CN111486943B - 工业机器人振动状态分析方法、系统、装置及可读存储介质 - Google Patents

工业机器人振动状态分析方法、系统、装置及可读存储介质 Download PDF

Info

Publication number
CN111486943B
CN111486943B CN202010236377.2A CN202010236377A CN111486943B CN 111486943 B CN111486943 B CN 111486943B CN 202010236377 A CN202010236377 A CN 202010236377A CN 111486943 B CN111486943 B CN 111486943B
Authority
CN
China
Prior art keywords
vibration
signal
acceleration
frequency
vibration state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010236377.2A
Other languages
English (en)
Other versions
CN111486943A (zh
Inventor
尹荣造
徐瞳
田坤淼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Borunte Robot Co Ltd
Original Assignee
Borunte Robot Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Borunte Robot Co Ltd filed Critical Borunte Robot Co Ltd
Priority to CN202010236377.2A priority Critical patent/CN111486943B/zh
Publication of CN111486943A publication Critical patent/CN111486943A/zh
Application granted granted Critical
Publication of CN111486943B publication Critical patent/CN111486943B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Abstract

本发明涉及机器人振动分析技术领域,尤其为一种工业机器人振动状态分析方法,将加速度传感器固定在机器人末端,记录机器振动原始数据,调用振动分析软件读入接口读取机器振动加速度、角速度、角度,通过对输入的时频信号转化为幅频信号,对输入信号进行DFT变换到复数域,然后计算加速度、角速度、和角度幅频前6阶的振动频率,最后计算信号功率谱,通过振动分析软件的图形界面输出幅频特性分析结果。本发明,有利于对机器人振动状态进行更好的分析,量化工业衡量机器人各关节的振动状态。本发明还公开了一种工业机器人振动状态分析系统、装置及计算机可读存储介质,与上述方法具有相同的有益效果。

