KR102034652B1 - 엑추에이터에 의해 구동되는 로봇 관절을 개루프/폐루프 제어하는 방법 및 장치 - Google Patents

Abstract

본 발명은 전기 모터에 의해 구동되는 로봇 관절을 개루프/폐루프 제어하는 방법 및 장치에 관한 것으로, 상기 로봇 관절은, 전기 모터의 제1 구동 전류 i_k,1(t),(k=1, 2,...)를 감지하기 위한 제1 센서회로 시스템을 가진 전류 센서; 로봇 관절의 구동 장치(drive train)의 입력 위치 θ_m(t)를 감지하기 위한 제1 위치 센서; 로봇 관절의 출력 장치(output train)의 출력 위치 q(t)를 감지하기 위한 제2 위치 센서; 및 출력 장치에서 토크 τ_J,l(t)를 감지하기 위한 제1 토크 센서를 포함하고, 상기 전기 모터는 선정된 목표 조작 변수 τ_m(t)를 기반으로 개루프/페루프 제어된다. 상기 제어 방법은, 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)를 제공하는 단계(101); 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t) 및/또는 측정값의 시간 미분치가 제1 임계값 조건을 만족하지 않아 고장이 발생하는 것을 감지하는 제1 고장 센서로 고장을 점검하는 단계(102); 및 부가 고장 센서로 고장 발생을 점검하는 단계(103);를 포함하여 구성된다.

Description

엑추에이터에 의해 구동되는 로봇 관절을 개루프/폐루프 제어하는 방법 및 장치

본 발명은 전기 모터에 의해 구동되는 로봇 관절을 고장 감지 기능 및 그에 대응하는 상호작용과 연계하여 개루프/폐루프 제어하는 방법 및 장치에 관한 것이다.

고장 감지의 목적은, 특히 하나 이상의 관측 변수의 변화로부터 유래되는 로봇-연관된 기계적 및/또는 전기적 및/또는 열적 변수 및 측정 변수, 모터 위치, 관절 토크, 모터 토크, 모터 전류, 출력 위치, 출력 가속도와 같은 변수에서의 소정의 부정확성을 인지하는 것이다. 이러한 부정확성은 정확하게 하나의 고장에 의해 유래될 수 있다. 본 발명의 제안된 장치 및 방법은, 비 고장(fault-free) 명목(nominal) 변수에서의 변화와, 높은 수준으로 보증된 확실성 및 강인성을 가지는 대응하는 고장-유발(fault-induced) 변화 간의 차이를 특별하게 구분하는 것을 가능하게 한다.

비 고장 변수에서의 변화는, 예를 들면, 소망되는 거동 및 특히 "위치 제어" 모드에서 위치에 대한 트래킹 성능에 근거하는, 변수에 대한 의도적인 변경뿐만 아니라, 특히 잡음 또는 데이터에서의 양자화 및 모델의 부정확성을 포함한다. 고장 인지/고장 감지의 원칙은 적어도 하나의 비 고장 변수 값의 비교에 근거한다. 상기 값은 제2 센서(동일한 기본 측정값, 그러나 반드시 동일 측정 원리일 필요는 없음)에 의해 제공될 수 있지만, 이것은 선행기술에 존재하는 고전적인 방법에 대응한다.

다음은 비 고장 변수 값의 비교에 적절하게 사용되는 것이다:

a) 변수의 거동 또는 기대되는 값의 범위에 대한 사전 지식의 이용;

b) 비 고장 변수 값의 추정(estimate)을 포함하여 비교 가능하게 하는 방법.

a) 사전 지식

변수의 거동 또는 기대되는 값의 범위에 대한 사전 지식을 이용하는 방법으로, 변수의 기대되는 비 고장 값의 범위(하기의 제4장에서 설명되는 것과 같이, 비록 동적 극한값이 동일하게 가능하지만, 특히 상수 극한값)에 대한 특별한 한계를 포함한다.

b) 추정

단일(single) 고장 방호가 확실해야만 하기 때문에, 실제로 다른 변수값을 사용하여 연산되는 하나 이상의 추정값으로 비교가 수행될 수 있다. 비록 하나라도 고장이 존재하는 한, 시스템은 측정값과 추정값 간의 차이가 존재하고 차이가 고장 감지를 위한 연산에 작용한다는 사실에 의해 고장을 인지할 수 있어야만 한다. 여기서, 차이가 반드시 측정값과 추정값 사이에서 형성되어져야 하는 것은 아니고, 다른 실용적인 수학적/물리적 상관관계가 대신 사용될 수 있다. 다른 선호되는 방식에 따르면, 변수(특히 잡음 또는 변수의 의도적인 변경)에서 비 고장 변화로 되돌아가지 않는 추정값과 측정값 간의 차이를, 다시 말하면, 비 명목상 이유(non-nominal cause)를 연산에 사용할 수 있다.

비 고장 변수 값을 추정하는 제안된 방법은 특히 하기의 제4장에서 설명되는 관측기(observer) 및 패리티 방정식(parity equation)이다. 다른 대안적으로 선호되는 추정 방법은 공분산(covariance)과 상관관계(correlation)에 근거하는 방법이다. 엔트로피 또는 정보 이득의 수단과 같은 정보 이론과 관련된 내용이 추정 방법으로 사용될 수 있다. 이러한 변수들 각각은 기본적으로 관련된 문맥에서 해석되어지는 고장 크기(fault magnitude)이다.

상술한 바와 같이 고장 감지는 서술된 센서에 대한 사전 지식이나 서술된 센서의 추정을 위한 연산을 요구한다.

데이터 시트/제조자 사양 및/또는 비 고장이 가능한 조건 하에서의 실험에 의한 인식으로부터 사전 지식을 획득할 수 있다. 로봇의 구동 또는 구동없이 이러한 목적을 위해 특별하게 설계된 알고리즘과 같은 더 복잡한 방법이 역시 적용될 수 있다. 변수들을 연산하는데에 로봇 모델에 대한 지식(하기의 실시예 참조)이 병행으로 사용될 수 있는 가능성이 또한 존재한다. 특히, 2개의 다른 연산 방법이 이 목적을 위해 적용되고, 이들은 적어도 근사적으로 동등한 로봇 모델을 반영한다.

하나 이상의 다른 센서 값을 사용하여 전술된 센서 값 중의 하나를 추정하는 것은 특정 로봇 관절에 대한 모델 지식을 적용하여 실행된다. 여기서 중요한 점은 모델 식이 생성/제공되고 그리고 각 경우에 상관된 센서의 측정값 없이, 결국 추정을 위한 수식에 직접적 또는 간접적으로 작용되어 특정 센서 값의 추정이 가능한 방식으로 변형된다는 것이다. 특히 이것은, 특정한 센서값에 대한 수식에서의 다른 변수들(다른 센서 값들 뿐만 아니라 센서에 종속 및 독립된)이 추정되는 특정한 변수의 측정값에 독립적이어야만 한다는 것을 의미한다. 본 발명의 유리한 점에 따르면, 단일 고장 방호를 확실히 하기 위해 동시에 다중 한계적(marginal) 독립성을 허용하고 사용한다. 고장의 감지는 명확하게 특정의 논리적 고장 클래스들로 할당될 수 있다.

본 발명이 해결하려는 과제는 전기 모터에 의해 구동되는 로봇 관절을 개루프/폐루프 제어하는 방법 및 장치를 제공하려는 것으로, 단일 고장 방지기능과 연관되어 비용 효율적이고, 강인한(robust) 고장 감지 기능이 로봇 관절 구동 동안에 가능하도록 하는 것이다.

본 발명은 독립항들의 특징으로부터 개시된다. 유리한 개선 및 실시예는 종속항들의 대상(subject matter)이다. 부가적인 특징, 가능한 응용 및 발명의 유익한 점은 도면에 도시된 발명의 예시적인 실시예 뿐만 아니라, 하기의 상세한 설명으로부터 알 수 있다.

본 발명은 전기 모터에 의해 구동되는 로봇 관절을 개루프/폐루프 제어하는 방법과 관련이 있으며, 상기 로봇 관절은, 전기 모터의 제1 동작(operating) 전류 i_k,1(t),(k=1, 2,...)를 감지하기 위한 제1 센서회로를 포함하는 전류 센서; 로봇 관절의 구동 장치(drive train)의 구동 위치 θ_m(t)를 감지하기 위한 제1 위치 센서; 로봇 관절의 출력 장치(output train)의 출력 위치 q(t)를 감지하기 위한 제2 위치 센서; 및 출력 장치에서 토크 τ_J,l(t)를 감지하기 위한 제1 토크 센서를 포함하고, 상기 전기 모터는 선정된 목표 제어 변수 τ_m(t)를 기반으로 개루프/페루프 제어된다. 본 발명에서 "센서회로"라는 용어는 감지, 측정 및 통신 회로로 이해된다.

제안된 제어 방법은 다음 단계들을 포함한다. 제1 단계에서, 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)이 제공된다.

다음 단계에서, 제1 고장 감지기가 고장의 존재를 점검하는데, 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t) 및/또는 측정값의 시간 미분치가 미리 규정된 제1 문턱 조건을 만족하지 않으면 고장의 존재가 감지된다. 유리하게, 각 측정값의 최소한 제1차 시간 미분치 및 제2차 시간 미분치가 최소한 연산된다. 상기 제1 문턱 조건은 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t), 이들의 시간 미분치 및/또는 이들로부터 유도된 (필터된, 보간된, 관찰된, 등) 값들을 포함할 수 있다.

다음 단계에서, 제2 고장 감지기가 고장의 존재를 점검하는데, 프로세스 모델 기반 방식(process model-based method)의 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)에 근거하여 고장이 감지된다. 여기서 프로세스 모델은 로봇 관절의 수학적 동역학 모델이다. 모델의 파라미터, 프로세스 모델에 의해 재건된 변수들과 측정된 변수들 사이의 차이치(residuals) 및/또는 모델 내에서 연산된 파라미터들이 미리 규정된 제2 문턱 조건을 만족시키지 못하는 경우에, 고장이 감지된다. 프로세스 모델 방식에 따라, 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)의 시간 미분치 및/또는 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)으로부터 유도된 값 및/또는 이들의 시간 미분치 등이 사용될 수 있다. 고장이 존재하는지 여부를 결정하기 위해서, 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)의 하나 또는 그 이상이, 프로세스 모델에 따라 사용되지 않고 남을 수도 있다.

다음 단계에서, 측정값 τ_J(t)이 제3 고장 감지기에 제공되고, 신호 기반 방식(signal-based method)에 근거하여 고장의 존재를 감지하는데, 여기서 진폭 및/또는 측정값 τ_J(t)의 특성 주파수가 미리 규정된 제3 문턱 조건을 만족시키지 못하는 경우에 고장이 감지된다. 또는, 토크 센서 또는 제1 토크 센서에 여분으로 설계된 센서 회로가 출력 장치에서 토크τ_J,2(t)를 감지하는데, 토크 τ_J,1(t)와 τ_J,2(t)의 비교치가 제4 문턱 조건을 만족시키지 못하는 경우에 제4 고장 감지기가 고장을 감지된다. 로봇 관절이 제2 토크 센서 또는 여분으로 설계된 센서 회로가 있는 제1 토크 센서를 가지고 있는 한, 오직 토크 τ_J,1(t)와 τ_J,2(t)의 평가가 이 단계에서 실행되는 것은 유리한 것이다.

다음 단계에서, 로봇 관절에 구비된 고장 감지기 중의 하나에 의해 고장이 감지된 때에는 언제나 경고 신호가 발생되고 및/또는 미리 설정된 고장 조건 FZ으로 로봇을 제어하는 제어 변수

로 전기 모터가 기동되며, 및/또는 로봇 관절의 움직임을 제동하기 위해 기계적 메카니즘이 기동된다. 후자의 경우에, 브레이크 제동이 작동될 수 있거나 또는 안전 브레이크에 의해 수행될 수 있다.

유리하게는, 경고 신호는 시각적으로 및/또는 음향적으로 방출된다.

제안된 방법의 유리한 진전은, 전기 모터의 동작 전류 i_k,2(t), k=1, 2,...를 결정하기 위해서 제1 센서회로에 잉여적인 제2 센서 회로를 구비한 전류 센서를 특징으로 하며, 전류 i_k,1(t)와 i_k,2(t)의 비교치가 제5 문턱 조건을 만족시키지 못하는 경우에 제5 고장 감지기가 고장을 감지한다.

유리하게는, 로봇 관절에 연결된 고장 감지기들의 일부 또는 모두는 감지된 고장의 각 종류(고장의 특정한 종류는 아래의 상세 설명 참조)가 식별되도록 설계된다.

유리하게는, 제어 변수

및/또는 고장 조건 FZ는 감지된 고장 종류 F에 종속한다. 예를 들면, 다른 고장 조건 FZ는 다른 고장 종류로 정의될 수 있으며, 또한 제어 변수

는 다른 고장 종류 F에 따라 다르게 정의될 수 있다. 다시 말하면, 감지된 고장의 종류에 따라 반응이 정의될 수 있다.

유리하게는, 제2 고장 감지기는, 모델에 기반한 파라미터 추정(estimate) 및/또는 상태 변수 관측기 및/또는 칼만 필터 및/또는 "확장(extended)" 칼만 필터 및/또는 "무향(unscented)" 칼만 필터 및/또는 패리티 방정식에 기반한 고장 감지 함수 및/또는 비록 외란 변수 관측기가 기본적으로 상태 변수 관측기보다 더한 것이 없더라도 외란 변수 관측기 및/또는 축소 상태 변수 관측기를 고장을 감지하기 위해 사용한다. 제2 고장 감지기는 패리티 방정식과 하나 이상의 상태 관측기의 조합을 채용하여 고장을 감지하는 것이 선호된다.

유리하게는, 제3 고장 감지기는 고속 푸리에 변환 및/또는 전력밀도(power density) 스펙트럼 및/또는 모달(modal) 분석 및/또는 상관(correlation) 분석 및/또는 신경망 및/또는 통계적 추정기를 고장을 감지하기 위해 사용한다.

또한, 본 발명은 데이터 처리 장치가 구비된 컴퓨터 시스템에 관한 것이며, 상기 데이터 처리 장치는 상기에서 언급된 것 같은 방법이 데이터 처리 장치 상에서 실행되도록 설계된다.

더 나아가서, 본 발명은 전자적 판독 제어 신호를 가지는 디지털 저장매체에 관한 것이며, 상기 제어 신호는 상기에서 언급된 바와 같은 방법을 실행하는 프로그램 가능한 컴퓨터 시스템과 상호작용할 수 있다.

부가적으로 본 발명은 상기에서 언급된 바와 같은 방법을 실행하기 위해 기계 판독 가능한 운반체에 저장된, 프로그램 코드가 포함된 컴퓨터 프로그램 제품에 관한 것으로, 상기 프로그램 코드는 데이터 처리 장치 상에서 실행된다.

또한, 본 발명은 상기에서 언급된 바와 같은 방법을 실행하기 위한 프로그램 코드가 포함된 컴퓨터 프로그램과 관련되며, 상기 프로그램은 데이터 처리 장치 상에서 실행된다.

