[发明专利]一种工业机器人的健康风险评估方法、装置、介质和设备

权利要求书

1.一种工业机器人的健康风险评估方法，其特征在于，包括：

获取工业机器人中所有核心部件组中各核心部件的实时运行数据，并从所述实时运行数据中得到专项参数、报警参数和生命周期参数；

将所述专项参数、所述报警参数和所述生命周期参数载入已训练完成的风险检测模型中，得到当前时刻所述工业机器人中每一组核心部件组中各核心部件的风险综合分值；

将当前时刻所述工业机器人中每一核心部件组中的所有核心部件的风险综合分值利用最小二乘法进行拟合，得到当前时刻所述工业机器人的风险综合分值；

所述将当前时刻所述工业机器人中每一核心部件组中的所有核心部件的风险综合分值利用最小二乘法进行拟合，得到当前时刻所述工业机器人的风险综合分值，具体步骤包括：

将当前时刻所述工业机器人中每一核心部件组中的所有核心部件的风险综合分值写入矩阵X中，其中，为当前时刻第m组所述核心部件组中第n个核心部件的风险综合分值；

获取预先计算得到的最优参数β，其中，β_m为第m组所述核心部件组对应的最优参数；

将所述β和矩阵X代入最小二乘法公式得到列车内每一个所述核心部件组的风险综合分值y_m；

根据每一个所述核心部件组的风险综合分值y_m和预设系数，得到当前时刻所述工业机器人的风险综合分值y；

所述从所述实时运行数据中得到专项参数、报警参数和生命周期参数，具体包括，

根据所述核心部件的实时运行数据、预设参数阈值和预设参数系数，得到所述核心部件的专项参数；

根据所述核心部件的实时运行数据中的报警次数、预设报警参数阈值、预设报警参数系数，得到所述核心部件的报警参数值；

根据所述核心部件的实时运行数据中的装机时间和预设寿命阈值，得到所述核心部件的时间寿命计算值；

根据所述核心部件的实时运行数据中的工件数、各工件对应的转数和所述各工件已完成转数，得到所述核心部件的第一使用寿命计算值，

和/或，

根据所述核心部件的实时运行数据中的工件数、各工件对应的启停次数和所述核心部件已使用启停次数，得到所述核心部件的第二使用寿命计算值；

利用所述时间寿命计算值、所述第一使用寿命计算值和所述第二使用寿命计算值，得到所述核心部件的生命周期参数；

所述风险检测模型通过以下方法建立，具体包括：

采集所述工业机器人中所有核心部件组中各核心部件的历史运行数据，并从所述历史运行数据中得到历史专项参数、历史报警参数和历史生命周期参数；

将所述历史专项参数、所述历史报警参数和所述历史生命周期参数分别分入训练集、验证集和测试集；

将所述训练集中的历史专项参数、历史报警参数和历史生命周期参数输入卷积神经网络进行训练，得到权重参数模型；

使用验证集中的历史专项参数、历史报警参数和历史生命周期参数对所述权重参数模型进行验证，得到最优权重参数模型；

使用测试集中的历史专项参数、历史报警参数和历史生命周期参数对所述最优权重参数模型进行测试，得到测试结果，根据所述测试结果对所述最优权重参数模型进行修正，得到所述风险检测模型。

2.如权利要求1所述的工业机器人的健康风险评估方法，其特征在于，所述经过预先计算得到的最优参数β的具体步骤包括：

将历史时刻所述工业机器人中每一核心部件组的风险综合分值进行人工统计，得到历史时刻每一所述核心部件组的风险综合分值y'，其中，y'_m是第m组所述核心部件组的人工统计风险综合分值；

获取在所述历史时刻时，所述工业机器人中所有核心部件组中各核心部件的历史运行数据，并从所述历史运行数据中得到历史专项参数、历史报警参数和历史生命周期参数后，将所述历史专项参数、所述历史报警参数和所述历史生命周期参数载入所述风险检测模型中，得到所述历史时刻工业机器人中每一组核心部件组中各核心部件的风险综合分值；

将所述历史时刻工业机器人中每一组核心部件组中各核心部件的风险综合分值输入矩阵X'，其中，是所述历史时刻第m组所述核心部件组中第n个核心部件的风险综合分值；

将所述X'和y'代入目标公式β＝(X'^TX')^-1X'^Ty'，得到所述最优参数