一种工业机器人电机故障预警方法及系统与流程

专利2025-03-26  30


本申请涉及电机状态监测,具体涉及电机故障预警,尤其涉及一种工业机器人电机故障预警方法及系统。


背景技术:

1、随着工业自动化水平的不断提升,工业机器人已经成为现代生产线上的关键设备,其电机的稳定运行对于保障生产效率和产品质量至关重要。然而,在实际应用中,工业机器人电机退磁故障频发,给生产带来了严重的影响。电机退磁不仅会导致机器人性能下降,还可能引发更严重的生产事故,如生产线中断、产品质量下降甚至设备损坏等。传统的电机退磁故障预警方法存在着预警准确性低、反应速度慢等问题。由于无法准确判断退磁故障的发生位置和程度,预警往往不够精准,难以及时有效地应对故障,导致故障进一步扩大,增加了维修成本和生产风险。


技术实现思路

1、本申请通过提供了一种工业机器人电机故障预警方法及系统,旨在解决现有技术中工业机器人电机退磁故障预警存在的对退磁故障发生位置和程度的判断不准确,导致退磁故障预警不准确的技术问题。

2、鉴于上述问题,本申请提供了一种工业机器人电机故障预警方法及系统。

3、本申请公开的第一个方面,提供了一种工业机器人电机故障预警方法,所述方法包括:获取电压时序,所述电压时序是指动态监测到的目标永磁电机的实时电压序列;通过特征分析模型对所述实时电压序列进行多域特征分析,得到目标特征集;将所述目标特征集输入至智能预测模型,得到目标预测结果,其中,所述智能预测模型为有监督学习电机退磁故障数据库中的数据并融合得到集成预测模型;当所述目标预测结果符合预定条件约束时,激活所述目标永磁电机上的环轭线圈,并通过所述环轭线圈获取感应电势信号;将基于目标周期提取到的所述感应电势信号中的目标感应电势信号与预定感应电势信号进行对比,得到感应电势残差;根据所述感应电势残差定位退磁永磁体得到目标退磁永磁体,并对所述目标退磁永磁体进行预警处理。

4、本申请公开的另一个方面,提供了一种工业机器人电机故障预警系统,所述系统包括:动态监测模块,所述动态监测模块用于获取电压时序,所述电压时序是指动态监测到的目标永磁电机的实时电压序列;特征分析模块,所述特征分析模块用于通过特征分析模型对所述实时电压序列进行多域特征分析,得到目标特征集;预测结果获取模块,所述预测结果获取模块用于将所述目标特征集输入至智能预测模型,得到目标预测结果,其中,所述智能预测模型为有监督学习电机退磁故障数据库中的数据并融合得到集成预测模型;线圈激活模块,所述线圈激活模块用于当所述目标预测结果符合预定条件约束时,激活所述目标永磁电机上的环轭线圈,并通过所述环轭线圈获取感应电势信号;信号对比模块,所述信号对比模块用于将基于目标周期提取到的所述感应电势信号中的目标感应电势信号与预定感应电势信号进行对比,得到感应电势残差;预警处理模块,所述预警处理模块用于根据所述感应电势残差定位退磁永磁体得到目标退磁永磁体,并对所述目标退磁永磁体进行预警处理。

5、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

6、上述一种工业机器人电机故障预警方法,该方法实时获取电机的电压时序数据,这些数据反映了电机的运行状态。随后,通过特征分析模型对这些电压数据进行深入处理,提取出关键的特征信息。之后,将这些特征数据输入智能预测模型中,这个模型能够基于融合的电机退磁故障数据库进行预测,判断出电机存在退磁故障的可能性。当预测结果达到预设的警戒条件时,会激活电机上的环轭线圈,用来捕获感应电势信号。通过对比捕获的信号与预定的标准信号,计算出感应电势残差。然后,根据这些残差,可以精准地定位到发生退磁的永磁体,并对其进行预警处理,从而及时防范可能出现的故障,保障电机的正常运行。该方法通过实时监测、特征分析、智能预测和信号对比等步骤,实现了对工业机器人永磁电机退磁故障的精准预警和处理,提升了电机的可靠性和稳定性。

7、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。



技术特征:

1.一种工业机器人电机故障预警方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,通过特征分析模型对所述实时电压序列进行多域特征分析,得到目标特征集,包括:

3.如权利要求2所述的方法,其特征在于,引入预定模态分量权重评估函数对所述多个模态分量进行评估筛选,得到目标模态分量,包括:

4.如权利要求2所述的方法,其特征在于,读取预定分量指标,并基于所述预定分量指标分析得到所述目标分量特征集,其中,所述预定分量指标包括能量比和样本熵。

5.如权利要求1所述的方法,其特征在于,所述智能预测模型为有监督学习电机退磁故障数据库中的数据并融合得到集成预测模型,包括:

6.如权利要求5所述的方法,其特征在于,根据所述目标数据组训练得到所述智能预测模型,包括:

7.如权利要求1所述的方法,其特征在于,将基于目标周期提取到的所述感应电势信号中的目标感应电势信号与预定感应电势信号进行对比,得到感应电势残差,包括:

8.如权利要求7所述的方法,其特征在于,判断所述第一感应电势残差是否为0,若否,获取所述第一永磁体的第一位置,并对所述第一位置进行退磁预警处理。

9.一种工业机器人电机故障预警系统,其特征在于,用于实施权利要求1至8中任意一项所述一种工业机器人电机故障预警方法的步骤,包括:


技术总结
本申请涉及电机故障预警技术领域,提供一种工业机器人电机故障预警方法及系统。所述方法包括:获取电压时序,即动态监测目标永磁电机的实时电压序列;通过特征分析模型进行多域特征分析,得目标特征集;输入至智能预测模型,得预测结果;符合条件时,激活环轭线圈,获取感应电势信号;提取目标周期内的目标感应电势信号与预定信号对比,得感应电势残差;根据残差定位退磁永磁体并预警处理。本申请解决了现有技术中工业机器人电机退磁故障预警存在的对退磁故障发生位置和程度的判断不准确,导致退磁故障预警不准确的技术问题,实现了准确预警工业机器人电机退磁故障,提高预警效率和精度,降低电机故障风险的效果。

技术研发人员:徐婧,李泽民,李柏君
受保护的技术使用者:摩多利智能传动(江苏)有限公司
技术研发日:
技术公布日:2024/6/26
转载请注明原文地址:https://doc.8miu.com/read-1817654.html

最新回复(0)