視のための方法および装置 | |
CN111665849B (zh) | 一种自动驾驶系统 | |
JP6607098B2 (ja) | 速度監視装置と速度監視方法 | |
CN108152728A (zh) | 一种继电器粘连检测装置 | |
CN114734438A (zh) | 一种机器人关节的故障诊断方法及系统 | |
CN112881849A (zh) | 作业机械的故障诊断方法、装置、电子设备及存储介质 | |
JP4022221B2 (ja) | クレーン設備、特にコンテナクレーン | |
JP5215188B2 (ja) | 駆動装置のための監視装置 | |
US10310484B2 (en) | Device and method for failsafe monitoring of a moving machine part | |
KR101801299B1 (ko) | 전동기의 고장 진단에 따른 고장 진단 정보를 이용한 전동기용 구동제어장치 | |
CN206133294U (zh) | 一种控制器故障保护系统 | |
CN109213128B (zh) | 闭环控制失效检测方法及系统 | |
US12209886B2 (en) | System and method for monitoring a failsafe function of sensors in a motor | |
JP2009236676A (ja) | 速度検出装置 | |
KR100186374B1 (ko) | 엘리베이터 진단 시스템 및 그의 제어방법 | |
WO2012124157A1 (ja) | モータ速度測定装置およびモータ速度監視装置 | |
JP2019515303A (ja) | 安全装置を監視する監視装置および安全装置を監視する方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220712 |
|
RJ01 | Rejection of invention patent application after publication |