基于殘余動量的機械手臂故障檢測與分類.pdf

1、醫(yī)護服務型機器人的機械手臂工作環(huán)境與人類生活環(huán)境交織在一起,機械手臂與人體及工作環(huán)境會有經(jīng)常性的接觸,保證人體的安全是首要遵循的條件。隨著機械手臂控制復雜程度的增加,如何準確實現(xiàn)機械手臂的故障分類,是實現(xiàn)控制策略切換,順利執(zhí)行動作的前提。本文以剛性和柔性機械手臂為例,重點研究殘余動量故障檢測算法,在此基礎上基于支持向量機設計故障分類器,對電機故障和碰撞故障這兩類機械手臂運行過程中最常出現(xiàn)的故障進行分類。
　　首先,基于拉格朗日原理

2、,分別運用旋量理論和模態(tài)假設法建立剛性機械手臂和柔性機械手臂的動力學模型,推導整理得到詳細各項。其次,利用上述機械手臂的動力學模型,推導得到殘余動量故障檢測算法,利用Matlab/Simulink搭建算法仿真平臺。再次,運用 ADAMS針對兩桿三自由度剛性機械手臂搭建虛擬樣機模型,通過 ADAMS和 Matlab聯(lián)合仿真完成故障仿真;利用Matlab/Simulink/SimMechnics分別建立剛性和柔性的兩桿二自由度機械手臂模型,

3、完成故障仿真。結(jié)果表明,由不同系統(tǒng)模型推導得出的殘余動量值對同一類故障具有一致的特征。
　　然后,基于支持向量機原理建立故障分類器,以兩桿三自由度剛性機械手臂的殘余動量值構(gòu)成的7種故障數(shù)據(jù)作為樣本數(shù)據(jù),提取特征向量,利用Libsvm對分類器進行訓練和測試,得到分類結(jié)果。
　　最后,在史陶比爾 RX90機器人上進行實驗,提取剛性機械手臂的運動學數(shù)據(jù),得到殘余動量值,提取其特征向量,最后訓練分類器并進行測試,得到測試結(jié)果。