본 발명은 전기 모터에 의해 구동되는 로봇 관절을 개루프/폐루프 제어하는 장치에 관한 것으로, 상기 로봇 관절은, 전기 모터의 제1 동작(operating) 전류 i_k,1(t),(k=1, 2,...)를 감지하기 위한 제1 센서회로를 포함하는 전류 센서; 로봇 관절의 구동 장치(drive train)의 구동 위치 θ_m(t)를 감지하기 위한 제1 위치 센서; 로봇 관절의 출력 장치(output train)의 출력 위치 q(t)를 감지하기 위한 제2 위치 센서; 및 출력 장치에서 토크 τ_J,l(t)를 감지하기 위한 제1 토크 센서를 포함하고, 상기 전기 모터는 선정된 목표 제어 변수 τ_m(t)를 기반으로 개루프/페루프 제어 유니트에 의해 개루프/페루프 제어가 된다. 제안된 장치는 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)를 제공하기 위한 인터페이스를 포함한다; 고장의 여부를 시험하기 위한 제1 고장 감지기는 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t) 및/또는 측정값의 시간 미분치가 미리 규정된 제1 문턱 조건을 만족하지 않으면 고장의 존재가 감지되도록 설계된다; 다음의 단계에서, 제2 고장 감지기가 고장이 존재하는지 점검하는데, 프로세스 모델 기반 방식의 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)에 근거하여 고장을 감지하며, 여기서 프로세스 모델은 로봇 관절의 수학적 동역학 모델이고, 모델의 파라미터, 프로세스 모델에 의해 재건된 변수들과 측정된 변수들 사이의 차이치(residuals) 및/또는 모델 내에서 연산된 파라미터들이 미리 규정된 제2 문턱 조건을 만족시키지 못하는 경우에, 고장이 감지된다.

더 나아가서, 상기 장치는 고장 존재 여부를 시험하는 제3 고장 감지기를 포함하는데, 측정값 τ_J(t)와 신호 기반 방식(signal-based method)에 근거하여 고장의 존재가 감지되도록 제3 고장 감지기가 설계되며, 여기서 진폭 및/또는 측정값 τ_J(t)의 특성 주파수가 미리 규정된 제3 문턱 조건을 만족시키지 못하는 경우에 고장이 감지된다. 또는, 제2 토크 센서가 출력 장치에서 토크τ_J,2(t)를 감지하며, 제4 고장 감지기는 측정된 τ_J,1(t)와 τ_J,2(t)에 기반하여 고장 여부를 감지하도록 설계되는데, 즉, 토크 τ_J,1(t)와 τ_J,2(t)의 비교치가 제4 문턱 조건을 만족시키지 못하는 경우에 제4 고장 감지기가 고장을 감지한다. 가용한 고장 감지기 중의 하나에 의해 고장이 감지된 때에 경고 신호가 발생되고 및/또는 미리 설정된 고장 조건 FZ으로 로봇을 제어하는 제어 변수

로 전기 모터가 기동되며, 및/또는 로봇 관절의 움직임을 제동하기 위해 기계적 메카니즘이 기동되도록, 개루프-폐루프 제어 유니트가 구성된다.

상기 제안된 장치의 장점 및 유리한 진전은 상기 제안된 방법에 대해 상술한 내용을 유사하게 논리적으로 전이하면 나타난다.

본 발명은 또한 상기에서 설명한 장치를 구비하는 로봇 매니플레이터에 관한 것이다. 최종적으로, 본 발명은 상기에 언급된 장치를 구비한 로봇에 관한 것이다.

상기 제안된 장치는 로봇 관절이 동작하는 동안에 고장을 탐지하면서 단일 고장 방호(protection)를 가능하게 하며, 고장이 감지되면 언제나 기계적 수준(즉, "기계적 브레이크를 작동"하거나 또는 "제어된 정지를 시작") 및 특히 사용자와 고장 상태에 대한 다중 양상(multimodal) 교신과 같은 소프트웨어 수준의 반응(reaction)이 일어나는 것을 가능하게 한다. 제안된 장치는 유리하게는 로봇의 관절, 특별하게 휴머노이드 시스템, 매니플레이터, 비행 시스템 또는 데이터 클라우드 및 대응하는 데이터베이스에 의해 서로 간에 연결되는 잠재적으로 이종의 다중 로봇 시스템에 적용된다. 이러한 시스템 각각은 각 구동 유니트(전기 모터)당 서로 다르면서 독립적인 1개 이상의 센서를 구비한다.

로봇 관절의 선호되는 구성은 토크 센서에 기반하는 다음의 전기기계적 유니트: 구동 위치 θ_m를 감지하는 구동 위치 센서, 출력 위치 q를 감지하는 출력 위치 센서, 적정한 상전류 i_k를 탐지하기 위해 통상 모터의 상(phase)수(예를 들면, 3상 모터 선택)에 따라 선택되는 다수의 전류 센서 및 토크 τ_J를 감지하기 위한 토크 센서를 포함한다. 본 발명은 분리된 고장 탐지가 가능하여 자연스럽게 전체 로봇를 통해 각 구동 유니트(전기 모터)에서의 특정이 가능하다. 특히, 발명 개념은 명백하게 모든 센서가 이중 채널일 필요없이 단일 고장 방호를 구현할 수 있다.

각 로봇 관절의 모델은 각 관측값에 대해 일관될 필요는 없지만, 대신에 각 경우의 표현에서 필요한 간략화 및 효율성/콤팩트함이 있어서, 목적에 부합되어야 한다. 이것은 특히 요구되는 연산 시간과 긴밀한 연관성을 가진다. 하기의 설명에서, 바람직한 실시예로서, 다른 수학적 간략화/모델에 기반하여 로봇의 관절 마찰 모델이 충분하게 설명될 것이다.

고장 감지의 선택된 모델은 고장 특정/고장 분류에 대한 가능성을 결정함으로써, 결국 로봇으로 하여금 대응하는 정도의 의미있는 이동 및/또는 반응을 하도록 한다.

일반적으로 말하면, 관절 모델이 더 정확하게 그리고 현실적으로 정의되면 될수록, 고장 감지 및 특정이 더 정확하게 된다. 하지만, 실제 로봇 관절의 거동에 대한 정확한 모델은 오직 간략화될 수 있다. 이러한 이유로, 고장 감지, 고장 특정 및 반응의 목적에 관한 모든 중요한 로봇 관절 속성을 포함한 대응하는 모델이 필요하다. 다음의 요소들은 특히 이러한 목적을 위해 고려될 수 있는 것이다:

1. (가능하면) 주요한 관성체를 강체로 결합;

2. 시스템 내의 주요한 탄성체를 합리적인 관점에서 전체 탄성체로 결합(특히, 기어 장치의 하단부 및 모터 측 전에 있는 로봇 관절의 유연성에 대한 가정);

3. 로봇 운동학(kimematics), 특히 데나빗-하텐버그(Denavit-Hartenberg) 수식에 대한 합리적인 가정;

4. 주요한 마찰 효과를 각 강체나 유사한 것의 효과로 정하기보다는 공통 토크 벡터로 결합.

선호되는 실시예를 기반으로, 이것은 패리티 방정식(parity equations)에 의해 설명되어질 수 있다. 패리티 방정식은 일반적으로 비교되는 두 변수 간의 차이를 연산함에 있어 고정된 문턱값 보다는 유동하는 문턱값 때문에 어려움을 있는 시스템에 더 적합하다(실무에서 우선적으로 중요). 유사한 내용을 하기의 극한 및 패리티 방정식을 설명하는 부분에서 찾을 수 있다. 여기서 사용될 수 있는 기본 방법은, 비록 수식들이 설명되는 추정 형태를 달성하기 위해 변형되었지만, 예를 들면, 특히 "중복된 센서 구성에서 FDI를 위한 일반화된 유사성 시험(Generalized likelihood test for FDI in redundant sensor configuration(Daly, Kevin C and Gai, Eliezer and Harrison, James V))"에 근거한 프로세스 및 특히 "Springer Handbook of Robotics"의 제13.1장의 "유연한 관절을 가지는 로봇"에 근거한 수식이다.

본 발명에 따른 고장 감지를 고려한 선호되는 실시예에서의 로봇 관절의 모달 방정식 (modal equation)이 대응하는 다른 대안과 연관되어, 하기의 제4장에서 설명된다.

변수들을 연산하기 위한 주요한 실시예가 다중 매니플레이터를 위한 관절 토크 τ_J의 연산으로 다음과 같다:

1. 좌측/출력측 연산:

M(q) * q" + c(q,q') + g(q) + possibly tau_ext or tau_friction_link + or tau_disturbance_link

2. 구동측 연산: B * theta" - tau_m(controller input) + possibly tau_friction_motor

3. 2개 식의 결합: tau_J = K * (theta - q)

수식의 내용은 다음과 같이 정의된다:

M(q) : 출력 위치의 함수로서 매니플레이터의 관성 또는 질량 매트릭스

q" : 출력 가속도

c(q,q') : 매니플레이터의 전향력 벡터

g(q) : 매니플레이터의 중력 벡터

tau_ext : 외부 관절 토크(충돌로 인한)

tau_friction_link : 출력측 마찰

tau_disturbance_link : 구동측 외란 토크(즉, 기어 리플)

B : 모터 관성

theta" : 모터 가속도

tau_m : 명령된 모터 토크(통산 모터 상수를 고려한 모터 전류와 연계)

tau_friction_motor : 모터측 마찰 토크

K : 관절측 매트릭스

theta : 모터 위치

q : 출력 위치

특별한 가정/제한이 tau_J가 중복적으로/독립적으로 2개 방식으로 연산되도록 한다: 외란 또는 마찰과 같은 특정한 변수 또는 진짜 가속도가 유용하지 않으면, 소정의 평가가 실행된다. 이것은 더 이상 정확한 tau_J의 연산이 가능하지 않지만, 실제 측정된 관절 토크 tau_J의 일관성에 대한 결론을 이끌어내기 위해 하나 이상의 전술된 가능성을 사용하여 범위를 계산하는 것은 가능하다. 이러한 "준(quasi)" 이중 채널은 여분의 센서가 생략되는 것을 가능하게 하지만 측정된 토크가 기설정한 한계값을 초과하지 않는 한 결합된 토크의 실제 측정값을 신뢰하도록 한다.

가장 최적의 시나리오에서, 고장은 특정될 수 있다; 그렇지않으면, 로봇의 반응에 따른 후속 처리를 위해 유리하게 고장 분류가 실행된다. 고장 특정은 고장 인과율(causality)의 역수에 의해 특별히 생성될 수 있다. 고장 인지/고장 감지를 서술하는 수식은 유리하게 고장을 특정시키거나 또는 그 근원을 인지하는데 사용된다. 연산은 (고장 측정 또는 추정에 의해) 기대되는 값과 측정값 간의 편차를 식별한다. 이것은 차이의 직접적인 연산을 반드시 포함할 필요는 없지만, 대응하는 편차 및 대응하는 문턱값을 초과하여 표시되는 서술된 연산/수학적-물리적 측정을 다소 포함한다.

상술한 바와 같이, 선택된 고장 감지 모델은 고장 특정/고장 분류의 가능성을 결정하며, 결국, (목표 제어 변수로 전기 모터를 작동하여) 로봇에 의한 특정의 논리적 반응을 하거나, 특정의 제어된 멈춤을 하거나 또는 제어기용 센서 되먹임에 순수한 독립 추정 변수로 스위칭한다. 추가적으로, 로봇 관절의 상술된 센서들이 고장나는 것뿐만 아니라 인터페이스의 다른 소스도 고장이 발생할 수 있다. 하기의 제1장에서 언급하는 고장은 특별히 고장 감지, 고장 특정 및 반응의 목적을 달성하는 것과 연관이 있다. 물론, 이것은 (다른 센서와 별개의 고장 소스를 포함하는) 모든 다른 외란 변수의 특정 센서 값에 대한 고장 측정 또는 추정이 더 독립적일수록, 특정이 더 용이하다. 하지만, 실제에서는 우세하게 형성되는 고장 클래스는 하나의 서술된 센서 고장뿐만 아니라 다른 고장 소스도 포함할 수 있다. 따라서 본 발명에 따른 서술된 특정 방법은 특별히 하기의 제4장에서 서술된 것과 같은 고장 클래스에 동등하게 적용될 수 있다.

고장 메시지에 대한 (관절의 전기 모터를 적절하게 구동하는) 로봇에 의한 반응은 가능한 한 단일 센서 고장의 특정에 기반하며, 그렇치 않으면 고장 클래스의 고장 발생 보고에 기반한다.

더 나아가서, 동일한 반응 및 반응들을 야기하는 다른 고장 클래스가 생성될 수 있다. 그렇게 함에 있어서, 로봇 관절 관련된 변수에 대한 고장 관련된 변화의 메시지가 다중의 분해된 고장 클래스로 배정될 수 있고, 각각은 고장에 연결된 반응을 촉발하거나 계획용 구성품에 의해 선택된다. 특히, 2개의 고장 클래스가 형성될 수 있으며 각각은 구동기에 고장(클래스 1)을 나타내거나 출력에 고장(클래스 2)을 나타낸다. 고장이 속하는 2개의 클래스를 표시하는 정보는 사용자 또는 계획용 구성품에게 통보된다. 사용자 또는 계획용 구성품은 상기 정보에만 기반하여 고장을 세분화한다.

고장 특정을 위한 가능한 접근 방법이 통상적으로 아래의 클래스로 정리될 수 있다.

● 논리적 접근: 사전 지식뿐만 아니라 관측값 또는 측정값에 기반한 문턱값을 갖는 상호 배타(mutual exclusion) 또는 결정 트리(decision trees)

● 확률 기반 접근(즉, 은닉 마르코프 모델, 가우스 프로세스 또는 유사한 것)

● 퍼지 논리와 같은 발견적(heuristic) 접근.

상기에 대해 선호되는 실시예가 하기의 제5장에서 서술된다.

예를 들면, 추정된 변수의 연산에 theta_m이 사용되면("isolating theta_m" 컬럼), 고장이 발견되지 않은 "shutdown theta_m"이 테이블 표에서 보여질 수 있다. 고장 값 theta_m을 사용하는 다른 3가지 연산은 결국 이것이 theta_m에 고장이 있다는 것을 보여준다.

본 발명에 따른 상술된 고장 감지 방법은 고장 특정 및 고장 분류 모두를 허용하고 그리고 만일 요구되면 또한 고장 발생시에 간단한 브레이킹보다 더한 로봇에 의한 반응이 허용된다. 고장 및 고장 클래스가 알려졌기에, 특히 안전 관련된 반응도 일어날 수 있다. 이것은 고위험 또는 고위험의 고장 발생시에 상기 위험을 최소하도록 선택된 반응을 하는 것을 의미한다. 이것은 인간-로봇 상호작용 동안에 경험되는 개인의 가능한 부상 위험뿐만 아니라, 특별한 보정이 불가능한 센서 문제가 일어난 것 같은 재료의 손상에도 적용한다. 선호되는 실시예에 따르면, 고위험 또는 좀더 고위험 경우에, 단순히 기계적 및/또는 제어된 반응 혹인 상기 두개의 조합인 직접적인 브레이킹과 같은 기계적 반응이 촉발된다. 다른 경우에, (센서 고장 및 위험에 종속되어) 느린 감속 또는 제어된 정지동작이 시작될 수 있다.

