[发明专利]基于EEMD-HT-峭度分析的工业机器人关节电流信号异常检测方法

说明书

本发明涉及一种基于EEMD‑HT‑峭度分析的工业机器人关节电流信号异常检测方法，首先获取工业机器人每个关节的U、V、W三相中的任意两相；然后使用自相关分析方法获取电流信号的周期后对信号分割；通过互相关的方法消除不同时刻信号间的相位差；分别对周期内的工业机器人关节电流信号进行EEMD‑HT进行处理得到IMF真分量包络信号；最后比较被监测工业机器人电流信号IMF真分量的包络信号峭度与工业机器人正常状态基准电流信号的IMF真分量的包络信号峭度波动范围完成异常检测。本发明所述的基于EEMD‑HT‑峭度分析的工业机器人关节电流信号异常检测方法，为解决工业机器人关节异常检测问题提供了新的有效方法。

技术领域

本发明属于工业机器人状态监测及故障诊断技术领域，涉及一种基于EEMD-HT-峭度分析的工业机器人关节电流信号异常检测方法。

背景技术

随着自动化进程的不断推进，工业机器人发挥着越来越重要的作用，极大的提高了生产效率。但工业机器人的功能需求不断增加，结构趋于复杂，长时间运行会导致工业机器人出现故障。对工业机器人进行状态监测，检测设备是否出现异常，及时调整设备作业，避免经济损失和人员伤亡。传统的工业机器人异常检测方法采集的信号为振动信号、扭矩信号、声发射信号等，但这些信号由于受采集位置等因素影响，采集的信号质量难以保障，另外相对而言难度大，其传感器成本高，，而电流信号可以从工业机器人控制柜里直接获取，采集方便，成本低。

通过电流信号对恒速电机进行故障诊断和状态监测的研究较多，获取定子电流后，使用电流频谱分析法可以完成对电机的故障诊断和状态监测。但工业机器人的关节主要由伺服电机和减速器组成，基于电流信号对减速器和伺服电机进行状态监测和故障诊断的研究相对较少。伺服电机和恒速电机的电流信号相比，其电流信号随动作周期变化具有周期性，且频率成分复杂，幅值变化剧烈，相关研究相对较少。

专利CN 111975784 A公开了一种基于电流和振动信号的关节机器人故障诊断方法，其利用采集到的关节电流信号得到等角度采样时序并对滤波后的振动信号进行等角度采样，最后对振动信号的等角度采样序列进行傅里叶变换得到机器人关节振动信号阶比谱并分析，实现机器人关节故障诊断，该发明采集了电流信号和振动信号进行关节故障诊断且电流信号只起到辅助作用，成本较高。

专利CN 108638128 A公开了一种工业机器人的实时异常监测方法及其系统，其利用采集到的关节电流信号计算其定位偏差、电流边界、极差、方差，然后与其正常区间对比，完成异常检测，该发明所处理的电流信号较为平稳，不涉及复杂的频率和幅值的变化，本发明的处理的工业机器人关节电流信号是瞬态变化的，该发明的方法无法处理本发明所处理的工业机器人关节电流信号。

专利CN 110154089 A公开了机器人的关节的异常检测装置以及异常检测方法，其主要涉及关节中的对偶元件之间有无异常间隙的装置和方法，通过检测的电流值和驱动转矩的数值大小是否超出指标值来判断是否存在异常间隙，该发明进行异常检测的故障类型单一而且需要同时检测电流值和扭矩值。

专利CN 112286169 A公开了一种工业机器人故障检测方法，其采集了多种工业机器人数据如关节水平夹角、关节实际速度值、电流有效值、机械臂末端点在水平x轴方向的水平加速度等，该发明使用了不同马尔可夫链构建包含两类隐变量的动态潜在参照模型，同时提取质量相关的过程变量和质量无关的过程变量信息，模型得到工作过程中的统计量T²和SPE_test.,将统计量T²_test和SPE_test和统计阈值T_lun²和SPE_lim对比，完成异常检测，该发明采集信号种类较多，所追加的传感器也会增加，成本高。

专利CN 108673503 A公开了一种工业机器人实时故障检测方法及装置，属于管理学类的方法，记录每日平均启动次数和每日平均启动时间，然后与阈值进行比较，不涉及具体传感器信号物理量的采集，该发明不能及时的处理工业机器人使用过程中出现的异常，不能及时有效的进行监测。