[发明专利]基于Copula函数的工业机器人用谐波减速器可靠性分析方法有效
| 申请号: | 201910178520.4 | 申请日: | 2019-03-11 |
| 公开(公告)号: | CN109766670B | 公开(公告)日: | 2020-10-23 |
| 发明(设计)人: | 黄洪钟;张乙;钱华明;王弘毅;李彦锋;李本;黄鹏;谢非 | 申请(专利权)人: | 电子科技大学 |
| 主分类号: | G06F30/17 | 分类号: | G06F30/17 |
| 代理公司: | 成都虹盛汇泉专利代理有限公司 51268 | 代理人: | 王伟 |
| 地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 copula 函数 工业 机器人 谐波 减速器 可靠性分析 方法 | ||
本发明公开了一种基于Copula函数的工业机器人用谐波减速器可靠性分析方法,包括确定工业机器人用谐波减速器的失效模式,建立失效模式的极限状态函数,确定不确定性因素的分布类型和分布参数,计算失效模式的失效概率,根据失效模式之间的相关性确定备选Copula函数,选择最优Copula函数并确定其参数值,计算考虑多失效模式相关的工业机器人用谐波减速器的可靠度。本发明确定了工业机器人用谐波减速器的主要失效模式,分析了多失效模式相关下工业机器人用谐波减速器的可靠性,能够描述结构系统的真实情况;并且在保证精度的前提下提高了计算效率。
技术领域
本发明属于工业机器人核心零部件的可靠性分析技术领域,具体涉及一种基于Copula函数的工业机器人用谐波减速器可靠性分析方法。
背景技术
工业机器人是自动化技术发展的高度产物,它综合了计算机、控制论、机构学、信息和传感技术、人工智能和仿生学等多种学科,是先进制造技术领域不可缺少的自动化设备。工业机器人能够显著改善国内人口结构变化造成的劳动力短缺与制造业用人成本逐渐上升的问题,提高企业生产效益、降低成本、增强核心竞争力,因此被广泛应用于汽车装配制造、电子电器和食品加工等行业。工业机器人的可靠性是机器人在生产中能否长期稳定运行的关键,机器人系统的故障失效可能会造成巨大的经济损失和其它严重后果。
减速器是工业机器人的核心零部件,成本占到整台机器人生产成本的三分之一。谐波减速器是工业机器人最常用的精密减速器之一,具有结构紧凑、质量轻、体积小、传动效率高、单级传动比大、传动精度高和承载能力大等优点。与伺服电机连接使用,能够降低转速增大扭矩,多用于驱动小负载机器人各关节和大负载机器人的末端关节。传动过程中,谐波减速器在载荷作用下产生周期性变形,应力状态复杂,其失效将直接导致工业机器人无法正常工作。国内在工业机器人用谐波减速器方面缺乏关键技术的突破,平均无故障时间短、可靠性差,严重依赖进口。工业机器人用谐波减速器的高可靠性对于减少工业机器人系统故障、减少安全事故的发生、提高劳动生产率等具有非常重要的意义。
目前,对于谐波减速器的可靠性分析一般只针对某一种失效模式,或把各失效模式视为独立,其结果不能真实反映结构系统之间的关系,会低估或高估系统的可靠性。因此,本领域需要一种考虑多失效模式相关的工业机器人用谐波减速器可靠性分析方法。Copula函数在处理相关性方面十分准确方便,近年来由统计学领域逐渐被引入可靠性分析领域,并得到越来越多的关注。基于Copula函数的工业机器人用谐波减速器可靠性分析方法,为科学评估其可靠性和优化设计奠定了基础。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于Copula函数的工业机器人用谐波减速器可靠性分析方法,旨在解决既有方法只针对某一种失效模式,或把各失效模式视为独立,其结果不能真实反映结构系统之间的关系,会低估或高估系统可靠性的技术问题。
为了实现上述目的,本发明提供一种基于Copula函数的工业机器人用谐波减速器可靠性分析方法,包括以下步骤:
S1、获取工业机器人用谐波减速器故障数据,确定工业机器人用谐波减速器的失效模式;
S2、建立失效模式的极限状态函数;
S3、对失效模式的极限状态函数中的不确定性因素进行量化,确定不确定性因素的分布类型和分布参数;
S4、根据不确定性因素的分布类型和分布参数计算失效模式的失效概率;
S5、分析失效模式之间的相关性,确定备选Copula函数;
S6、从备选Copula函数中选择最优Copula函数并确定其参数值;
S7、计算考虑多失效模式相关的工业机器人用谐波减速器的可靠度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910178520.4/2.html,转载请声明来源钻瓜专利网。