만일, 특별히 다른 신호들에 보조되는 추정된 신호의 임시 사용, 다른 제어기 사용 등의 대체가 가능하면, 선호되는 실시예에 따라 동작은 (임시적으로) 계속된다.

더 나아가서, 사용자에게 고장을 나타낼 수 있다. (즉, 통신, 응급 차단, 적색 등, 사람에게 신호). 이런 경우에, 본 발명에 따르면, 고장은 일반적으로 표시될 수 있지만, 좀더 정확한 정보(정확한 고장, 고장 클래스,... 등)는 또한 통신되어질 수 있다. 선호되는 실시예에 따르면, 이러한 가능성이 추가적으로 고려될 수 있거나 단독으로 고려될 수 있다. 양 경우 모두에서, 사용자는 (최소한 일부라도) 어떻게 진행할지에 대해 결정할 수 있다. 사용자가 더 많은 정보를 이용할 수 있고 더 적은 고장의 위험이 있으면, 사용자는 독립적으로 더 많은 결정을 할 수 있다.

모든 경우에 있어서, 고장 또는 고장 클래스에 종속된 가능한 위험을 감소할 수 있기 때문에, 고장의 유형 또는 고장 자체에 대한 좀더 정확한 정보를 가지는 것은 유익하다. 이것은 또한 고장 또는 고장 클래스에 대한 가용한 정보 덕분에 덜 숙련된 로봇 오퍼레이터를 위해 가능한 반응의 범위가 제한될 수 있기 때문에, 사용자 상호작용의 경우에도 적용할 수 있다. 예를 들면, 위험을 증가시키는 수단은 초기에는 사용자에게 전혀 제공되지 않는다.

상술한 모든 경우에서, 반응은 요구사항(즉, 로봇, 응용, 가능한 인간-로봇 상호작용에 대한 주시)에 따라, 고장 또는 고장 클래스에 적응될 수 있다는 점을 언급해야 한다.

하기의 제1장 내지 제5장에서, 본 발명의 개념이 다시 한번 더 자세히 설명되고 구체적인 예를 통해 설명될 것이다.

제1장

용어 및 정의

자동제어 국제 연맹(IFAC)의 기술 프로세스에 대한 고장 감지, 감독 및 안전에 관한 기술위원회(SAFEPROCESS)가 "고장/고장 감지, 등"에 관하여 널리 사용되는 용어의 리스트를 편찬하였고 다양한 정의가 제정되었다.

상태 및 신호(states and signals)

다양한 상태 및 신호가 다음과 같이 정의된다.

■ 고장(fault)

용인할 수 있는/통상의/표준의 조건으로부터 시스템의 적어도 하나의 특유한 특성 또는 파라미터의 허락되지 않은 이탈

■ 실패(failure)

특정의 조건 하에서 요구되는 기능을 수행하는 시스템 능력의 영구적인 중단

■ 기능불량(malfunction)

시스템의 희망되는 기능의 이행에 있어서의 간헐적인 불규칙성

■ 에러(error)

확실하고, 특정되고 또는 이론적으로 합당한 값과 측정 또는 연산된 값 간의 편차

■ 외란(disturbance)

시스템에 작용하는 알려지지 않은 (그리고 제어 불가능한) 입력

■ 섭동( preturbation )

현재 상태로부터 일시적인 이탈로 인해 발생하는 시스템에 작용하는 입력

■ 차이치 (residual)

측정과 모델 방정식에 기반한 연산 간의 편차에 근거하는, 고장 표시자

■ 증상(symptom)

정규의 거동으로부터 관측 가능한 수량의 변화

기능

여러 기능의 도움으로 시스템의 거동을 감시 및 관리

■ 고장 감지(fault detection)

시스템 내의 고장 존재 및 감지 시간을 결정

■ 고장 특정(fault isolation)

고장 감지 후에, 고장의 종류, 위치 및 시간의 결정

■ 고장 인식(fault identification)

고장 특정 후에, 고장의 크기 및 시간에 따른 거동을 결정

■ 고장 진단(fault diagnosis)

고장 감지 후에, 고장의 종류, 크기, 위치 및 시간의 결정으로, 고장 특정 및 고장 인식 포함

■ 모니터링 (monitoring)

정보를 기록하고, 예외적인 거동을 인지하고 표시하여, 물리 시스템의 조건을 결정하는 연속적인 실시간 태스크

■ 감독(supervision)

물리 시스템을 모니터링하고 고장인 경우에 작동을 유지하기 위해 적절한 행동을 수행

■ 방호(protection)

가능하다면 시스템의 잠정적으로 위험한 거동을 진압하거나 또는 위험한 거동의 결과를 회피하는 수단

모델

시스템 변수들 사이의 관계에 의존하는, 근원적인 시스템 모델이 여러 가지 방법으로 서술될 수 있다.

■ 양적 모델(quantitative model)

시스템 거동을 양적 수학 용어로 표현하기 위해 시스템 변수 및 파라미터들 간의 정적 그리고 동적 관계를 사용

■ 질적 모델(qualitative model)

시스템 거동을 질적 수학 용어로 표현하기 위해 시스템 변수 및 파라미터들 간의 정적 그리고 동적 관계를 사용. 예를 들면, 인과율 또는 if-then 법칙 사용

■ 진단 모델(diagnostic model)

특정의 입력 변수-증상과 특정의 출력 변수-고장을 연결하는 정적 그리고 동적 관계의 세트

■ 분석적 잉여(analytic redundancy)

변수를 결정하기 위한 두 개 또는 그 이상 (하지만 동일할 필요는 없는) 방법의 사용. 여기서 방법 중의 하나는 분석적인 형태의 수학적 프로세스 모델을 사용.

시스템 속성(system properties)

시스템의 개개의 상태 및 신호뿐만 아니라 전체 시스템에 대해 설명하는 것이 가능하다.

■ 신뢰성(reliability)

주어진 시간 동안, 주어진 범위 내에서, 정해진 조건하에서 기능을 하는 시스템의 능력. 실패의 비율 A을 가지고, 실패 간의 평균시간(MTBF)으로 측정하여, 다음과 같이 정의한다.

■ 안전성(safety)

사람, 장비 또는 주변환경에 위험을 야기하지 않는 시스템의 능력.

■ 가용성(availability)

시스템 또는 장비가 소정의 시점 A에서 만족스럽게 효과적으로 작동될 확률로, A는 아래의 수식으로 얻는다.

여기서 평균 수리 시간(MTTR=1/μ) 및 수리 비율μ.

■ 의존성(dependability)

요구될 때 항상 가용한 속성을 갖는 가용성의 형태. 특정한 동작 시간 동안에 무작위로 선택된 시간에서 요구되는 기능을 수행할 수 있고 작동 가능한 시스템의 정도로서, 의존성은 다음과 같이 주어진다.

T_V는 가용한 시간이고 T_r은 요구된 시간.

고장 감지 및 분류를 위한 전략

도 1a는 고장 감지, 고장 진단 및 고장 관리를 묘사하는 도식도를 보인다. 일반적으로, 아래의 3가지 관점의 계획이 고장 감지 및 올바른 반응에 사용된다.

1. 고장 감지

2. 고장 진단

3. 고장에 대한 반응(고장 관리)

상기 3단계 계획은 다양한 접근방법으로 실행될 수 있다. 하기에 가장 공통적인 방법에 대해 서술한다.

모델 기반 고장 감지

모델 기반 방법은 불규칙적인 것을 탐지하기 위해 기초가 되는 모델에 대한 지식을 요구한다. 예를 들면, 로봇의 물리적 구조를 갖는 모델 또는 특정의 표준편차와 같은 신호 처리 특정 속성이 있는 모델이 포함될 수 있다.

■ 프로세스 모델 기반 방식

프로세스 모델 기반 방식은 통상적으로 특정한 파라미터를 가진 수학적 구조 형태의 동적 프로세스 모델을 필요로 한다. 이것은 시스템의 입력 변수 U(t) 및 출력 변수 Y(t)를 측정하여 구현된다.

■ 패리티 방정식 (Parity Equation)

차수 n을 갖는 선형 수학 모델의 구조에 대한 지식에 기반하여, 상태 방정식이 다음과 같이 정리될 수 있다:

(1.1)

(1.2)

식 (1.1)을 식(1.2)에 적용하고 ρ번째 미분(ρ≤n) 결과는 식(1.3) 및 식(1.4)로 나타난다. 최적의 ρ는 관측가능성(observability) 시험으로 결정될 수 있다.

(1.3)

(1.4)

비선형의 경우에, 식(1.4)는 행렬 W와 곱해지고, W는 다음의 조건을 만족해야만 한다.

(1.5)

상기 단계에서, 식(1.4)는 알려지지 않을 수 있는 상태 벡터 x(t)에 대해 독립적이 된다. 패리티 관계식은 다음과 함께 계속된다.

(1.6)

만일 고장이 존재하지 않으면, 파라미터는 변화되지 않는다. 따라서 고장은 차이치(residual) r(t)를 관측함으로써 감지될 수 있다.

r(t) = 0 ---> 비 고장

r(t) ≠ 0 ---> 고장 발생.

잡음 또는 다른 불안정이 덜 영향을 미치면, 비 고장 순간의 수식은 다음과 같이 확장될 수 있다.

■ 상태 및 출력 관측기(Observers)

명칭에서 알 수 있는 바와 같이, 고전적 상태 관측기는 상태 변수 △x_i가 변경되는 것을 인지함으로써 고장을 감지할 수 있다. 이 프로세스 모델은 다음과 같이 정의된다.

(1.7)

, (1.8)

여기서 v(t) 및 n(t)는 간섭 신호이며 f _L (t) 및 f _M (t)은 부가적 고장 신호.

더 나아가서, 상태 관측기(도 1b 참조)의 결과적인 수식은

, (1.9)

. (1.10)

패리티 방정식과 유사하게, 차이치가 고장의 발생을 감지하기 위해 요구된다. 상태 관측기를 위해, 다음과 같이 서술될 수 있다.

△x(t) = x(t) - x0(t), e(t) 또는 r(t) = W e(t)

다중 출력 프로세스의 경우에, 관측기의 특별한 준비가 권장될 수 있다. 예를 들면, 관측기능 센서 신호에 의해 작동될 수 있다. 다른 신호는 프로세스에서 재생되고 측정된 신호와 비교된다. 이것은 개별 센서 고장을 인지되도록 할 수 있다. 더욱, 이것은 모든 출력에 의해 구동되는 관측기 뱅크의 작동을 가능하게 할 수 있다. 각 관측기는 명확한 고장 신호를 위해 설계되고 모든 출력에 의해 구동된다. 관측기 뱅크는 유사하게 개별 출력 신호에 의해 시동될 수 있는데, 여기서 각 관측기는 오직 하나의 센서 신호만을 사용하고, 결국 추정된 출력 신호는 측정된 신호와 비교된다. 그 다음의 가능성은 모든 그러나 하나의 출력신호를 사용되는 방식으로 관측기의 구동이 되는 것이다. 다중 고장은 이러한 방식으로 감지될 수 있다. 다른 접근 방법은 고장-민감성 필터의 사용이다. 이 경우에, 특정 고장 신호 f_L(f)가 특정 방향으로 변화하고 특정 고장 신호 f_M(f)가 특정 평면으로 변화하도록 되먹임 H가 선정된다.

만일 입력이 알려지지 않았거나 상태 변수의 재생산이 필요하지 않으면, 출력 관측기는 특별히 잘 적용된다. 선형 변환은 새로운 상태 변수 ζ(t)=T ₁ x(t) 및 관측기 방정식(도 1c 참조)을 유도한다.

변환을 위해 요구되는 방정식은 다음과 같다.

(1.13)

(1.14)

(1.15)

(1.16)

결과적인 차이치 r(t)는 다음과 같이 주어진다.

(1.17)

차이치는 x(t) 및 u(t)에 독립적이고 오직 f _L (t) 및 f _M (t)에만 종속적이다.

파라미터 인식 및 추정

사용 사례에서, 파라미터는 오직 일부만 알려지거나 혹은 완전히 알려지지 않는다. 하지만, 만일 간단한 모델 구조가 가능하면, 파라미터는 입력 및 출력 신호를 측정하여 추정될 수 있다. 이 경우에, 필연적으로 2가지 방법이 있는데, 하나는 방정식 오차를 최소화하는 것이고, 다른 하나는 출력 오차를 최소화하는 것이다.

방정식 오차를 최소화하기 위해(도 1d 참조), 다음과 같이 정의된다.

(1.18)

동일하게

(1.19)

스캐닝 시간 T₀를 가진 이산 시간 k=t/T₀ 동안 스캔 이후, 결과적인 최소 오차 제곱[17]의 합계는 다음과 같다.

(1.20)

(1.21)

이 방법이 선형적이기에 파라미터들은 직접 결정될 수 있다. 추정은 비순환적으로 수행되거나

(1.22)

또는 순환적으로

(1.23)

으로 수행될 수 있다.

또한 이들은 근사화될 수 있다. 출력 오차를 최소화하기 위해(도 1e), 출력 오차

(1.24)

는 출력 모델이 필요하다.

(1.25)

e'(t)가 비선형이기에, 파라메터 추정치 θ의 직접적인 연산은 가능하지 않다. 따라서, 손실 방정식 (1.20)이 수치 최적화 방법에 의해 최소화된다. 하지만, 이것은 많은 연산시간을 필요로 한다. 도 1e에서는 파라미터 추정 동안의 출력 오차의 최소화를 위한 도식도가 표시되어 있다.

신호 모델 기반 방식

신호 모델 기반 방식에서는 기본적인 프로세스 모델에 대한 지식이 필요되지 않는다. 오직 시스템의 출력 y(t) 만이 분석된다. 주기가 있는 출력을 연관된 시스템에서, 출력 신호는 유용한 부분 yu(t)과 잡음 부분 n(t)으로 구성된다.

y(t) = yu(t) + n(t) (1.26)

비록 잡음의 평균값이 0이고 두 신호는 서로 상관관계가 없다고 가정되더라도, 유용한 신호는 분석되어져야 한다. 푸리에 시리즈 이론에 따르면, 각 주기적 신호는 하모닉 성분의 중첩으로 표시될 수 있다.

(1.27)

각 성분은 진폭 y_0v, 주파수 ω_v, 위상각 Φ_v및 감쇠 인자 d_v으로 정의된다. 이러한 파라미터들을 결정하는 것은 고장 신호의 제1 징조를 제공할 수 있다. 알려진 신호 모델에서 변칙을 인지하기 위한 더 나은 방법이 하기에 서술된다.