Description

工业机器人振动状态分析方法、系统、装置及可读存储介质
技术领域
本发明涉及一种工业机器人振动状态分析方法、系统、装置及可读存储介质。
背景技术
在机械工程领域内,为确保机械设备安全可靠地运行,机械结构的振动监控和诊断也引起人们的重视。在研究方法上,振动测试是与理论分析计算结合采用的。振动的强弱用振动量来衡量,振动量可以是振动体的位移、速度或加速度。专门用于机器人的振动状态分析系统使用和维护成本高昂,且测量的机理均不清楚。
机器人振动量如果超过允许范围,机械设备将产生较大的动载荷和噪声,从而影响其工作性能和使用寿命,严重时会导致零部件的早期失效。为量化工业衡量机器人各关节的振动状态,我们提出了一种工业机器人振动状态分析方法、系统、装置及可读存储介质。
发明内容
本发明的目的在于提供一种工业机器人振动状态分析方法、系统、装置及可读存储介质,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种工业机器人振动状态分析方法,包括如下步骤:
步骤1:将加速度传感器固定在机器人末端,先采集加速度传感器固定后静止状态下的加速度数据,并在之后的动态测试中将动态加速度的数据减去静态加速度的数据各轴的平均值;
步骤2:通过加速度传感器记录机器振动原始数据,调用振动分析软件读入接口读取机器振动加速度、角速度、角度;
步骤3:计算加速度各方向的平均速度;
步骤4:计算加速度合方向的平均速度;
步骤5:计算加速度各方向的μ-3σ、μ+3σ;
步骤6:将输入的时频信号转化为幅频信号,对输入信号进行DFT变换到复数域,其中,信号的模为幅频,信号的相角为相频;
步骤7:DFT变换后,变换信号对应的频率由于对称性应取所有频率的1/2;
步骤8:计算加速度、角速度、和角度幅频前6阶的振动频率;
步骤9:计算信号功率谱;
步骤10:通过振动分析软件的图形界面输出幅频特性分析结果。
进一步的,步骤3中的平均速度为:
Figure BDA0002431121440000021
进一步的,步骤4中的平均速度为:
Figure BDA0002431121440000022
进一步的,步骤5中的μ+3σ、μ-3σ值:
Figure BDA0002431121440000023
进一步的,步骤7中变换信号对应的频率采用
Figure BDA0002431121440000024
表示。
进一步的,步骤9中信号功率谱:W=20log10(振幅)。
进一步的,所述DFT的公式如下:
Figure BDA0002431121440000025
其中,X(k)表示DFT变换后的数据,x(n)为采样的模拟信号,公式中的x(n)可以为复信号,实际当中x(n)都是实信号,虚部为0,此时公式可以展开为:
Figure BDA0002431121440000031
在计算机中展开:
Figure BDA0002431121440000032
Figure BDA0002431121440000033
其中,DFT得到的复数模按频率构成的序列是幅频,复数的相位角就是相频,计算信号功率谱,功率谱结果用Powdata[][]存储,其中行数代表数据序列,列数代表坐标轴方向。
为解决上述技术问题,本发明还提供一种工业机器人振动状态分析系统,包括:
加速度传感器,固定在机器人末端,用于记录机器振动原始数据;
振动状态分析模块,用于计算并输出信号功率谱;
计算机,用于存储振动状态分析模块,并驱动该振动状态分析模块运行;
其中,所述加速度传感器将机器振动原始数据上传到振动状态分析模块。
为解决上述技术问题,本发明还提供一种工业机器人振动状态分析装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述任一项所述的工业机器人振动状态分析方法的步骤。
为解决上述技术问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述的工业机器人振动状态分析方法的步骤。
与现有技术相比,本发明的有益效果是:
本发明,为量化工业衡量机器人各关节的振动状态,基于高精度的加速度传感器和傅里叶频谱分析算法,开发系统振动状态评估软件,将加速度传感器读取的数据通过图形化界面显示,有利于对机器人振动状态进行更好的分析,同时系统简洁,易维护,且测量的机理清楚。
附图说明
图1为本发明振动状态分析流程图。
图2为本发明加速度传感器固定在机器人末端示意图。
图3为本发明分析系统结构示意图。
图4为本发明分析装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“上/下端”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置/套设有”、“套接”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1-4,本发明提供一种技术方案:
一种工业机器人振动状态分析方法,该分析方法包括如下步骤:
一、测量方法
1、加速度传感器采集数据的过程中,由于重力加速度的影响和坐标轴的限制,导致采集的数据图形化输出不明显,而由于不同机器加速度传感器的固定方式不一致,加速度传感器的固定位置不一定固定在三个坐标轴中的其中一轴方向与重力加速度一致,为了排除重力加速度对采集数据的影响,需先采集传感器固定后静止状态下的加速度数据,并在之后的动态测试中将动态加速度的数据减去静态加速度的数据各轴的平均值。
2、通过六轴高精度传感器(加速度传感器)记录机器振动原始数据,调用振动分析软件读入接口(EXCEL接口)读取机器振动加速度、角速度、角度。
3、计算加速度各方向的平均速度:
Figure BDA0002431121440000051
4、计算加速度合方向的平均速度:
Figure BDA0002431121440000052
5、计算加速度各方向的μ-3σ,μ+3σ值:
Figure BDA0002431121440000053
6、将输入的时频信号转化为幅频信号,对输入信号(加速度、角速度、角度)进行DFT变换到复数域,其中,信号的模为幅频,信号的相角为相频。
7、DFT后,变换信号对应的频率由于对称性应取所有频率的1/2,即:
Figure BDA0002431121440000061
8、计算加速度、角速度、和角度幅频前6阶的振动频率。
9、计算信号功率谱:W=20log10(振幅)。
10、振动状态分析流程如附图1所示。
二、DFT算法应用
DFT(Discrete Fourier Transform)是离散傅里叶变换,它是将连续的时域信号通过采样进行离散化后,变换到频域信号,再将频域信号通过采样进行离散化,得到离散的频域信号,因为其时域信号和频域信号都是离散的,可以很方便计算机进行计算。
DFT的公式如下:
Figure BDA0002431121440000062
