Page 105 - 工业机器人控制技术研究

第四章 工业机器人的性能优化

征兆之间的模糊关系，实现对系统运行状态的监测。这种方法对那些存在不确定
因素的复杂系统的故障诊断有很好的效果，其优点在于可以将定性和定量信息联
系在一起解决非线性问题。基于故障模型的故障诊断方法主要包括故障树法和图

论法。其中，故障树法从系统故障状态出发，按树状逐级分析，以确定故障损害
程度和发生的部位。基于神经网络的故障诊断方法，即通过对故障实例和诊断经
验的训练学习，用分布在网络内部的连接权值来表达所学习的故障诊断知识。它
具有对故障模式的联想记忆、模式匹配和相似归纳能力，从而实现故障与征兆之

间复杂的非线性映射关系。
（四）基于大数据驱动的故障诊断方法
现在复杂系统建模比较困难，而基于大数据的故障诊断方法逐渐得到人们关
注，成为研究热点。为了解决对人形 NAO 机器人的检测跟踪问题，孙翔侃等提

出一种机器学习与特征匹配相结合的方法，并结合 AdaBoost 算法通过机器学习
方法从大量训练样本中自动抽取 HOG 特征值，建立级联分类器，利用分类器找
出视频帧中含有机器人目标的区域，在此基础上采用特征匹配方法与模板图像进
行特征匹配，实现目标追踪。鞠建波等结合装备故障大数据的特点和深度学习理

论优势，提出一种新的装备故障诊断方法，根据去噪自编码器原理，实现训练网
络的无监督特征学习，完成神经网络构建，使用 BP 算法对整个网络进行有监督
微调。但是，基于大数据的故障诊断方法对机理问题无法准确描述，有一定局限
性，如深度学习网络层数选择问题。

三、工业机器人远程故障诊断

远程监控与故障诊断技术随着信息技术、媒体技术以及现代通信技术的飞跃
发展，逐渐成为工业机器人领域研究的重点和热点。工业机器人通过远程监控与

故障诊断技术的实施，可实现客户端实时、准确、可靠地对工业机器人运行状态
进行远程监控与故障诊断。对工业机器人的安全隐患进行及早发现，并实时分析、
诊断，迅速制订维修计划，做到“维护于千里之外，检测于斗室之内，发现于故
障之先，完善于损失之前，抢修于分秒之间，保障于无形之中”，这对企业提升

维护水平、降低故障率，保障生产线的顺畅运行具有重要的战略意义和实用价值。
（一）工业机器人远程监控与故障诊断架构
工业机器人远程监控与故障诊断技术能为工业机器人的日常维护与故障预诊

97