밴드 통과 필터

밴드 통과 필터는 출력 신호가 특정한 주파수 범위 내에 존재하는 것을 확인하여 고장 감지에 적용될 수 있다. 아날로그 형태 및 디지털 형태 모두 사용될 수 있다. 일부 필터 구성은 부가적으로 관측되어지는 전력 스펙트럼을 확인할 수 있다. 이러한 예는, 신호가 구형파이고 평균 전력을 연산하기 위해 통합된다. RMS 진폭은 제곱근을 취해 얻을 수 있다. 도 1.16은 단계가 있는 필터 구성을 보인다.

분광 분석

고속 푸리에 변환(FFT)을 이용하여, 신호의 분광이 고장을 검사할 수 있다.

최대 엔트로피 추정

이 방법은 분광 분석과 유사하다. 하지만, 만일 오직 몇 개의 주파수에만 관심이 있다면, 이 방법으로 FFT보다 더 정확한 결과를 얻을 수 있다.

기타

시스템의 전형적인 거동으로부터의 편차가 다른 방법에 의해 인지될 수 있다. 예를 들면, 평균값 또는 랜덤 신호의 분산(variance)에서의 변화, 또는 갑자기 변화하는 정적 확률 밀도에서의 파라미터 변화가 인지될 수 있다.

고장 진단 방법

고장 진단에서의 문제점은 좀더 정확하게 감지된 고장에 대한 형태, 정도, 위치 및 시간을 결정하는 것이다. 만일 특정한 고장에 대하여 다수의 증상이 서로 다른 방식으로 변화된다면, 이러한 증상 벡터의 변화에 기반하여 분류 방법을 적용할 수 있다. 일반적으로 사용되는 분류 방법은 기하학적 간격 및 확률 방법, 인공 신경망 또는“퍼지 클러스터링”이다. 만일 증상과 고장 간의 관계에 대하여 더 많은 정보가 있다면, 결정 트리와 같은 진단적 결정 모델이 또한 적용될 수 있다. 그 다음, 연관관계는 단순한 IF-THEN 법칙으로 표현될 수 있다. “근사 추론(approximate reasoning)" 방법은 가능성 있는 생각 및 인공 신경망을 갖춘 생각을 포함한다.

제2장

유연 로봇 관절에서의 고장

로봇 시스템은 열, 습기 또는 전자파 등 다양한 외부 인자에 영향을 받는다. 유사하게는 누설, 부적절한 윤활 또는 회로 단락과 같은 내부적 문제도 일어날 수 있다. 이러한 점은 내적 프로세스 파라미터 또는 상태 변수 등에 변화를 야기시켜서, 가끔은 로봇의 고장난 운동을 초래한다. 상술한 바와 같이, 이러한 변화는 고장이라 불려진다. 이후로는, 유연 로봇 관절에서의 가능한 고장들이 카테코리로 분류되어 설명된다.

고장 분류

고장은 고장의 형태, 시간적 행동 또는 정도에 따라서 분류되어 질 수 있다.

형태

고장의 형태는 시스템적이거나 혹은 무작위적일 수 있다. 만일 시스템의 구조 및 파라미터가 알려졌다면, 계통적인 고장이 예측될 수 있다. 이것은 또한 다른 고장으로 인한 고장 또는 특정 시간 이후에(마모) 발생하는 고장을 포함한다. 무작위 고장은 어느 때나 발생하고 예측할 수 없다.

시간적 행동

다양한 시간적 행동 패턴이 분류의 다른 변형을 나타낸다. 돌발(abrupt) 고장과 떠다니는(drifting) 유영 고장 간의 대강의 차이점을 얻을 수 있다. 돌발 고장은 갑작스럽게 최대로 나타나고 상수(도 2a)로 고려될 수 있는 반면에, 유영 고장은 조금씩 조금씩 점진적으로 천천히 나타난다(도 2b). 돌발 고장의 특별한 형태는 이상행동이 간헐적으로 경험될 수 있고 다시 시작될 때 (도 2c) 그 진폭이 변화할 수 있는 간헐적(intermittent) 고장이다.

정도

정도에 의한 분류는 매우 간단하다. 고장의 영향이 시스템의 내부(국부적) 또는 외부(전역적)에 미칠 수 있다. 로봇 시스템의 경우, 국부적 정도는 단순히 내부 구성에 영향을 주는 내부에서의 온도가 증가하는 것이고, 반면에 전역적 정도를 연관된 고장은 주변환경과 로봇의 상호작용이 억제되는 것이다.

가능한 고장의 누적

로봇에서 일어날 수 있는 가능한 고장의 비 배타적인 리스트는 다음과 같다.

베이링 마모

모든 기계적 엑추에이터의 경우에, 베어링은 가능한 한 최소의 손실을 감수하고 회전 에너지를 다른 구성품에 전달하는 것과 같은 중요한 역할을 한다. 이러한 경우, 회전축의 위치는 정확하게 회전의 중심에 놓이도록 한다. 고장 진단의 관점에서, 베어링은 로봇 시스템에서 가장 일반적인 외란의 소스가 된다. 교류 모터 시스템에서 외란의 51%는 베어링과 연관된 고장으로 역추적될 수 있다. 다음과 같은 고장이 일어난다.

베어링 마모: 베어링에서 구성품이 서로에 대해 비비기 때문에, 이런 위치에서의 침식은 회피할 수가 없다. 이런 침식은 육안으로 겨우 볼 수 있지만 시스템에게는 치명적 결과를 초래한다. 마모 및 파열은 동작 중에 진동으로 명확하게 알 수 있고 따라서 여러 센서의 잡음을 증가시키고 전달된 토크, 속도 또는 토크 리플을 감소시킨다. 마모는 윤활이 불충분하거나 안되는 경우, 용량초과, 급격한 요동, 이물질 또는 잘못된 관절 설계에 의해 가속화된다.

베어링 균열: 베어링 케이지 또는 내부 외부 링과 같은 구성품은 큰 기계적 부하에 의해 균열이 발생할 수 있다. 이것은 베어링의 마모 및 파열과 같은 영향을 필연적으로 보이지만, 로봇 관절의 완전한 파손을 포함하는 대단히 큰 정도의 영향을 미친다.

기어 장치 고장

로봇 관절에서, 기어 장치는 모터의 움직임을 더 천천히 그러나 더 큰 토크를 연관된 다음의 부재를 전달하기 위해 채용된다. 작고 간결한 디자인 때문에, 하모닉 드라이브(HD)가 사용된다. 가능한 기어 장치 고장은 다음과 같다.

파형 발생기 베어링 마모: 전술한 바와 같이 마모의 증거가 또한 하모닉 드라이브의 파형 발생기에서 감지될 수 있다.

랫칫팅 (ratcheting) 효과: 랫칫팅 효과는 일반적으로 최대 토크가 넘었을 경우에 발생한다. 이런 경우에, 토크에서 간략한 소실이 발생하고, 원형 스파인 및 가요 스파인은 수개의 기어 이빨만큼 서로에 대해 이격된다. 이것은 드라이브 측과 출력 측 사이의 작은 오프셋과 유사하다. 만일 이러한 랫칫팅 효과가 자주 발생하면, 기어의 이는 변형될 수 있으며 결국 진동을 야기하고 가요 스파인의 파손도 일어날 수 있다.

가요 스파인 파손: 용인될 수 있는 최대 토크에서 벗어나면, 가요 스파인은 파손되어, 동력이 기어 장치를 경유하여 전달되는 것을 방해한다.

케이블 파손

케이블이 파손되었거나 부적절하게 전원에 꽂아져 있으면 전기 부품은 자주 적절한 기능을 하지 않거나 전혀 하지 않는다. 이런 경우에, 신호가 상실되거나 또는 부적절한 전원 공급 때문에 부품이 꺼질 수 있다.

BLDC 고장

브러시없는 직류모터(BLDC)는 수많은 장점 때문에 로봇 분야에서 널리 사용된다. 이미 언급한 기계적 고장과는 별개로, 다음과 같은 다른 고장들이 발생한다.

측면 스트림: 부적절하게 설치된 경우에, 부가적인 스트림이 BLDC의 상과 하우징 사이에서 발생한다. 이것은 증가된 상 스트림을 나타내고, 상 스트림이 더 이상 0으로 합쳐지지 않는다. 최악의 경우에는, 전류 센서와 같은 다른 구성품이 손상될 수 있으며 기계 주변에 있는 사람에게도 단락으로 인한 상해를 입힐 수 있다.

상 파손: 기계적 또는 열적 응력 또는 과도한 고 전류에 의해 발생되는 재료 손상은, 자유 휠링(free-wheeling)과 동일한, 모터의 상의 파손을 가져올 수 있다. 그 결과로서, 3상 중의 오직 2상만이 동작되고, 이것은 발생된 토크의 감소를 야기하고 토크 리플을 증가시키는 원인이 된다. 때때로, 추정되는 상 파손은 느슨한 케이블이다.

단락된 코일: 단락된 코일은 상의 2개의 턴코일 사이, 상의 2코일의 권선 사이 또는 다른 상의 2코일 사이의 단락회로이다.

상-대-상 (phase to phase) 단락: 상-대-상 단락에 있어서, 단락 회로는 모터의 2상 사이에서 일어난다. 이것은 모터의 시동을 방해한다.

아날로그 디지털 변환기 고장

측정이 행해져야 하는 각각의 실질 프로세스는 아날로그 형태이다. 마이크로프로세서 또는 DSP에서 사용되어질 신호를 마련하기 위해서는 아날로그 디지털 변환기(ADC)가 필요하다. 이러한 것은 프로세서 또는 센서에 집적될 수 있고, 자율적인 부품으로 존재한다. ADC의 단점은 회피할 수 없는 양자화 잡음(도 2d)에 있다. 이러한 이유로 적절한 해상도가 항상 선택이 되어져야 한다.

ADC에 대해 가능한 고장은 비트의 손실이다. 이렇게 함으로써 ADC는 출력에서 하나 이상의 비트에 걸쳐 제어를 상실한다. 그래서 상기 비트가 자신의 상태(HIGH 또는 LOW)로 남아 있는 것이다. 이러한 점은 영구적인 오프셋의 원인이 되고 또는 여러 양자화 단계를 건너뛰는 원인이 되기도 한다.

일반적 센서 고장

모든 센서에 무엇을 측정하는가에 관계없이 어느 정도의 고장이 발생한다. 고장의 원인은 센서마다 다 다를 수 있다.

단일 피크: 단일 모형이 갑자기 다른 값과는 현저하게 다른 돌발 값(도 2e)으로 들어올 수가 있다

잡음 이득: 신호는 전자기 방사 또는 다른 영향의 결과로서 (양자화 잡음에 부가적으로) 잡음을 포함할 수 있다. 이것은 특정한 범위 내에서 실제 값 주변에 신호가 요동치는 것을 의미한다(도 2f).

지속(constant) 고장: 지속 고장은 센서의 부정확한 보정 또는 장착으로 인하여 영구히 그리고 가장 잘 일어나는 고장이다.

전류 센서의 고장

BLDC 모터의 3상 각각에는 하나의 전류 센서가 설치된다. 일반적인 센서 고장에 더하여, 이것은 또한 타버릴 수 있다. 이러한 경우 센서가 완전히 파손되며 시스템에 극도의 고온 또는 높은 전류를 야기시킨다.

위치 센서의 고장

위치 센서에서는 다음과 같은 형태의 고장이 가능하다.

위치의 포복 이동(creeping shift): 만일 센서가 부적절하게 설치된 경우에, 서서히 미끄러질 수 있고, 이것은 오프셋이 변하는 요인이 된다. 이러한 프로세스는 진동과 급격한 충격에 의해 만들어진다.

양자화 효과: 엄격하게 말하면, 양자화 잡음은 고장이 아니다. 그럼에도 불구하고, 이것이 시스템 및 다른 구성품(제어기 등)에 중대한 영향을 미칠 수 있기 때문에, 여기서 언급되어져야 한다.

증분형 엔코더를 구비하는 위치 센서는 일반적으로 "A","B" 및 "Z"의 3가지 신호를 가진다. 만일 이들 신호 중에서 하나 이상이 상실되면 (특히,“A" 또는 "B"), 센서는 부정확한 값들을 방출한다. 증분 디스크 상의 오물에 의해서도 신호의 일시적인 상실이 야기될 수 있다.

토크 센서의 고장

대단히 다양한 토크 센서의 설계 때문에, 특정한 고장을 인식하는 것은 쉽지 않다. 일반적인 고장이 설명되며, 몇 몇의 예가 다음에서 설명된다.

위치 고장: 만일 센서가 부적절하게 설치되거나 또는 그 축과 정확하게 일치되지 않으면, 특정치는 부정확할 것이다.

최대 토크 초과: 센서 구조가 파손되거나 변형될 수 있어, 토크 값에 오프셋이나 증폭의 발생을 야기한다(재료의 연질화/경질화).

전원 고장

전원 고장의 경우는 다음과 같다.

잡음 이득: 공급 전원 또한 잡음을 생성한다. 만일 잡음이 너무 강하면, 전자 부품이 과전원에 의해 손상되거나 또는 전원 부족에 의해 일시적으로 작동을 멈춘다. 그럼에도, 일반적으로 공급 전원은 상수로 고려된다.

완전 실패: 만일 전원이 공급되지 않으면, 전자 부품은 전혀 기능을 할 수 없고, 비상정지 브레이크가 가동될 것이며 로봇은 멈춤 상태가 될 것이다.

인버터 고장

인버터는 BLDC에 흐르는 전류를 제어한다. 발명의 개념을 제한하는 것이 없다면, 3-상 인버터에 대해 설명한다. 이는 2개의 브랜치로 구성되며, 각각은 상부와 하부를 스위칭한다. MOSFET는 전형적으로 스위치로 사용된다(도 2g). 다음과 같은 오차가 발생한다.

인버터 정지(shutdown): 인버터의 완전한 고장은 모든 스위치가 개방된 상태로 있으면서 전류가 흐르는 것을 방해하는 것에 의해 야기된다(도 2h(a)). 따라서 모터가 제어될 수 없다.

단일 스위치 개방: 스위치들 중의 하나가 영구적으로 개방된 상태이다(도 2h(b)). 비록 모터는 동작되더라도 이상한 토크를 생성한다. 이것은 주로 모터를 기동할 때 문제를 일으킨다.

단일 상 단락 회로: 스위치들 중의 하나가 영구적으로 닫힌 상태이다(도 2h(c)). 이것을 중대한 고장이다. 대단히 높은 전류가 로터 자석이 자성을 잃게 되는 원인이 될 수 있다.

균형 단락 회로: 스위치들 중 3개, 즉 상부 스위치들 모두 또는 하부 스위치들 모두가 닫힌 상태이다(도 2h(d)). 극도로 높은 전압이 여기에 발생할 수 있지만, 이 고장은 단일 상 단락 회로에 비해 더 심각한 편이다. 모터는 그대로 작동될 수 있다.

단일 상 개방 회로: MOSFET가 빠진 상태이다(도 2h(e)). 상은 오직 한 방향으로만 동작될 수 있다.

제3장

로봇 관절의 모의실험

본 설명은 관절 수준에서 FDI를 고려한다. 따라서, 도 3a에서 도식적으로 보인 바와 같이, 단일 관절이 설명되어진다.

유연한 로봇 관절의 모델링

대상 관절은 시뮬링크(Simulink) 모델이며 대략 제어기, 물리적 모델 및 센서 시스템으로 나누어진다(도 3b). 이러한 모의실험에서 일부 신호들은 “참”값 및 “측정된”값 모두가 존재한다. 만일 동일 문맥 내에서 두 종류가 모두 언급된다면 혼돈을 피하기 위해 “참”값에는 “^*”가 표시된다. 예를 들어, 모터의 실제 위치가 θ ^* _m 로 표시되면, θ _m 은 측정값, 즉, 위치 센서의 출력이다. 제어기가 실제적으로 이곳에서는 중요하지 않기에 제어기를 상세하게 설명하지 않을 것이며, 선행기술이 참고자료로 제시된다. 로봇에게 주어진 경로 중의 하나를 추정하기 위해 모터의 요구되는 토크만이 연산된다. 이러한 목적을 위해 센서 출력은 이용될 수 있다. 제어기는 소망되는 토크로 모터를 구동하기 위해서 인버터가 어떻게 스위칭을 해야하는지를 나타낸다. 이러한 스위칭 상태는 도 3c에 보인 바와 같은 가능한 상태를 가진 아래의 벡터로 표시된다.

S = [s ₁ , s ₂ , s ₃ ]^T

물리적 모델은 인버터, BLDC 모델 및 기계적 모델로 나누어진다(도 3d). 인버터 모델은 도 2g에서 설명한 바와 같이 3상 인버터이며, 심스캐이프(Simscape) 모델로 구성된다. 인버터 모델은 연산된 상전압 V_ab, V_bc V_ca를 델타 결선으로 채용된 BLDC 모델로 보낸다. 유도된 전압은 모터의 “참”속도

및 위치 θ^* _m를 이용해 연산된다.

(3.1)

여기서 전기각(electrical angle)은

(3.2)

p는 극쌍(pole pairs)의 개수를 의미한다. 표준화된 BEMF A_phase는 실제 모터 상에서 전에 측정한 결과이다(도 3e). 알려진 파라미터 L (인덕턴스) 및 R (저항) 및 유도된 전압들을 이용하여, 상전류 i_ab, i_bc i_ca는 연산될 수 있다. 결과적으로 측정되어질 선(line) 전류는 다음의 형태가 된다.

(3.3)

또한 BLDC 모델도 토크 상수 k_m 및 코깅(cogging) 토크 r_c를 이용해 모터 토크를 생성한다.

(3.4)

코깅 토크는 θ_m에만 종속이며 측정 결과로 채워져 있는 룩업 테이블에서 발견될 수 있다.

기계적 모델은 모터 위치 θ^* _m 및 속도

, 결합된 위치 q^* 및 속도

및 결합된 토크 τ^* _J를 연산한다. 관절은 항상 영점에서 출발하기 때문에, 모터의 위치 및 속도는 모터 좌표계에서 모터 관성 B_m 및 기어 전달비 N과 연관되어 연산된다.

(3.5)

감쇄 토크 τ_D는 감쇄 상수 d 및 마찰 토크 τ_f와 연관되어 표시된다.

(3.6)

출력측을 위해, 출력측 관성 M이 포함되어 방정식이 적용된다.

(3.7)

외부 토크 τ_ext는 중력 토크 τ_g 및 부하 토크 τ_L로 구성된다.

마찰 모델은 Lund_Grenoble 모델[1]을 기반으로 y와 연관되어 표현될 수 있다.

(3.8)

(3.9)

(3.10)

상기 수식은 근사화 될 수 있다. 관절 토크는 강성 계수들 a₁, a₂ 및 a₃를 포함하여 연산된다.

(3.11)

(3.12)

(3.13)

τ_h는 계수 A 및 a ([10]에 따라서)를 연관된 히스테리시스 토크이다.

“참”값은 센서 모델로 들어가고 기계적 모델 및 BLDC 모델에서 연산된다. 2개의 위치 센서가 적용되는데, 측정된 속도

및

뿐만 아니라 위치 q 및 θ_m 를 이용하여 결정하기 위해 위치 q^* 및 θ^*를 사용한다. 이러한 2개의 센서는 엔코더 모델을 사용한다 [14]. 이 경우에, 서로에 대해 90°오프셋된 2개의 신호 A 및 B를 사용하는 증분형 엔코더가 상기 신호들의 함수로써 모의실험된다. 이 방식에서, 현재 위치 및 이동 방향이 모두 결정될 수 있다. 추가해서, 관절에서 영점 크로싱을 나타내는 인덱스 신호 Z 또한 생성될 수 있다. 나아가서, 채용된 센서는 “참”토크 τ^* _J를 측정하고 토크 τ_J를 출력하는 토크 센서이다. 이렇게 함에 있어, 부가적인 잡음이 먼저 더해지고, 그리고 신호는 양자화되고 포화된다. 마지막으로, 선 전류 i^* ₁, i^* ₂ 및 i^* ₃가 측정된다. 이런 작동은 토크 센서의 것과 일치한다.

관절이 추종해야 하는 궤적이 제어기에 공급된다. 이후, 이것은 [°]에서의 기준 위치 q_id 및 시간 t로 정의된다. 제어기는 편차 △q = q_id - q 의 최소화를 시도한다.

구동 측 좌표계에서 모터 위치는 기어 전달비 N과 연관되어 정의된다.

(3.15)

도 3g은 엔코더 신호와 연산된 위치를 보인다. 구동 시간 t=3의 고장 구동에서, 물리적 모델의 출력이 도 3h, 도 3i, 도 3j 및 도 3aa에 도시된 바와 같이 나타난다. 이러한 예에서, θ 및 q는 거의 일치한다. 관성, 지연 및 제어기에 의한 조정의 결과로서, 현 위치는 항상 소망되는 위치에 약간 뒤진다. 센서 시스템에서 잡음은 육안으로 실제 값과 차이를 알수 없도록 극히 적도록 선정된다.

고장 모델링

모의실험으로 고장 감지를 실험하기 위해서, 고장이 시뮬링크(Simulink)에 적용되었다. 모든 고장은 “파라미터 스크립트”로 세팅될 수 있고, 언제든지 활성되거나 비활성될 수 있다. 제어기는 있는 그대로 유지하고, 반면에 고장은 물리적 모델과 센서 모델에 통합된다. 이후, 인덱스 id (즉, q_{id )}는 이상적인 것을 의미하고 비고장 경우에서의 변수를 표현한다.

센서 고장

도 3. 12는 일반적인 센서 고장의 경우에 신호 처리를 보여주고 있다. 센서에서 고장 블럭은 직접적으로 센서 모델 이후에 위치한다(도 3ab). 측정된 결과는 처리되고 연속해서 제어기로 들어간다. 신호 처리의 도식도가 도 3. 13에 보인다.

일반적 센서 고장

증폭: 센서 값에 특정값이 곱해진다. 도 3ad는 0.5초≤t≤1.5초 동안 2배 증폭된 고장 위치 q를 보이고 있다. q는 센서값이고, q^*는 “참”위치이며 q_id는 고장이 없는 위치이다. 제어기가 부정확한 값으로 연산을 수행하였기 때문에, q^*는 q_id로부터 벗어나 있다.

오프셋: 측정된 센서 값에 특정 값이 더해지거나 감해진다. 예를 들면, 도 3ae는 0.5초≤t≤1.5초 동안 0.02의 오프셋을 가진 고장 위치 q를 보이고 있다.

잡음 이득: 센서에 의해 적용되는 표준의 잡음 위에 다른 잡음이 더해진다. 그래서 잡음 이득이 설정된다. 만일 설정값이 0이면, 부가적인 잡음은 소멸되지만 표준 잡음은 존재한다. 도 3af에 보여진 예는 0.5초≤t≤2초 동안 (계수 1로 증폭된) 잡음 이득이 있는 상태를 보인다.

유지/정지: 제어기의 세팅에 따라서, 센서로 연결될 때의 손실이 2가지 다른 방식으로 처리될 수 있다. 측정된 센서값을 0(“정지”로 세팅하거나 또는 연결이 재설정되어 새로운 유효값이 탐지될 때까지 최종 유효값을 갖고 있는 것이다(“유지”0.5초≤t≤0.75초 동안의 유지 동작 및 1.5초≤t≤1.75초 동안의 정지 동작이 된 고장 위치 q의 예가 도 3ag에서 보여진다.

상기 도 3ac의 도식도는 모델의 모든 센서에서 사용된다. 특정한 특성 때문에, 추가적인 고장이 소정의 센서에 적용된다.

위치 센서

증분 생략(increment skip): 전술한 바와 같이, 위치 센서는 또한 증분을 생략할 수 있다. 이러한 고장이 활성화되면, 위치 신호에서는 더 이상의 변화를 감지할 수 없다. 이러한 고장이 비활성화되면, 신호 상에 오프셋이 존재한다. Z 신호 상의 양의 측면이 이러한 오프셋을 리셋한다. 도 3ah에 0.25초≤t≤0.5초 동안의 이러한 고장을 보인다.

일반적으로, 한번에 많은 증분들이 생략되지 않으면, 이러한 고장의 효과는 상기의 방식으로 더 명확하게 표시된다.

A, B, 또는 Z 신호 손실: 전형적인 고장 블럭에 부가하여, 다른 고장 블럭이 위치 센서에 적용된다. 그것은 신호 A, B 및 Z를 가로채서 그들을 활성된 고장이 없는 곳으로만 보낸다. 도 3aj은 0.25초≤t≤0.5초의 손실을 보여준다. “유지”와는 현저히 다르게, 오프셋이 Z에 의해 리셋되지 않는다.

전류 센서

전류 센서에 대한 추가적인 고장이 적용되지 않는다. 일반 센서 고장 각각은 전류 센서 각각에 대해 개별적으로 세팅될 수 있다.

토크 센서

일반 센서 고장을 제외하고, 추가적인 고장이 토크 센서에 생성되지 않는다.

인버터 고장

다음과 같은 고장이 인버터에 포함된다.

정지: 모든 스위치들이 개방된다. 이러한 고장은 도 2h(a)에 도시되어 있다. 도 3ba, 도 3bb 및 도 3bc은 로봇 관절에서의 고장 효과를 도시하고 있다. 시스템은 즉각적인 정지에 이르지 못한다. 남아있는 운동 에너지 및 중력 때문에, 관절은 원점으로 돌아갈 때까지 천천히 움직여서 정지한다. 관절은 오직 마찰 τ_f과 유도된 모터 토크 τ_m에 의해서만 정지가 된다. t ≥0.1초 동안의 유도된 전류가 도 3bb에 도시되어 있다.

단일 개방: 스위치는 개방 상태를 유지하며, 도 2h(b)에 도시되어 있다. 이러한 고장은 6개의 MOSFET 중 일부로 조절될 수 있다. t ≥0.1초 동안 개방된 하나의 MOSFET에서, 관절의 거동은 심하게 영항을 받지 않는다(도 3bd 참조).

단일 폐쇄: 스위치들 중의 하나가 닫힌 상태이다. 이러한 고장의 영향은 육안으로 시스템 상에서 관찰하기 어렵다. 도 3be 및 도 3bf은 t ≥0.1초 동안 이러한 고장의 영향을 보이고 있다.

균형 폐쇄: 6개의 스위치들 중에서 (상부측 스위치 또는 하부측 스위치이던 관계없이) 3개가 닫힌 상태이다. 출력은 “단일 폐쇄”고장의 경우와 별 차이가 없다.

단일 단락: 하나의 MOSFET가 연결된다. 이 고장은 대체로 “단일 폐쇄”와 유사하다.

균형 단락: 6개의 MOSFET 중에서 3개가 연결된다. 이 고장은 “균형 폐쇄”와 유사하다.

단일 아이들(idle): 하나의 MOSFET가 완전히 분리되어, 이 위치에서 자유-휠링(free-wheeling)으로 진행된다. 이 고장은 “단일 개방”자유-휠링 다이오드로부터 떨어짐)과 유사하다. 다른 부가적인 영향이 이 고장에서 관측될 수 없다.

BLDC 고장

BLDC 고장은 다음과 같은 점을 포함하고 있다.

상 파손: 하나의 상전류가 0으로 세팅된다. 도 3bg은 t ≥0.1초 동안 제1 상의 파손으로 야기되는 상태를 보이고 있다. 관절 토크에서 작은 편차만이 관측될 수 있다(도 3bh).

상-대-상 단락: 3개의 상 중에서 2개가 연결된다. 이것은 3가지 가능한 조합을 보인다. 모델에서, 이 고장은 인버터에 적용된다. 도 3bi, 도 3bj 및 도 3ca은 t>0.1초 동안의 상기 고장(v_ab0)의 영향을 보이고 있다. 이 예시에서 고장이 활성화될 때, 상전류 i_ab는 BEMF에 의해서만 생성된다.

기계적 고장

기계적 고장은 다음을 포함한다.

기어 장치 파손 : 모터와 관절의 다른 부분이 완전히 분리된다. 결합 토크 τ^* _J 및 감쇄 토크 τ_D는 0이다. 관절은 마찰 τ_f에 의해 감쇄되어 영점에서 진동한다. 도 3cb 및 도3.33에서, 기어 장치가 0.1초 이후에 파손된다.

블럭된 (blocked) 관절: 관절 속도는 0으로 세팅되고, 기어 장치는 모터에 대해 작용하는 스프링처럼 동작한다. 그래서 결과는 매우 높은 겹합 토크이다. 이러한 높은 토크는 또한 짧은 시간 내에 기어 장치를 파손시킬 수 있다. 일반적으로, 이 시나리오는 FDI에 의해 감지되지 않고, 대신에 충돌 감지에 의해서만 만족될 수 있다. 도 3cd 및 도 3ce는 t ≥0.1초에서 봉쇄된 관절을 보이고 있다.

블럭된 모터: 모터 속도는 0으로 세팅된다. 모터를 블럭킹하면 전체 관절이 정지상태로 된다. 기어 장치가 스프링처럼 동작하기 때문에, 관절은 짧은 시간 동안 진동하는 것을 계속한다. 도 3cf 및 도 3cg은 t ≥0.1초에서 봉쇄된 모터를 보이고 있다.

마찰 이득: 모터는 같은 속도로 관절을 움직이기 위해서 더 많은 힘이 필요하기 때문에, 마찰의 증가가 더 높은 전류를 야기한다. 도 3ch에서, t ≥0.5초에서 마찰이 100배 증가된다.

토크 리플 (ripples): 모의 실험에서, 마찰이 증가함에 따라 모터의 위치에 종속되는 토크 리플이 생성된다. 리플의 위치 및 범위가 조정될 수 있다. 도 3ci는 t ≥1.5초에서 토크 리플을 도시한다.

제4장

모의실험에 FDI 방법 적용

여기서의 목적은 전술되어진 로봇 관절 모의실험에 적용된 고장을 감지하는 것이다. 이를 위해 수많은 센서 신호가 가용한 여러 가지 방법이 가능하다. 이러한 센서 신호는 위치 센서의 출력 θ_m 및 q, 전류 센서의 출력 i₁, i₂ 및 i₃ 및 토크 센서의 출력 τ_J이다. 제어기와 고장 감지기는 동일 칩 상에 후에 구현되어야 하기 때문에, 일부 신호들은 제어기로부터 따올 가능성이 있다. 다음의 파라미터가 모의실험에서 고장 탐지를 위해 사용된다.

설명 변수

기어 전달비 N

관절 강성 K

구동 측 관성 B_m

출력 측 관성 M

관측기 이득(마찰 관측기) L_f

감쇄 상수 d

전원 전압 Udc

극 쌍의 수(BLDC) p

모터의 인덕턴스 L

상호 인덕턴스 M_ind

토크 상수 k_m

BEMF 외형(표준화된) λ(θ_m)

동일 DSP칩 상에서 구동될 때 제어기에 외란이나 지연을 야기하지 않도록, 설명되는 방법은 가능한 한 간단하고 자원이 절약되는 것이 선택된다.

극한 점검

가장 간단하고 자원 절약형 방법은 극한 점검하는 것이다. 이 방법에서, 센서 신호의 값이 문턱값 ε의 범위 내에 있는지를 결정한다. ε가 아래와 같이 문턱값을 초과하거나 미치지 못하면, 고장 신호가 발생한다.

ε_y,min < y < ε_y,min (4.1)

가끔은 상한값 및 하한값을 모두 적용하는 것을 필요하지 않으며, 센서 신호를 위한 문턱값을 만들 수 있다.

|y| < ε. (4.2)

본 예에서는 점검되는 센서 신호는 각 전류 센서 신호 i_k (∀k∈1, 2, 3), 토크 센서 신호 τ_J 및 구동 측/출력 측 속도 신호

및

이며, 각각 자신의 문턱값을 가지고 있다.

(4.3)

(4.4)

(4.5)

(4.6)

위치 θ 및 q는, 절대 각도로 주어지고 따라서 ±360°범위 내에 있지 아니하여, 직접 점검되지 않는다. 시스템의 다른 특징은 모든 선 전류의 합이 0이 되는 것이다.

i₁ + i₂ + i₃ = 0 (4.7)

센서 신호에서의 잡음 때문에, 물론 합이 정확하게 0이 되지는 않을 것이고, 다른 문턱값이 고장 탐지를 위해 정의될 수 있다.

(4.8)

각 문턱값은 각각 적용되어야 하고 잡음의 밀도, 측정 범위 및 근본적인 물리적 모델에 종속된다. 이러한 세팅은, 고장이 없는 경우 (고장 양성”에 고장 알람이 발생되지 않고, 고장이 확실하게 감지된 경우 (고장 음성”에 고장 알람이 발생되는 것을 확실하게 하려는 의도이다.

극한 점검값 감지된 고장

q* 잡음 이득 (센서 q)

증폭 (센서 q)

오프셋 (센서 q)

정지 (센서 q)

θ* 잡음 이득 (센서 θ_m)

증폭 (센서 θ_m)

오프셋 (센서 θ_m)

정지 (센서 θ_m)

T_J 블럭된 관절

i_line 확실한 감지 없음

sum i_line 잡음 이득 (임의의 전류 센서)

증폭 (임의의 전류 센서)

오프셋 (임의의 전류 센서)

유지-정지 (임의의 전류 센서)

확실하게, 이런 간단한 방법은 모든 종류의 고장 탐지에 적절하지 않다. 그러나, 이들은 많은 자원을 사용하지 않기 때문에 더 복잡한 탐지 방법에 부가적으로 사용될 수 있다. 그럼에도 불구하고, 일부 고장은 이러한 기본적인 방법으로 감지될 수 있다. 다른 것들 중에서, 위치 신호의 돌발 변경이 감지된다. 토크가 점검되었을 때, 오직 “블럭된 관절”고장만이 감지될 수 있다. 이것은 충돌 감지의 간단한 형태를 나타낸다. 전류 센서에서 대부분의 고장은 전류의 총합을 이용하여 감지될 수 있다. 상기의 테이블은 각 전류 신호의 문턱값이 점검되어 감지된 고장의 리스트를 보이고 있다.

파라미터 추정

일단 관절에 대한 기본적인 프로세스 모델이 정해지면, 일부 프로세스 파라미터가 추정되고 전에 측정값 또는 설정값과 비교될 수 있다.

프로세스 모델은 다음과 같이 나타낼 수 있다.

(4.9)

따라서 추정된 파라미터는

(4.10)

가능한 고장을 감지하기 위해서, 모든 파라미터 Θ에 대하여 차이치가 연산된다.

(4.11)

다시 한번, 문턱값이 ε를 초과하면, 고장 신호가 발생한다.

(4.12)

현재의 관절 모델에서, 큰 어려움없이 쉽게 풀 수 있는 모든 파라미터에 대한 방정식을 세우는 것은 어렵다. 실제 로봇에서의 자원은 한정적이므로, 단지 2개의 매우 간단한 파라미터만이 하기의 원리를 설명하기 위해 선택되었다. 추정된 파라미터는 로봇의 강성이다.

(4.13)

기어 전달비는

(4.14)

결국, 추정된 파라미터 K 및 N"^*는 알려진 “참”파라미터의 미리 정해진 범위 내에 있다.

(4.15)

(4.16)

선택된 파라미터는 이 경우에 고장 감지를 위해 적절하지 않다. 잡음 신호에 의해 분할이 여기서 만들어져서, 파라미터의 추정치에 소음이 매우 많다(도 4b 및 도 4c 참조). 어떤 경우에는, 추정을 위해 다른 파라미터를 선택하는 것이 상당히 복잡하고 또한 후에 하드웨어에 대해 연산적으로 집중될 수도 있다.

관측기

고장 감지를 위한 다른 가능한 수단은 비교를 위한 값을 가지지 않은 상태 변수를 관측하는 것이다. 고장이 관측 중에 극심하게 변화하는 경우에, 또는, 고장의 결과로서, 알려진 물리적 모델에서 관측값이 더 이상 일관되지 않은 값이라 가정될 때, 이러한 관측기는 FDI에 잘 적용된다.

관측된 상태는 다음을 포함한다.

- 감쇄 토크 τ_D

- 모터 토크 τ_m

- 마찰 토크 τ_f

- 외부 토크 τ_ext

감쇄 토크 τ_D의 관측은 감쇄 상수 d와 연관되어 다음과 같다.

(4.17)

모터 토크을 연산하기 위해서 d/q 변환이 요구된다. 이를 위해, 모터의 전기각 θ_e 및 상전류i_phase가 필요하다. 극 쌍의 수 p와 연관되어, 전기각 θ_e이 아래와 같이 연산된다.

(4.18)

(4.19)

상전류 i_phase는 i_d 및 i_q으로 변환 (d/q 변환)된다. 모터 토크

는 토크 상수 k_m과 연관되어 다음과 같이 표현될 수 있다.

(4.20)

마찰 토크 τ_f는 다음과 같이 관찰될 수 있다.

(4.21)

관측기 이득 L, 모터 관성 B_m, 측정된 결합토크 τ_f는 및 측정된 속도

와 연관되어

이 모터 토크 관측기로부터 얻어진다. 마찰 관측기 및 감쇄 토크 관측기로부터 유도되어, 외부 토크도 관측될 수 있다.

(4.22)

측정된 속도

의 미분으로 가속도

가 획득될 수 있다. 따라서 위치 신호가 가속도를 얻기위해 두 번의 미분이 유도되어야 하기 때문에, 매우 정확하고 낮은 잡음을 연관된 위치 센서가 요구된다. 이것은 자연적으로 모의실험 동안에는 문제를 일으키지 않는다. 만일 관절에 더 이상의 부하가 가해지지 않으면, 외부 토크는 오로지 로봇의 자체 무게로부터 유래되는 중력 토크에 의해서만 결정된다.

고장을 감지하기 위한 다른 접근 방법은 센서 신호들 그 자체를 관측하고 이들을 측정값과 비교하는 것이다. 출력 측 위치는 다음과 같이 관측될 수 있다.

(4.23)

만일 고장이 발생하지 않으면, 차이치 r은 특정한 범위 내에 존재해야 한다.

(4.24)

식 4.24가 적용되면, θ_m 및 τ_J을 관측할 필요가 없다. 이들 3개의 값들 간의 강한 의존성 때문에, 차이치는 이들 신호가 잘못되면 즉시 고장을 표시한다. 최종적으로, 오직 선 전류 i₁, i₂ 및 i₃의 관측이 남겨진다. 이것은 약간 더 어려우며 제어기로부터 신호 S를 또한 요구한다.

이 신호는 인버터를 스위칭하며 상전압 v_phase이 계산될 수 있다(도 3c 참조)

(4.25)

BEMF v_BEMF도 필요되는데, 이는 먼저 측정되고, 표준화되어서 λ(θ_m)로서 룩업 테이블에 저장된다.

(4.26)

여기서 k_m은 모터의 토크 상수이다. 상전류 i_ab, i_bc 및 i_ca는 상태 방정식을 플어서 연산되어진다.

(4.27)

(4.28)

(4.29)

(4.30)

(4.31)

(4.32)

(4.33)

d = 0 (4.34)

관측된 전류

_line 는

(4.35)

여기에서도 역시, 고장이 없으면 차이치는 특정 범위 내에서 움직인다.

(4.36)

토크 τ_m 및 τ_f에 대해 여기서 살펴본 관측기는 고장 진단에 특별히 잘 맞지는 않는다. 하지만, 이들은 다른 상태들을 관측하는데 필요된다. 외부 토크의 관측기는 충돌 감지(막혀버린 관절) 에만 좋은 성과를 보인다. 대조적으로, 관절 위치 q 및 전류 i_line는 더욱 유망하다. 모의실험에서 2개의 위치 센서의 모든 고장은 수식 4.24를 사용하여 감지될 수 있다. BLDC, 전류 센서 및 인버터의 모든 실험된 고장은 수식 4.36에 의해 마찬가지로 관찰될 수 있다.

[표 1] 관측기 방법에 의해 감지된 고장의 리스트

관측값 감지값

τ_m 신뢰성 없는 감지

τ_D 위치 센서 θ_m의 모든 고장

위치 센서 q의 모든 고장

충돌

기어 장치 파손

τ_f 신뢰성 없는 감지

τ_ext 위치 신호 q에서의 급격한 변화

충돌

q 위치 센서 q의 모든 고장

위치 센서 θ_m의 모든 고장

i_line 전류 센서의 모든 고장

인버터의 모든 고장

BLDC의 모든 고장

패리티 방정식 및 각 센서 신호의 특정

이 방법은 관측기와 결합된 패리티 방정식의 이론에 기반한다. 기본적인 모델은 다음과 같다.

(4.37)

여러 가지 불확실성 때문에, 문턱값 ε을 가진 다른 유효한 범위가 도입된다.

(4.38)

수식 4.38의 덧셈에 있어 각 항들 간의 종속성 및 센서 출력이 아래의 표로 제공된다. 이 표는 패리티 방정식의 항들 간의 종속성 및 각 신호의 특정이 없는 센서 신호들을 보여주고 있다. 이후, 각 센서 신호는 특정되고 관측기에 의해 대치된다. 다양한 패리티 방정식의 차이치가 센서 신호에 대한 서로 다른 의존성을 지닌다는 점이 아이디어이다.

[표 2] 패리티 방정식의 항들

차이치의 변화에 기반하여, 고장이 감지될 수 있을 뿐만 아니라 대략 위치도 알 수 있다. 예를 들면, 만일 하나를 제외한 모든 차이치가 고장을 나타내면, 이것은 고장이 변화되지 않는 차이치에 특정된 신호에 있다는 점을 추정하게 한다. 때로는 비록 고장 신호가 특정되더라도 차이치가 고장을 나타낸다. 이것은 제어기의 고장 신호에 의해 촉발되는 부작용으로 생각할 수 있다. 어떤 신호가 특정이 없더라도, 고장은 수식 4.38의 도움으로 감지될 수 있다(도 4d 참조). 모의실험에서, 짧은 시간에 높은 속도

를 유도하는 위치 신호 q의 급격한 변화를 탐지하기 위해 상기 수식이 사용될 수 있다. 강한 잡음, 잘못된 증폭 또는 신호 τ_J의 오프셋, 상-대-상 단락, 블럭된 모터 및 충돌을 비롯하여, 위치 센서 θ_m 및 전류 센서의 고장이 모두 시험된다.

선 전류의 특정

전류에 있어서 다음의 관계식은 참이다:

(4.39)

따라서 각 전류는 다른 2개의 전류를 이용하여 대치될 수 있다.

(4.40)

(4.41)

(4.42)

이것은 전류 벡터

_line 에 대해 서로 다른 3개의 형태를 유도한다.

(4.43)

차이치는 수식 4.38에 보인 바와 같이 연산될 수 있다.

(4.44)

(4.45)

여기서

_q 는

_line 의 d/q 변환에 의해 계산될 수 있다. 마찬가지로 신호 q에 있어서의 급격한 변화가 여기서 감지될 수 있으며, 위치 센서 θ_m 상의 소정의 고장, 전류 센서 상의 소정의 고장 및 토크 센서 τ_J 상의 잘못된 증폭 또는 오프셋이 감지될 수 있다. 상-대-상 단락 회로, 블럭된 모터 및 충돌도 마찬가지로 감지된다. 상술된 바와 같이, 차이치는 또한 신호 i₁이 특정되었더라도 신호 i₁으로 고장을 나타낸다. 이것은 고장 신호가 제어기에서 부작용 촉발하고 그 다음에 차이치가 반응한다는 사실로 추적될 수 있다(도 4e 참조).

위치 신호 q의 특정

위치 신호는 다음과 같이 대치될 수 있다.

(4.46)

속도

는 관측된 위치

의 미분을 통해 얻을 수 있으며, 패리티 방정식은

(4.47)

여기서,

(4.48)

마찰 토크 τ _f 및 모터 토크 τ _m 은 수식 4.21 및 4.20을 사용하여 얻을 수 있다. q의 특정과 연관되어, 차이치 및 센서 신호 간의 종속성이 또한 변화한다(하기의 표 참조). 비록 신호 q에서 고장이 탐지되더라도 제어기가 외관상으로 충분히 강력하게 작용하기 때문에 이 경우에 있어서 모의실험의 결과는 상술된 결과와 일치한다.

위치 신호 θ _m 의 특정

위치 신호 θ _m 는 다음과 같이 대치될 수 있다.

(4.49)

속도

및 가속도

는 관측된 위치

및 전류 i₁, i₂ 및 i₃의 d/q변환을 통한 전류로부터 유도하여 얻을 수 있다. 따라서, 패리티 방정식은 다음과 같이 정의된다.

(4.50)

여기서,

(4.51)

(4.52)

(4.53)

[표 3] 패리티 방정식 항과 출력 측 위치 q의 특정된 센서 신호 간의 종속성

패리티 방정식의 항들

수식 4.49와 연관되어 기어 전달비 N가 160을 사용하는 본 모의실험은 실제 신호보다 현저하게 낮은 해상도를 연관된 관측된 위치

를 얻는다. 이러한 증가된 불확실성은 또한 미분치

및

에서도 재생된다. 따라서, 차이치가 이 경우에 사용될 수 없다. 비록 고장이 없더라도, 고장 알람의 확률이 25%보다 더 크게 일어난다(도 4f 참조).

토크 τ _J 의 특정

토크 센서 τ_J를 특정하면, 토크는 대략 다음과 같다.

(4.54)

그러면, 차이치는

(4.55)

여기서,

(4.56)

차이치는 기본적으로 전류 센서 또는 위치 센서 q의 특정 때와 같이 움직인다. 감지된 고장은 동일하다.

[표 4] 패리티 방정식 항과 구동 측 위치 센서의 특정된 센서 신호들 간의 종속성

패리티 방정식의 항들

[표 5] 패리티 방정식 항과 토크 τ_J의 특정된 센서 신호들 간의 종속성

패리티 방정식의 항들

제5장

유연한 로봇 관절 모형에 대한 고장 감지 방법의 평가

모의실험 결과에 확인하기 위해, 유연한 로봇 관절 모형에 대하여 상술되었던 고장 감지 방법에 대한 실험을 실시했다. 도 5a는 이러한 목적을 위한 기본적인 관절 모델이다.

유연한 로봇 관절의 모형은 1 자유도를 연관된 관절이다. 생성된 토크는 기어 전달비 N으로 HD를 경우하여 BLDC에 의해 다음의 링크로 전송된다(도 5a 참조). 적용된 센서는 모터 측 위치 센서 θ_m, 출력 측 위치 센서 q 및 토크 센서 τ_J이며, 토크 센서는 HD에 통합되어 있고 출력 측 좌표계에서 토크를 측정한다. 두 번째 모터는 출력 측에 설치되어 있고 이것이 일정한 부하를 유지하는 역할을 한다. 이러한 모델은 디지털 처리 프로세서(DSP)에 의해 제어되고, 이것의 회로판도 전류센서를 수용하여 모터 전류를 읽을 수 있게 한다. DSP가 (d/q 번환이후) 이미 i_q를 연산하기에, 이 전류는 상전류 대신에 또한 고장 탐지에 사용된다. 모든 센서 신호는 DSP에 의해 PC로 전송되며, PC는 신호를 도표화하고 이동되어야 할 궤적을 DSP에게 되돌려준다(도 5b 참조). 출력 측 링그의 3개의 다른 각도가 궤적으로서 주어진다. 이러한 점들은 부드러운 곡선에서 연속적으로 이동되어진다.

[표 6] 관절 모형에 대한 고장 감지 방법 실험에 필요한 파라미터 리스트

설명 변수

기어 전달비 N

관절 강성 K

구동 측 관성 B_m

출력 측 관성 M

관측기 이득(마찰 관측기) L_f

감쇄 상수 d

토크 상수 k_m

로봇 관절 모형에 실험된 FDI 방법

고장 감지 방법을 실증하기 위한 노력에 있어서, 제4 장에서 설명된 접근 방법의 대부분이 유연한 로봇 관절의 모형에 적용되어진다. 우선, 극한 점검이 시험된다. 여기서, 속도들

및

그리고 토크 τ_J가 관찰된다. 하지만, 전류 i_q는 상전류 대신 점검된다. 토크 상수 k_m을 가지며 다음 식과 같은 모터 토크에 대한 관측기로 시작되는 관측기 또한 적용된다.

(5.1)

부가적으로, 마찰 토크는 관측기 이득 L_f와 연관되어 관측된다.

(5.2)

감쇄 상수 d를 연관된 감쇄 토크는

(5.3)

그리고 외부 토크는

(5.4)

더 나아가서, 출력 측 위치 q는 또한 다음 식으로 근사화 된다.

(5.5)

만일 고장을 갖고 동작된다면, 추정된 위치 hat q는 위치 센서의 측정치로부터 상당히 벗어나지 말아야 한다.

(5.6)

다시 한번, 패리티 방정식이 센서 특정 방법이 된다.

(5.7)

이러한 센서 특정 방법(패리티 방정식)은 상술된 바와 같이 주요하게 실행된다. 예외적인 사항은 상전류의 특정이 구현되지 않은 것인데, 상전류 대신에 전류 i_q를 사용하여 고장을 진단하는 방법이 사용된다. 고장 감지 기능은 독립적이고 습득된 정보를 제어기로 되먹임하지 않는다(도 5c 참조).

시험된 고장들

모의실험에서는 작은 노력으로 거의 모든 고장을 작동시키는 것이 가능하지만, 하드웨어에서는 고장 시험을 수행하는 것에 아직은 소정의 제한사항이 있다. 이런 이유로, 오직 선정된 고장만이 로봇 관절 모형에서 시험된다. 모든 가능한 고장을 포함하는 것은 본 보고서의 범위를 넘어설 것이다. 우선 유입하는 센서 신호를 처리하고 다음에 FDI로 이를 평가함으로서 센서 고장이 소프트웨어 측면으로 적용된다. 이와 같이 처리된 신호는 제어기로 되돌아오지 않는다. 하지만 도 5c은 다시 센서 신호 처리 기능을 보이고 있다. 유입 신호는 2개의 위치 θ_m과 q, 관절 토크 τ_J이 및 전류 i_q를 포함한다. 이러한 신호 각각을 위해, 오프셋 및 증폭이 설정될 수 있으며, 고장 “정지(shutdown)”가 신호를 0으로 세팅한다. 하드웨어 측에는 센서(전류 센서 제외)의 플러그를 뽑아서 고장 “정지”가 마찬가지로 간단히 개시된다. 이 경우에도 제어기는 고장 신호를 수신한다. 또한, 외부 힘에 의해 모터 속도를 느리게 함으로써 증가된 마찰이 생성된다. “참”하드웨어 고장의 단점은 고장이 발생한 정확한 시간을 인지하거나 또는 외란(즉, Nm 단위의 마찰 토크)의 정도를 측정하는 것이 어렵다는 것이다. 시험된 고장의 리스트가 아래의 표에서 기재되어 있다.

[표 7] 관절 모형에 시험된 (시험된 위치에 따른) 고장 리스트

하드웨어 고장도 제어기에 영향을 미친다.

로봇 관절에 대한 시험 결과

실제 관절에 대해 FDI 방식으로 수행된 시험은 상술된 모의실험과 유사한 결과를 보인다. 극한 점검에 의해 감지되어 질 수 있는 고장은 아래의 표에 도시된다. 위치 값에서의 급격한 변화는 대응하는 속도에서의 짧은 피크를 유도한다. 자연적으로, 감지는 또한 고장이 일어난 때에 의존한다. 예를 들면, 관절이 이미 영점에 위치하는 동안 위치 센서의 플러그가 뽑히면, 당연히 고장이 표시되지 않는다.

관측기에 관해서, 모터 토크 및 마찰에 대한 관측기로는 시험된 고장이 감지될 수 없다. 문턱값이 매우 높게 설정되었기 때문에, 마찰이 일어나는 것은 관측기와 연관되어 알람을 발생하지 않는다. 감쇄 토크 관측기를 사용하여, 위치 센서의 모든 고장이 감지될 수 있다. 유사한 내용이 관측된 위치

(또는

) 뿐만 아니라 외부 토크 관측기에도 적용된다. 오직 차이점은, 외부 토크를 관측함에 의해, θ_m의 플러그가 뽑이는 것 대신에 τ_J의 플러그가 뽑이는 것이 감지되는 것이며 관측기 q는 이러한 2개의 경우를 인지한다. “위치 센서 q로부터 플러그를 뽑지 않은”고장과 연관된 감쇄 토크 τ_D, 외부 토크 τ_ext 및 q에 대한 관측기로부터의 신호들이 도 5e에 도시되어 있다.

다시 한번, 관측기와 결합된 패리티 방정식의 사용이 가장 유망한 접근법이라는 점이 증명된다. 수식 5.7 및 모든 가용한 센서 신호들을 사용하여, 정지 및 위치 센서 θ_m 및 q에서의 오프셋 고장과 센서 θ_m, q 및 i_q에서의 증폭 고장을 감지하는 것이 가능하다. 증가된 마찰과 센서 θ_m 및 τ_J의 언플러깅은 부가적으로 알람을 발생한다. 기대된 바와 같이, 특정된 위치 센서 q를 연관된 차이치는 이 센서에서 고장에 반응하지 않는다. 동일한 점이, 마찬가지로 센서 θ_m의 고장에 반응하지 않는 특정된 θ_m을 연관된 수식에 적용된다. 여기에, 제어기가 모터에 전원을 정확하게 공급하는 것을 불가능하게 만드는 “언플러그된 센서 θ_m”고장이 포함되지는 않는다.

그래서 이러한 고장 전류들이 결국 알람을 울리게 한다. 다양한 패리티 방정식에 대한 감지된 고장에 대한 리스트를 아래의 표에서 볼 수 있다. “언플러그된 센서 q”에 대한 차이치가 도 5f에 도시되어 있다.

[표 8] 극한 점검에 의해 감지된 로봇 관절에 대한 고장 리스트

[표 9] 관측기에 의해 감지된 로봇 관절에 대한 고장 리스트

[표 10] 패리티 방정식에 의해 감지된 로봇 관절에 대한 고장 리스트

단일 고장 방지기능과 연관되어 비용 효율적이고 강인한 고장 감지 기능이 구비된 로봇 관절을 개루프/폐루프 제어하는 방법 및 장치를 구현하는 효과를 보이고 있다.

도 1a은 고장 감지, 진단 및 관리에 대한 도해도.
도 1b는 상태 관측기의 도해도.
도 1c은 출력 관측기의 도해도.
도 1d는 수식 오차를 최소화하는 도해도.
도 1e는 파라미터 추정을 수행하는 동안 출력 오차를 최소화하는 도해도.
도 1f은 밴드 통과 필터의 단계적 배치에 대한 도해도.
도 2a은 돌발(abrupt) 고장에 대한 도식적 표현.
도 2b는 유영(drifting) 고장에 대한 도식적 표현.
도 2c은 간헐적(intermittent) 고장에 대한 도식적 표현.
도 2d는 양자화 잡음과 연관된 양자화된 신호를 나타낸다.
도 2e는 단일 피크를 나타낸다.
도 2f은 신호 잡음을 나타낸다.
도 2g은 3상 인버터의 개략도.
도 2h은 다양한 인버터 고장의 개략도.
도 3a은 유연한 로봇 관절의 개략도.
도 3b는 관절에 대한 모의실험의 일반적인 구조.
도 3c은 인버터의 가능한 스위칭 상태.
도 3d는 관절에 대한 모의실험의 물리적 모델.
도 3e는 BEMF의 측정.
도 3f은 델타 연결된 BLDC의 도해도.
도 3g은 엔코더 신호 및 연산된 위치.
도 3h은 기준 위치와 비교되는 결합 위치(비 고장).
도 3i는 결합 속도(비 고장).
도 3j은 관절 토크(비 고장).
도 3aa은 선 전류(비 고장).
도 3ab는 일반적인 센서 고장에 대한 신호 처리를 보이는 도해도.
도 3ac은 센서입력 처리에 대한 신호 흐름 챠트.
도 3ad는 “증폭”고장과 연관된 측정된 위치 q 및 실제 위치 q^*.
도 3ae는 “오프셋”고장과 연관된 측정된 위치 q 및 실제 위치 q^*.
도 3af은 “잡음”고장과 연관된 측정된 위치 q 및 실제 위치 q^*.
도 3ag은 “유지”및“정지”고장과 연관된 측정된 위치 q 및 실제 위치 q^*.
도 3ah은 “증분 생략”오차와 연관된 측정된 위치 q 및 실제 위치 q^*.
도 3ai는 측정된 센서 신호 처리에 대한 도해도.
도 3aj은 "A의 손실”오차와 연관된 측정된 위치 q 및 실제 위치 q^*.
도 3ba은 인버터 고장 “정지”와 연관된 모터 토크 τ_m.
도 3bb는 인버터 고장 “정지”와 연관된 상전류.
도 3bc은 인버터 고장 “정지”와 연관된 결합 위치 q^*.
도 3bd는 인버터 고장 “단일 스위치 개방”과 연관된 모터 토크 τ_m.
도 3be는 인버터 고장 “단일 스위치 단락”과 연관된 모터 토크 τ_m.
도 3bf은 인버터 고장 “단일 스위치 단락”과 연관된 위치 오차 q=q^*-q_id.
도 3bg은 “상 파손”오차와 연관된 상전류.
도 3bh은 “상 파손”오차와 연관된 관절 토크.
도 3bi는 “상-대-상 단락”오차와 연관된 상전류.
도 3bj은 “상-대-상 단락”고장과 연관된 모터 토크 τ_m.
도 3ca은 “상-대-상 단락”고장과 연관된 결합 위치 q^*.
도 3cb는 기어 장치 파손과 연관된 위치 θ^* 및 q^*.
도 3cc은 기어 장치 파손과 연관된 관절 토크.
도 3cd는 블럭된(blocked) 관절과 연관된 위치 θ^* 및 q^*.
도 3ce는 블럭된 관절이 진행 동안의 토크.
도 3cf은 블럭된 모터와 연관된 위치 θ^* 및 q^*.
도 3cg은 블럭된 모터와 연관된 토크.
도 3ch은 증가된 마찰과 연관된 위치 q^*.
도 3ci는 토크 리플과 연관된 마찰 토크.
도 4a은 전류 i₁에서의 “정지”고장과 연관된 전류들의 합.
도 4b는 활성 고장 없을 때 추정된 강성

.
도 4c은 활성 고장 없을 때 추정된 기어 전달비

.
도 4d는 센서 신호의 특정이 없는 패리티 방정식의 차이치.
도 4e는 활성 고장(i₁의 특정) 경우의 패리티 방정식의 차이치.
도 4f은 활성 고장 없을 때 특정된 θ_m에 관한 패리티 방정식의 차이치.
도 5a은 유연한 관절 모형의 디자인.
도 5b은 시험 구조물에 대한 FDI의 연결 도해도.
도 5c는 시험 궤적을 따르는 비 고장 운전에서의 모형의 출력 측 위치 q.
도 5d는 “정지 i_q”고장과 연관되어, 센서 신호의 특정이 없는 패리티 방정식의 차이치.
도 5e는 “언플러그된 관절 모형의 센서 q_m”고장과 연관된 관측기 신호.
도 5f은 “언플러그된 관절 모형의 센서 q_m”고장과 연관된 패리티 방정식의 차이치.
도 6a은 제안된 방법의 처리 순서에 대한 개략도.
도 6b는 제안된 장치의 개략도.

더 많은 장점, 특징 및 상세한 사항은 도면을 참조하여 다음에 계속되는 설명에서 발견할 수 있다. 최소한 하나 이상의 실시예가 상세하게 설명된다. 동일, 유사 또는 기능적으로 균등한 구성은 동일 참조부호로 설명된다.