其中,X(k)表示DFT变换后的数据,x(n)为采样的模拟信号,公式中的x(n)可以为复信号,实际当中x(n)都是实信号,虚部为0,此时公式可以展开为:
Figure BDA0002431121440000063
在计算机中展开:
Figure BDA0002431121440000064
Figure BDA0002431121440000065
其中,DFT得到的复数模按频率构成的序列是幅频,复数的相位角就是相频。计算信号功率谱,功率谱结果用Powdata[][]存储,其中行数代表数据序列,列数代表坐标轴方向。
具体的:
一、测试过程及步骤
1、将传感器固定在机器人末端(推荐螺栓固定),如附图2所示;
2、将蓝牙接口连接到计算机,打开加速度计的电源,为保证加速计的数据传输,计算机和蓝牙尽量不要超过5m;
3、启动测试设备,待设备运行平稳;
4、启动振动状态分析软件,点击主界面的测试按钮,打开上位机程序,点击开始和停止后,软件自动保存测试数据;
5、在菜单栏目选择消除重力加速度影响的方法,选择模式一(动态-静态),消除静止状态下加速度对运动状态加速度的影响。点击“静态”按钮,,导入静止运动状态下采集的文本文档数据。
6、点击“动态”按钮,导入运动状态下采集的文本文档数据。
7、点击“计算”按钮,即可通过振动分析软件的图形界面输出幅频特性分析结果;
8、在菜单栏目选择消除重力加速度影响的方法,选择模式二(动态),消除直流信号(重力加速度)在坐标图上对运动状态加速度幅频显示的影响。点击“动态”按钮,导入运动状态下采集的文本文档数据。
9、点击“计算”按钮,即可通过振动分析软件的图形界面输出幅频特性分析结果;
10、点击“输出数据”按钮,保存输出数据,供后续查看分析结果。
本发明,为量化工业衡量机器人各关节的振动状态,基于高精度的加速度传感器和傅里叶频谱分析算法,开发系统振动状态评估软件,将加速度传感器读取的数据通过图形化界面显示,有利于对机器人振动状态进行更好的分析,同时系统简洁,易维护,且测量的机理清楚。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种工业机器人振动状态分析方法,其特征在于,包括如下步骤:
步骤1:将加速度传感器固定在机器人末端,先采集加速度传感器固定后静止状态下的加速度数据,并在之后的动态测试中将动态加速度的数据减去静态加速度的数据各轴的平均值;
步骤2:通过加速度传感器记录机器振动原始数据,调用振动分析软件读入接口读取机器振动加速度、角速度、角度;
步骤3:计算加速度各方向的平均速度;
步骤4:计算加速度合方向的平均速度;
步骤5:计算加速度各方向的μ-3σ、μ+3σ;
步骤6:将输入的时频信号转化为幅频信号,对输入信号进行DFT变换到复数域,其中,信号的模为幅频,信号的相角为相频;
步骤7:DFT变换后,变换信号对应的频率由于对称性应取所有频率的1/2;
步骤8:计算加速度、角速度、和角度幅频前6阶的振动频率;
步骤9:计算信号功率谱;
步骤10:通过振动分析软件的图形界面输出幅频特性分析结果。
2.根据权利要求1所述的工业机器人振动状态分析方法,其特征在于,步骤3中的平均速度为:
Figure FDA0003335627090000011
3.根据权利要求1所述的工业机器人振动状态分析方法,其特征在于,步骤4中的平均速度为:
Figure FDA0003335627090000012
4.根据权利要求1所述的工业机器人振动状态分析方法,其特征在于,步骤5中的μ+3σ、μ-3σ值:
Figure FDA0003335627090000021
5.根据权利要求1所述的工业机器人振动状态分析方法,其特征在于,步骤7中变换信号对应的频率采用
Figure FDA0003335627090000022
表示。
6.根据权利要求1所述的工业机器人振动状态分析方法,其特征在于,步骤9中信号功率谱:W=20log10(振幅)。
7.根据权利要求1所述的工业机器人振动状态分析方法,其特征在于,所述DFT的公式如下:
Figure FDA0003335627090000023
其中,X(k)表示DFT变换后的数据,x(n)为采样的模拟信号,公式中的x(n)可以为复信号,实际当中x(n)都是实信号,虚部为0,此时公式可以展开为:
Figure FDA0003335627090000024
在计算机中展开:
Figure FDA0003335627090000025
Figure FDA0003335627090000026
其中,DFT得到的复数模按频率构成的序列是幅频,复数的相位角就是相频,计算信号功率谱,功率谱结果用Powdata[][]存储,其中行数代表数据序列,列数代表坐标轴方向。
8.一种工业机器人振动状态分析系统,其特征在于,包括:
加速度传感器,固定在机器人末端,用于记录机器振动原始数据;
振动状态分析模块,用于计算并输出信号功率谱;
计算机,用于存储振动状态分析模块,并驱动该振动状态分析模块运行;
其中,所述加速度传感器将机器振动原始数据上传到振动状态分析模块;
加速度传感器用于先采集加速度传感器固定后静止状态下的加速度数据,并在之后的动态测试中将动态加速度的数据减去静态加速度的数据各轴的平均值;通过加速度传感器记录机器振动原始数据,调用振动分析软件读入接口读取机器振动加速度、角速度、角度;振动状态分析模块用于计算加速度各方向的平均速度;计算加速度合方向的平均速度;计算加速度各方向的μ-3σ、μ+3σ;将输入的时频信号转化为幅频信号,对输入信号进行DFT变换到复数域,其中,信号的模为幅频,信号的相角为相频;DFT变换后,变换信号对应的频率由于对称性应取所有频率的1/2;计算加速度、角速度、和角度幅频前6阶的振动频率;计算信号功率谱;通过振动分析软件的图形界面输出幅频特性分析结果。
9.一种工业机器人振动状态分析装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1~5任一项所述的工业机器人振动状态分析方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1~5任一项所述的工业机器人振动状态分析方法的步骤。
CN202010236377.2A 2020-03-30 2020-03-30 工业机器人振动状态分析方法、系统、装置及可读存储介质 Active CN111486943B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010236377.2A CN111486943B (zh) 2020-03-30 2020-03-30 工业机器人振动状态分析方法、系统、装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010236377.2A CN111486943B (zh) 2020-03-30 2020-03-30 工业机器人振动状态分析方法、系统、装置及可读存储介质

