机器人多轴机械臂动态感知调节系统及方法与流程

本发明涉及机器人多轴机械臂，具体为机器人多轴机械臂动态感知调节系统及方法。

背景技术：

1、机器人多轴机械臂是一种具有多个自由度的机械臂，通常由若干个相互连接的关节构成，每个关节可以实现独立的运动。这种设计使得机器人多轴机械臂能够在三维空间内完成复杂的运动任务，如抓取、搬运、组装等。

2、动态感知调节是指系统能够实时获取外部环境或系统内部状态的信息，并根据这些信息动态调整系统的参数或控制策略，以实现系统对外部变化的适应性和稳定性，以确保机械臂的运动过程安全高效。

3、机器人多轴机械臂的自适应动态感知调节是通过控制器对机械臂进行控制，通过控制器的调节指令来进行定位，在长期使用过程中，可能出现内部零部件磨损，导致动态感知调节定位不准确，机械臂出现性能下降，对夹取物品到组装位置的精度就会出现偏差，因此通过对机器人多轴机械臂进行维护和检修，提高机械臂的性能，保证机器人多轴机械臂的动态感知调节能够精准运行。

技术实现思路

1、本发明的目的在于提供机器人多轴机械臂动态感知调节系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：机器人多轴机械臂动态感知调节方法，该方法包括以下步骤：

3、步骤s100：当机器人多轴机械臂工作时，对控制器发出的调节指令进行采集，每当机器人多轴机械臂执行调节指令时，对机器人多轴机械臂在执行调节指令过程中产生出的状态数据进行采集，和对机械臂在执行调节指令过程中呈现出的表征数据进行采集；

4、步骤s200：通过计算机械臂的表征数据，得到机械臂执行调节指令的执行困难程度，进而得到执行困难程度集合；

5、步骤s300：根据所述执行困难程度集合进行等级划分，得到困难等级集合，根据困难等级集合，得到相同困难等级的状态数据，对执行各个调节指令的各种困难等级的第j种状态数据建立异常预警模型，得到所述各种状态数据的偏差阈值；

6、步骤s400：当机器人多轴机械臂执行完控制器发出的调节指令时，对机器人多轴机械臂进行评估，计算机械臂执行调节指令的困难程度，根据困难等级将机器人多轴机械臂的状态数据输入到执行相同调节指令的困难等级相同的各种状态数据异常预警模型进行计算，当机器人多轴机械臂发生异常预警时，发出警报提示工作人员进行维修。

7、进一步的，步骤s100，包括以下步骤：

8、步骤s101：对正在工作中的机器人多轴机械臂的控制器发出的调节指令进行采集，得到控制器发出的各个调节指令集合；

9、步骤s102：每当监测到机器人多轴机械臂执行第i个调节指令时，对机器人多轴机械臂从开始执行所述第i个调节指令，到执行完所述第i个调节指令的过程中产生的状态数据进行采集，得到对应所述第i个调节指令的状态数据集合，其中，所述状态数据包括：机器人多轴机械臂开始执行控制器发出调节指令到执行完所述调节指令的执行调节指令所用时长、机器人多轴机械臂的平均温度、机器人多轴机械臂的平均电流；

10、步骤s103：每当监测到机器人多轴机械臂执行第i个调节指令时，对机械臂执行所述第i个调节指令，到执行完所述第i个调节指令的过程中产生的表征数据进行采集，得到对应所述第i个调节指令的表征数据集合，其中，所述表征数据包括机械臂移动距离和机械臂移动总角度，所述机械臂移动距离为机械臂从开始执行第i个调节指令前的位置到执行完第i个调节指令后的位置所移动的距离，所述机械臂移动总角度为机械臂从开始执行调节指令到完成调节指令时，每个舵机旋转的绝对角度之和，通过公式：y＝y1+y2+...+yn，其中y为机械臂移动总角度，y1、y2、...、yn为机械臂从开始执行调节指令到完成调节指令时，以每个舵机初始位置为基准点，第1、2、...、n个舵机旋转的绝对角度。

11、上述步骤相当于机器人多轴机械臂一般用于对大型待组装零件进行夹取，将所述零件送到组装位置进行组装，机械臂的自适应动态感知调节是通过控制器对机械臂进行控制，确保机械臂夹取零件能够精准定位，控制器发出的各种调节指令和各种所述状态数据的数值进行获取，在机械臂上放置传感装置，采集机械臂在执行调节指令时，机械臂姿态调节的表征数据，计算机械臂姿态调节的表征数据，得到机械臂开始执行调节指令到完成调节指令的机械臂移动距离和机械臂移动总角度，为后续分析起到了支持。

12、进一步的，步骤s200，包括以下步骤：

13、步骤s201：调取执行第i个调节指令对应的表征数据集合，通过公式：c＝a*x+b*y，其中a表示机械臂移动距离x的权值，b表示机械臂移动总角度y的权值，计算机械臂在执行第i个调节指令所对应的执行困难程度c并进行集合，得到所述第i个调节指令所对应的执行困难程度集合。

14、上述步骤相当于通过公式计算调节指令的执行困难程度，建立了执行困难程度集合，为后续分析起到了支持。

15、进一步的，步骤s300，包括以下步骤：

16、步骤s301：调取执行第i个调节指令对应的执行困难程度集合，通过计算得到所述执行困难程度集合的平均值，将所述执行困难程度集合按照所述平均值设置等级划分线，把小于等于所述平均值的执行困难程度设置为第1困难等级并进行集合，得到执行第i个调节指令时第1困难等级集合，把大于所述平均值的执行困难程度设置为第2困难等级并进行集合，得到执行第i个调节指令时第2困难等级集合；

17、步骤s302：将执行第i个调节指令时第r困难等级集合中的每个执行困难程度，所对应的机器人多轴机械臂的第j种状态数据进行集合，得到所述第j种状态数据集合；

18、步骤s303：根据所述第j种状态数据集合进行计算，得到所述第j种状态数据的平均数值和标准差，对执行第i个调节指令的困难等级为r的第j种状态数据建立异常预警模型，得到执行第i个调节指令的困难等级为r的第j种状态数据的偏差值，根据公式：

19、

20、其中zirj表示为执行第i个调节指令的困难等级为r的第j种状态数据的偏差值，wirj表示为所述第j种状态数据集合中的数值，w’irj表示为所述第j种状态数据的平均数值，σirj表示为所述第j种状态数据的标准差；

21、步骤s304：将所述偏差值进行集合，按照从小到大的顺序进行排列，最小值为偏差阈值的最小值，最大值为偏差阈值的最大值，得到执行第i个调节指令的困难等级为r的第j种状态数据的偏差阈值。

22、上述步骤相当于把执行调节指令的困难程度设置了一个等级区分线，将调节指令的执行困难程度按照困难等级进行划分，将相同困难级别的各种状态数据进行汇总，按照公式建立执行第i个调节指令的困难等级为r的第j种状态数据的异常预警模型，通过计算得到一个偏差阈值，为后续分析起到了支持。

23、进一步的，步骤s400，包括以下步骤：

24、步骤s401：当机器人多轴机械臂执行当前调节指令，分别对机器人多轴机械臂的各种状态数据和机械臂的表征数据进行采集，计算得到执行当前调节指令的执行困难程度，进而得到困难等级，将所述各种状态数据的数值输入到执行相同调节指令的困难等级相同的各种状态数据异常预警模型中，得到当前机器人多轴机械臂的各种状态数据的偏差值；

25、步骤s402：调取执行相同调节指令的困难等级相同的各种状态数据的偏差阈值，将所述偏差值与所述偏差阈值进行比较，若机器人多轴机械臂的一种状态数据的偏差值超过偏差阈值，则当前机器人多轴机械臂的状态数据出现异常预警，则机器人多轴机械臂出现异常预警，发出警报提示工作人员对机器人多轴机械臂进行维修。

26、上述步骤相当于对机器人多轴机械臂进行使用后评估，当机械臂执行完调节指令时，获取机器人多轴机械臂的调节指令、机械臂的表征数据，通过计算得到执行当前调节指令的困难程度，进而得到困难等级，将机器人多轴机械臂的状态数据输入到执行相同调节指令的困难等级相同的各种状态数据异常预警模型中，得到各种状态数据的偏差值，将偏差值与偏差阈值进行比较，当有一种状态数据出现异常预警时，则说明机器人多轴机械臂发生异常预警，发出警报提示工作人员进行维修。

27、为了更好实现上述方法还提出了机器人多轴机械臂动态感知调节系统，其特征在于，系统包括机器人多轴机械臂分析模块、计算困难程度模块、异常预警模型模块、状态评估预警模块：

28、机器人多轴机械臂分析模块：当机器人多轴机械臂工作时，对控制器发出的调节指令进行采集，每当机器人多轴机械臂执行调节指令时，对机器人多轴机械臂在执行调节指令过程中产生出的状态数据进行采集，和对机械臂在执行调节指令过程中呈现出的表征数据进行采集；

29、计算困难程度模块：通过计算机械臂的表征数据，得到机械臂执行调节指令的执行困难程度，进而得到执行困难程度集合；

30、异常预警模型模块：根据所述执行困难程度集合进行等级划分，得到困难等级集合，根据困难等级集合，得到相同困难等级的状态数据，对执行各个调节指令的各种困难等级的第j种状态数据建立异常预警模型，得到所述各种状态数据的偏差阈值；

31、状态评估预警模块：当机器人多轴机械臂执行完控制器发出的调节指令时，对机器人多轴机械臂进行评估，计算机械臂执行调节指令的困难程度，根据困难等级将机器人多轴机械臂的状态数据输入到执行相同调节指令的困难等级相同的各种状态数据异常预警模型进行计算，当机器人多轴机械臂发生异常预警时，发出警报提示工作人员进行维修。

32、进一步的，机器人多轴机械臂分析模块包括获取控制器调节指令单元和获取机器人多轴机械臂运行参数单元；

33、获取控制器调节指令单元：获取为实现机器人多轴机械臂工作，控制器发出的调节指令；

34、获取机器人多轴机械臂数据单元：获取机器人多轴机械臂在进行调节指令时，机器人多轴机械臂的状态数据和表征数据的数值。

35、进一步的，计算困难程度模块包括分析机械臂表征数据单元和计算执行调节指令困难程度单元；

36、分析机械臂表征数据单元：对机械臂的表征数据进行分析；

37、计算执行调节指令困难程度单元：计算机械臂执行调节指令的困难程度。

38、进一步的，异常预警模型模块包括困难程度等级分析单元和建立异常预警单元；

39、困难程度等级分析单元：对困难程度设置困难等级区分线，将同一困难等级的调节指令进行集合；

40、建立异常预警单元：对执行各种调节指令的各种困难等级的第j种状态数据建立异常预警模型，计算得到偏差阈值。

41、进一步的，状态评估预警模块包括状态评估单元和分析预警单元；

42、状态评估单元：当机械臂执行完当前调节指令时，获取执行完的调节指令、机器人多轴机械臂的状态数据和表征数据，计算得到调节指令的困难等级，将机器人多轴机械臂的各种状态数据数值输入到到执行相同调节指令的困难等级相同的各种状态数据异常预警模型；

43、分析预警单元：分析当前偏差值与偏差阈值的关系，当有一种机器人多轴机械臂的状态数据出现异常预警时，发出警报提示工作人员对机器人多轴机械臂进行维修。

44、与现有技术相比，本发明所达到的有益效果是：本发明通过对机器人多轴机械臂的状态数据、机械臂的表征数据进行采集，通过计算得到机械臂执行调节指令的执行困难程度；根据所述困难程度集进行等级划分，对执行各个调节指令的各种困难等级的第j种状态数据建立异常预警模型；当机器人多轴机械臂执行完调节指令时，对机器人多轴机械臂进行评估，计算机械臂执行调节指令的困难程度，根据困难等级将机器人多轴机械臂的状态数据输入执行相同调节指令的困难等级相同的各种状态数据异常预警模型进行计算，评估机器人多轴机械臂的异常情况。本发明能对机器人多轴机械臂进行故障预警。