도 1a 내지 도 5f은 이미 위에서 상술된 바와 같다.

도 6a은 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어를 위해 제안된 방법의 개략적 처리 순서를 보인다. 여기서 상기 로봇 관절은, 전기 모터의 제1 동작(operating) 전류 i_k,1(t),(k=1, 2,...)를 감지하기 위한 제1 센서회로를 포함하는 전류 센서; 로봇 관절의 구동 장치(drive train)의 구동 위치 θ_m(t)를 감지하기 위한 제1 위치 센서; 로봇 관절의 출력 장치(output train)의 출력 위치 q(t)를 감지하기 위한 제2 위치 센서; 및 출력 장치에서 토크 τ_J,l(t)를 감지하기 위한 제1 토크 센서를 포함하고, 상기 전기 모터는 미리 선정된 목표 제어 변수 τ_m(t)를 기반으로 개루프/페루프 제어된다.

제안된 방법은 다음의 단계들을 포함한다. 제1 단계(101)에서, 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)이 제공된다. 제2 단계(102)에서, 제1 고장 감지기가 고장이 존재하는지 점검하는데, 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t) 및/또는 측정값의 시간 미분치가 미리 규정된 제1 문턱 조건을 만족하지 않으면 고장의 존재가 감지된다. 제3 단계(103)에서, 제2 고장 감지기가 고장의 존재를 점검하는데, 프로세스 모델 기반 방식(process model-based method)의 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)에 근거하여 고장이 감지된다. 여기서 프로세스 모델은 로봇 관절의 수학적 동역학 모델이다. 모델의 파라미터, 프로세스 모델에 의해 재건된 변수들과 측정된 변수들 사이의 차이치(residuals) 및/또는 모델 내에서 연산된 파라미터들이 미리 규정된 제2 문턱 조건을 만족시키지 못하는 경우에, 고장이 감지된다. 제4 단계(104)에서, 측정값 τ_J(t)이 제3 고장 감지기에 제공되고, 신호 기반 방식(signal-based method)에 근거하여 고장의 존재를 감지한다. 여기서 측정값 τ_J(t)의 진폭 및/또는 특성 주파수가 미리 규정된 제3 문턱 조건을 만족시키지 못하는 경우에 고장이 감지된다. 제5 단계(105)에서, 로봇 관절에 구비된 고장 감지기 중의 하나에 의해 고장이 감지된 때에는 언제나 경고 신호가 발생되고 시각적으로 그리고 청각적으로 신호가 방출되며, 그리고 미리 설정된 고장 조건 FZ으로 로봇 관절을 제어하는 제어 변수

로 전기 모터가 가동된다.

도 6b는 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어를 위해 제안된 방법의 개략적 디자인을 보인다. 여기서 상기 로봇 관절은, 전기 모터의 제1 동작(operating) 전류 i_k,1(t),(k=1, 2,...)를 감지하기 위한 제1 센서회로를 포함하는 전류 센서; 로봇 관절의 구동 장치(drive train)의 구동 위치 θ_m(t)를 감지하기 위한 제1 위치 센서; 로봇 관절의 출력 장치(output train)의 출력 위치 q(t)를 감지지하기 위한 제2 위치 센서; 및 출력 장치에서 토크 τ_J,l(t)를 감지하기 위한 제1 토크 센서를 포함하고, 상기 전기 모터는 선정된 목표 제어 변수 τ_m(t)를 기반으로 개루프/페루프 제어 유니트(206)에 의해 개루프/페루프 제어된다. 상기 장치는 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)를 제공하기 위한 인터페이스(201)를 포함한다; 고장의 여부를 시험하기 위한 제1 고장 감지기(202)는 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t) 및/또는 측정값의 시간 미분치가 미리 규정된 제1 문턱 조건을 만족하지 않으면 고장의 존재가 감지되도록 설계된다; 그리고, 제2 고장 감지기(203)가 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)에 근거하여 고장을 감지하며, 프로세스 모델 기반 방법이 확인(identified)되는데, 여기서 프로세스 모델은 로봇 관절의 수학적 동역학 모델이고, 모델의 파라미터, 프로세스 모델에 의해 재건된 변수들과 측정된 변수들 θ_m(t), i_k,1(t), τ_J(t), q(t)사이의 차이치 및/또는 모델 내에서 연산된 파라미터들이 미리 규정된 제2 문턱 조건을 만족시키지 못하는 경우에, 고장이 감지된다. 그리고 고장 존재 여부를 시험하는 제3 고장 감지기(204)를 포함하는데, 측정값 τ_J(t)와 신호 기반 방식(signal-based method)에 근거하여 고장의 존재가 감지되도록 제3 고장 감지기(204)가 설계된다. 여기서 측정값 τ_J(t)의 진폭 및/또는 특성 주파수와 같은 신호 변수들이 미리 규정된 제3 문턱 조건을 만족시키지 못하는 경우에 고장이 감지된다.

가용한 고장 감지기(202-204) 중의 하나에 의해 고장이 감지된 때에는 경고 신호가 발생되고 그리고/또는 미리 설정된 고장 조건 FZ으로 로봇을 제어하는 제어 변수

로 전기 모터가 가동되며, 및/또는 로봇 관절의 움직임을 멈추기 위해 기계적 메카니즘이 가동되도록, 개루프-폐루프 제어 유니트(206)가 구성된다.

약어 리스트
ADC 아날로그 디지털 변환기
BEMF 역기전력
BLDC 브러쉬없는 직류모터
DSP 신호처리 프로세서
FDI 고장 감지 및 특정
FFT 고속 푸리에 변환
HD 하모닉 드라이브
IFAC 국제 자동제어 연맹
MOSFET 금속-산화 전계효과 트랜지스터
MTBF 고장 간 평균시간
MTTR 평균 수리 시간
RMS 제곱평균 제곱근
SAFEPROCESS 기술 프로세스의 고장 감지, 감독 및 안전에 대한 기술 위원회

Claims (14)

1. 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 방법에 있어서,
   상기 로봇 관절은, 전기 모터의 제1 동작 전류 i_k,1(t),(k=1, 2,...)를 감지하기 위한 제1 센서회로를 포함하는 전류 센서; 로봇 관절의 구동 장치의 구동 위치 θ_m(t)를 감지하기 위한 제1 위치 센서; 로봇 관절의 출력 장치의 출력 위치 q(t)를 감지하기 위한 제2 위치 센서; 및 출력 장치에서 토크 τ_J,l(t)를 감지하기 위한 제1 토크 센서를 포함하고, 상기 전기 모터는 미리 선정된 목표 제어 변수 τ_m(t)를 기반으로 개루프/페루프 제어되며, 다음의 단계들:
   - 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)을 제공하는 단계(101);
   - 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t) 및/또는 측정값의 시간 미분치가 미리 규정된 제1 문턱 조건을 만족하지 않으면, 제1 고장 감지기에 의해 고장의 존재를 감지하는 단계(102);
   - 제2 고장 감지기에 의해 고장의 존재를 감지하는 단계(103)로, 프로세스 모델 기반 방식의 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)에 근거하여 고장이 감지되며, 여기서 프로세스 모델은 로봇 관절의 수학적 동역학 모델이고, 그리고 모델의 파라미터, 프로세스 모델에 의해 재건된 변수들과 측정된 변수들 사이의 차이치 및/또는 모델 내에서 연산된 파라미터들이 미리 규정된 제2 문턱 조건을 만족시키지 못하는 경우에 고장이 감지되는, 상기 단계(103);
   - 측정값 τ_J(t)이 제3 고장 감지기에 제공되어, 신호 기반 방식에 근거하여 고장의 존재를 감지하며, 측정값 τ_J(t)의 진폭 및/또는 특성 주파수가 미리 규정된 제3 문턱 조건을 만족시키지 못하는 경우에 고장이 감지되는 단계(104a) 이거나,
   또는
   제2 토크 센서 또는 제1 토크 센서에 여분으로 설계된 센서 회로에 의해 출력 장치에서 토크 τ_J,2(t)를 계산하고, τ_J,1(t)와 τ_J,2(t)의 비교치가 제4 문턱 조건을 만족시키지 못하면 제4 고장 감지기에 의해 고장이 감지되는 단계(104b)이며;
   및
   - 로봇 관절에 구비된 고장 감지기 중의 하나에 의해 고장이 감지된 때에는 언제나 경고 신호를 발생하고(105a) 및/또는 미리 설정된 고장 조건 FZ으로 로봇 관절을 제어하는 제어 변수

   

   로 전기 모터를 가동하고(105b), 및/또는 로봇 관절의 움직임을 제동하기 위해 기계적 메카니즘을 가동하는(105c) 것을 포함하는 단계(105);를 포함하여 구성되는 점을 특징으로 하는 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 방법.
2. 제1항에 있어서, 상기 경고 신호는 시각적 및/또는 청각적으로 방출되는 점을 특징으로 하는 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 방법.
3. 제1항에 있어서, 상기 감지된 고장 중에서 하나의 형태가 제1 고장 감지기 및 제2 고장 감지기 각각에 의해 확인되는 점을 특징으로 하는 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 방법.
4. 제1항에 있어서, 상기 제어 변수

   

   및/또는 고장 조건 FZ은 감지된 고장의 종류에 종속하는 점을 특징으로 하는 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 방법.
5. 제1항에 있어서, 상기 제2 고장 감지기는 고장 감지를 위해, 모델에 기반한 파라미터 추정 및/또는 상태 변수 관측기 및/또는 칼만 필터 및/또는 패리티 방정식에 기반한 고장 감지 함수를 이용하는 점을 특징으로 하는 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 방법.
6. 제1항에 있어서, 상기 제3 고장 감지기는 고장 감지를 위해 고속 푸리에 변환 및/또는 전력밀도 스펙트럼 및/또는 모달 분석 및/또는 상관 분석 및/또는 신경망 및/또는 통계적 추정기를 이용하는 점을 특징으로 하는 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 방법.
7. 제1항에 있어서, 상기 전류 센서는, 전기 모터의 제2 동작 전류 i_k,2(t),(k=1, 2,...)를 감지하기 위해 제1 센서 회로에 부가적인 제2 센서 회로를 구비하고, i_k,1(t)과 i_k,2(t)의 비교치가 제5 문턱 조건을 만족시키지 못하면 제5 고장 감지기에 의해 고장이 감지되는 점을 특징으로 하는 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 방법.
8. 데이터 처리 장치를 구비한 컴퓨터 시스템으로,
   상기 데이터 처리 장치는 제1항 내지 제7항 중 어느 한 항에 따른 방법이 데이터 처리 장치 상에서 실행되도록 설계된 점을 특징으로 하는 컴퓨터 시스템.
9. 전자적으로 판독가능한 제어 신호를 구비한 디지털 저장 매체로서,
   상기 제어 신호는 제1항 내지 제7항 중 어느 한 항에 따른 방법이 수행되어지는 프로그램 가능한 컴퓨터 시스템과 상호작용 할 수 있는 점을 특징으로 하는 디지털 저장 매체.
10. 프로그램 코드를 구비한 기계-판독 가능한 저장매체으로서,
    기계-판독가능한 운반체에 저장되며, 프로그램 코드가 데이터 처리 장치 상에서 실행될 때 제1항 내지 제7항 중 어느 한 항에 따른 방법을 수행하기 위한 프로그램 코드를 구비한 점을 특징으로 하는 기계-판독 가능한 저장매체.
11. 삭제
12. 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 장치에 있어서,
    상기 로봇 관절은, 전기 모터의 제1 동작 전류 i_k,1(t),(k=1, 2,...)를 감지하기 위한 제1 센서회로를 포함하는 전류 센서; 로봇 관절의 구동 장치(drive train)의 구동 위치 θ_m(t)를 감지하기 위한 제1 위치 센서; 로봇 관절의 출력 장치(output train)의 출력 위치 q(t)를 감지하기 위한 제2 위치 센서; 및 출력 장치에서 토크 τ_J,l(t)를 감지하기 위한 제1 토크 센서를 포함하고, 상기 전기 모터는 선정된 목표 제어 변수 τ_m(t)를 기반으로 개루프/페루프 제어 유니트(206)에 의해 개루프/페루프 제어되며, 상기 장치는,
    - 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)를 제공하기 위한 인터페이스(201);
    - 고장의 여부를 시험하기 위한 제1 고장 감지기(202)로, 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t) 및/또는 측정값의 시간 미분치가 미리 규정된 제1 문턱 조건을 만족하지 않으면 고장의 존재가 감지되도록 설계된, 상기 제1 고장 감지기(202);
    - 고장의 여부를 시험하기 위한 제2 고장 감지기(203)로, 프로세스 모델 기반 방식의 측정값 θ_m(t), i_k,1(t), τ_J(t), q(t)에 근거하여 고장을 감지하도록 구성되며, 상기 프로세스 모델은 로봇 관절의 수학적 동역학 모델이고, 모델의 파라미터, 프로세스 모델에 의해 재건된 변수들과 측정된 변수들 θ_m(t), i_k,1(t), τ_J(t), q(t)사이의 차이치 및/또는 모델 내에서 연산된 파라미터들이 미리 규정된 제2 문턱 조건을 만족시키지 못하는 경우에 고장을 감지하는, 상기 제2 고장 감지기(203);
    - 고장 존재 여부를 시험하는 제3 고장 감지기(204)로, 측정값 τ_J(t)와 신호 기반 방식에 근거하여 고장의 존재가 감지되고, 측정값 τ_J(t)의 진폭 및/또는 특성 주파수와 같은 신호 변수들이 미리 규정된 제3 문턱 조건을 만족시키지 못하는 경우에 고장을 감지하는, 상기 제3 고장 감지기(204), 또는
    고장 존재 여부를 시험하는 제4 고장 감지기(205)로, 출력 장치에서 토크τ_J,2(t)를 감지하는 제2 토크 센서 또는 토크 τ_J,2(t)를 감지하기 위해 제1 토크 센서에 여분으로 설계된 센서 회로를 이용하여, 측정된 τ_J,1(t)와 τ_J,2(t)에 기반하여 고장 여부를 감지하고, 토크 τ_J,1(t)와 τ_J,2(t)의 비교치가 제4 문턱 조건을 만족시키지 못하는 경우에 고장을 감지하는, 상기 제4 고장 감지기(205); 및
    - 가용한 고장 감지기 중의 하나에 의해 고장이 감지된 때에는 경고 신호를 발생하고 및/또는 미리 설정된 고장 조건 FZ으로 로봇을 제어하는 제어 변수

    

    로 전기 모터를 가동하며, 및/또는 로봇 관절의 움직임을 제동하기 위해 기계적 메카니즘을 가동하는, 개루프-폐루프 제어 유니트(206);를 포함하여 구성되는 것을 특징으로 하는 모터에 의해 구동되는 로봇 관절의 개루프/폐루프 제어 장치.
13. 제12항에 따른 장치를 구비하는 로봇 매니플레이터.
14. 제12항에 따른 장치를 구비하는 로봇.

Images