Publications (2)

Publication Number Publication Date
CN111486943A CN111486943A (zh) 2020-08-04
CN111486943B true CN111486943B (zh) 2022-02-01

Family

ID=71794458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010236377.2A Active CN111486943B (zh) 2020-03-30 2020-03-30 工业机器人振动状态分析方法、系统、装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN111486943B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114055515B (zh) * 2020-07-31 2023-07-07 配天机器人技术有限公司 一种抖动分析方法与系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102662082A (zh) * 2010-11-05 2012-09-12 拉碧斯半导体株式会社 运动检测装置、电子设备、运动检测方法以及程序
JP2014126459A (ja) * 2012-12-26 2014-07-07 National Fisheries Univ レシプロ式機械装置の状態監視システムとその方法とそのプログラム
CN105606326A (zh) * 2016-03-17 2016-05-25 西安陆洲智能传感技术有限公司 一种单弹簧悬挂激振台
CN106599794A (zh) * 2016-11-21 2017-04-26 南京熊猫电子股份有限公司 一种基于ar模型的六轴工业机器人故障诊断方法及系统
CN108469784A (zh) * 2018-03-07 2018-08-31 上海理工大学 适用于数控机床加工状态的模态参数的测量装置及方法
CN108638128A (zh) * 2018-05-24 2018-10-12 哈工大机器人(合肥)国际创新研究院 一种工业机器人的实时异常监测方法及其系统
CN110053042A (zh) * 2018-01-18 2019-07-26 发那科株式会社 机器人控制装置
CN110861123A (zh) * 2019-11-14 2020-03-06 华南智能机器人创新研究院 机器人运行状态的可视化监控和评估的方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3202584B2 (ja) * 1996-02-29 2001-08-27 三菱自動車工業株式会社 振動分析方法とその装置
US9603555B2 (en) * 2010-05-17 2017-03-28 Industrial Technology Research Institute Motion/vibration detection system and method with self-injection locking
GB201515580D0 (en) * 2015-09-03 2015-10-21 Reactec Ltd Vibration Monitor
CN106482827B (zh) * 2016-11-11 2018-12-25 北京航空航天大学 基于互功率谱函数模态参数识别的电子产品振动dlp方法
US20180292471A1 (en) * 2017-04-06 2018-10-11 Intel Corporation Detecting a mechanical device using a magnetometer and an accelerometer

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102662082A (zh) * 2010-11-05 2012-09-12 拉碧斯半导体株式会社 运动检测装置、电子设备、运动检测方法以及程序
JP2014126459A (ja) * 2012-12-26 2014-07-07 National Fisheries Univ レシプロ式機械装置の状態監視システムとその方法とそのプログラム
CN105606326A (zh) * 2016-03-17 2016-05-25 西安陆洲智能传感技术有限公司 一种单弹簧悬挂激振台
CN106599794A (zh) * 2016-11-21 2017-04-26 南京熊猫电子股份有限公司 一种基于ar模型的六轴工业机器人故障诊断方法及系统
CN110053042A (zh) * 2018-01-18 2019-07-26 发那科株式会社 机器人控制装置
CN108469784A (zh) * 2018-03-07 2018-08-31 上海理工大学 适用于数控机床加工状态的模态参数的测量装置及方法
CN108638128A (zh) * 2018-05-24 2018-10-12 哈工大机器人(合肥)国际创新研究院 一种工业机器人的实时异常监测方法及其系统
CN110861123A (zh) * 2019-11-14 2020-03-06 华南智能机器人创新研究院 机器人运行状态的可视化监控和评估的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于ANSYS的隔离开关机器人随机振动分析;王硕君 等;《电工技术》;20190425(第8期);第55-57页 *

Also Published As

Publication number Publication date
CN111486943A (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
CN108152033B (zh) 一种稀疏分离模型的齿轮箱复合微弱故障诊断方法
CN109883389B (zh) 一种旋转叶片动应变场测量方法及其系统
JP2012018045A (ja) センサ異常診断装置及びセンサシステム
JP2018163135A (ja) 情報処理装置、情報処理方法及びプログラム
CN101839781B (zh) 悬索桥主缆状态快速识别方法及装置
CN111486943B (zh) 工业机器人振动状态分析方法、系统、装置及可读存储介质
CN204255494U (zh) 桥梁振动监测装置
JP6075543B2 (ja) 非線形応答の診断装置及び診断方法
CN109883692A (zh) 基于内置编码器信息的广义差分滤波方法
CN207689003U (zh) 一种机械设备的监测装置
CN114401206A (zh) 一种电机状态监测方法、装置、电子设备及存储介质
JPH0121889B2 (zh)
CN112115802A (zh) 一种起重机回转机构齿轮故障诊断方法、系统及存储介质
JPH073360B2 (ja) 軸ねじり振動監視装置
US8650957B2 (en) Method of evaluating the ageing of an electronic assembly
Herranen et al. Acceleration data acquisition and processing system for structural health monitoring
RU2542162C1 (ru) Способ диагностики предаварийных режимов работы рдтт при огневых стендовых испытаниях
JP3114358B2 (ja) 構造物の振動試験装置及び方法
JP2001515600A (ja) 診断対象物を自動的に診断する方法
CN110793615B (zh) 风机振动状态检测方法、装置及配合端等效激励确定方法
Liu et al. Research on online monitoring technology for transmission tower bolt looseness
KR20000038288A (ko) 지진감시 시스템
CN113607299B (zh) 一种压力容器的结构健康监测系统和方法
CN206618488U (zh) 一种低频振动检测装置
CN111596611A (zh) 一种数控机床动力学特性测试分析系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant