浅析基于置信规则库推理的焊接机器人减速机曲柄轴磨损故障检测方法

发表时间:2020/10/20   来源:《科学与技术》2020年6月17期   作者:周轩
[导读] 通过分析焊接机器人的信号特征,减速机曲柄轴磨损状态关系
      周轩
        陕钢集团汉中钢铁有限责任公司 陕西省汉中市 724200
        【摘要】通过分析焊接机器人的信号特征,减速机曲柄轴磨损状态关系,设计一种全新的磨损故障检测方法。该系统的应用,能够输入电机转矩均值、导数均值,设定等级,建设专门的规则库。所得结论仅供参考。
        【关键词】焊接机器人;置信规则库;曲柄轴磨损;减速机
        在现代化车身装焊生产过程中,焊接机器人得到了广泛应用,可实现生产自动化,降低工作人员的劳动强度[1]。在确保焊接质量的同时,可实现生产效率的提升。在车身装焊过程中,该机器人得到了广泛应用,可实现装焊柔性化设计,更好支持汽车产品生产。
1 相关概述
1.1焊接机器人
        焊接机器人伺服电机转矩信号特征与RV减速机之间有密切的关系,其构成如下图1所示。随着焊接机器人的大量应用,可实现零部件生产效率的提升,确保生产自动化,保障焊接质量与产品柔性。

  图1                RV传动机构成图
        作为一种工业机器人,其种类包含谐波减速器、RV减速器,后者的刚度、回转精度更高,应用范围更广。
1.2曲柄轴磨损
        如下图2所示,其曲柄能够作为第二季摆线轮,转动输入与转动输出。在发生磨损后,对机器人的定位精度影响很大。且伴随着抖动现象,异常响声情况。会降低机器人的使用寿命,对其安全事故产生较大的影响。
 
                                                                                 图2                机器人减速机曲柄轴
2 某汽车生产公司焊接车间案例分析
        通过对某汽车公司焊接车间提供的数据开展分析,发现焊接机器人伺服电机,所采集的矩阵信号、曲柄轴磨损状态关系。结合生产经验,维修工程师多会将曲柄轴定量划分为3种不同的磨损状态[2]。其等级包括ⅠⅡⅢ。Ⅰ为可以安全焊接需求,处于正常状态;Ⅱ为焊接次频率相对较高的产品,其磨损状态为中度;Ⅲ为无法正常焊接,其磨损为重度。
        通过大范围的开展磨损故障数据分析,选择不同状态典型数据,分析采集到的转矩信号与电流信号。在各类状态下,电流周期波谷、波峰对应的波形转矩差异较大,正常状态下波形转矩平稳。可与中度磨损状态区分,或轻微颤抖,或重度磨损,且变化比较剧烈。随着其磨损程度的加深,转矩信号的变化也越来越明显。
       

        使用x1与x2表征转矩特征,可掌握曲柄轴原始震动信号到磨损的状态,能够为其磨损识别提供依据。在实际工程中,震动传导器会受到环境噪声的干扰,不同工况下测量精准度会产生变化。振动量不平顺,幅度也会受到影响,这类关系比较复杂,其存在着明显的非线性关系,不确定性关系等。
        除此之外,若单单依靠人的经验,未能详细衡量3个磨损状态,未能贯彻标准,很难开展大量的工业故障检测[3]。进而,若单纯的使用这类对应关系,很难完全将磨损程度鉴别出来,无法正确定级。
        正是因为这一原因,需要构建专门的BRB系统,才可完善相应的关系。
3 基于置信规则库推理的焊接机器人减速机曲柄轴磨损故障检测
        置信规则库(Confidence rule base,简称BRB)的推理方法不完整且不稳定,主观性特征或客观性特征比较明显,建模推理能力较强。本文通过应用,置信规则库建设转矩磨损等级之间的关系,数据特征推理,在线评估磨损等级。
        通过一个安装在伺服电机上的传感器,将转矩数据测出,选取均值(转矩均值、转矩导数均值)作为输入量(x0.1,x0.2),曲柄轴的磨损故障等级,划分为Dj(j=1,2,3)视作输出量,建设输入与输出置信规则库。
        在线获取两个输入量到规则库内,激活规则,融合推理算法,评估故障等级。
        在理解了BRB系统后,输出步骤如下:
(1)获取输入x0引发的第k条规则激活权重wk,其计算式:
   

4 仿真实验
        BRB系统内的置信规则数据由参考值与输入量决定,为避免出现过多规则,更好的描述输入、输出关系,需要合理选择参考值[4]。本文研究的BRB系统,将输入量设置为6个数据的均值,使用模糊语义描述,从小到大依次为VS、PS、PM、L、ML、VL。
 
获得相应的参考值,计算可得知P=6,M=4,规则为36条。
为说明BRB系统建模对磨损故障的识别、磨损程度定级等,选取300组实测转矩变量,将这些数据作为测试数据,计算出导数与均值。使用BRB方法、ER融合算法,开展磨损故障等级评估。
        BRB系统建模识别,BRB系统等级结果与维修工程师给出的结果相似,诊断精准率为98.6%,详见下表1。可见本文选取的BRB方法,可代替维修工程师,实现磨损故障的自动评估与自动定级。
表1         300组测试样本集合的BRB模型输出混淆矩阵
    
5 结束语
        综上所述,在置信规则库推理基础上,制定出一种针对性的磨损检测方式,可从实际生产中,将主观经验转换为专家知识,结合规则库推理、证据推理,解决传统轴承检测方法精准定级问题,促使工业生产自动化、便捷化,以此确保设备检测效率与维护质量。
        后期研究中,需要结合已有专家认知,优化BRB系统参数,促使建模可精准的描述磨损程度,转矩特征。该方法也可应用在其他轴承检测中,效果显著。
参考文献:
[1]王晓兵,翁旭,赵状状,胡宇,王天真,徐晓滨,李建宁.基于置信规则库推理的焊接机器人减速机曲柄轴磨损故障检测方法[J].机械传动,2019,43(04):109-114.
[2]孙牧原. 汽车三元催化器焊接机器人系统设计及应用研究[D].河北工程大学,2017,05(11):78-81.
[3]戴啟辉. 桥式双梁起重机主梁移动焊接机器人机构设计及仿真[D].安徽工业大学,2015,15(01):1-7.
[4]张明. 多机器人全自动焊接系统在海洋工程制管中的应用[D].上海交通大学,2017,28(06):22-25+34.
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: