工業(yè)機器人伺服電機PHM系統(tǒng)開發(fā)與研究*

丁小健 李小兵 黃創(chuàng)綿 閆攀峰 嚴(yán)拴航 黃強

?

工業(yè)機器人伺服電機PHM系統(tǒng)開發(fā)與研究*

丁小健1,2,3李小兵1,3,4黃創(chuàng)綿1,3,4閆攀峰4嚴(yán)拴航4黃強1

（1.工業(yè)和信息化部電子第五研究所 2.廣東省電子信息產(chǎn)品可靠性技術(shù)重點實驗室 3.廣東省智能機器人可靠性工程技術(shù)研究中心 4.航空工業(yè)第一飛機設(shè)計研究院）

提出一種工業(yè)機器人伺服電機PHM系統(tǒng)，可進行硬件及通道配置、業(yè)務(wù)算法配置和存儲顯示配置等。通過NI PXI平臺搭建硬件采集模塊，基于LabVIEW 2015開發(fā)軟件系統(tǒng)，實現(xiàn)了對工業(yè)機器人伺服電機的故障診斷預(yù)測，驗證了PHM系統(tǒng)方案的可行性。

工業(yè)機器人；伺服電機；PHM系統(tǒng)

0　引言

伺服電機是工業(yè)機器人的關(guān)鍵部件之一。要使機器人保持良好的工作性能，伺服電機必須具有較高的可靠性和穩(wěn)定性，一旦伺服電機出現(xiàn)故障，將會影響工業(yè)機器人的性能。因此，對工業(yè)機器人伺服電機進行故障預(yù)測及健康管理（prognostics and health management，PHM）具有重大意義。

有關(guān)電機故障的診斷方法，國內(nèi)外學(xué)者和工程技術(shù)人員進行了大量研究。目前，用來診斷電機氣隙偏心故障的方法主要有：振動監(jiān)測法、軸向漏磁通監(jiān)測法、定子電流頻譜分析法和PARK矢量法。Sahraoui M等對定子電流信號進行頻譜分析，通過監(jiān)測邊頻帶的幅值實現(xiàn)對無刷直流電機動態(tài)偏心故障的檢測和診斷[1]；Rajagopalan S等在單一轉(zhuǎn)速的情況下，對一種故障程度進行仿真和實驗，但沒有具體說明偏心程度與特征頻率幅值的關(guān)系[2]；趙浩銘利用小波分析對定子電流信號進行分析和處理，實現(xiàn)了對電機氣隙偏心故障的診斷[3]；夏毅采用基于改進的小波包分析法的振動信號分析法以及定子電流法，檢測故障類型[4]。

利用電機故障診斷的研究成果，形成了多種電機故障診斷和健康管理系統(tǒng)，如，美國AREVA公司開發(fā)的電機故障診斷專家系統(tǒng)、清華大學(xué)研發(fā)的籠型異歩電機轉(zhuǎn)子斷條在線檢測儀[5-6]、天津大學(xué)研發(fā)的嵌入式鼠籠斷條智能在線檢測系統(tǒng)[7-8]、華北電力大學(xué)研發(fā)的大型異步電機狀態(tài)監(jiān)測和故障檢測系統(tǒng)[9-10]、西安建筑科技大學(xué)研發(fā)的便于攜帶的電機故障診斷設(shè)備[11]等。

在開放式、通用型的故障診斷軟件系統(tǒng)開發(fā)方面，也有很多研究成果。朱爽等提出了基于知識模型庫的故障診斷軟件結(jié)構(gòu)方案，該軟件合理有序地集成了各種故障診斷方法，能夠高效地實施故障診斷功能，且對于任何系統(tǒng)都適應(yīng)，具有通用性[12]；張龍等提出了一種基于特征量可重構(gòu)的開放式系統(tǒng)設(shè)計思路，突破傳統(tǒng)狀態(tài)監(jiān)測與故障診斷系統(tǒng)專用性的限制，使系統(tǒng)適用對象并不局限于某種或某一對象，具有通用性，并針對數(shù)控銑床XK5034，運用開放式通用系統(tǒng)搭建主軸狀態(tài)監(jiān)測與故障診斷實驗系統(tǒng)，構(gòu)建與主軸不平衡故障敏感的特征量，實現(xiàn)對銑床主軸不平衡故障的監(jiān)測與診斷[13]。

綜合國內(nèi)外的研究現(xiàn)狀，很少有針對工業(yè)機器人伺服電機的故障診斷與健康管理系統(tǒng)的開發(fā)和研究。本文提出一種工業(yè)機器人伺服電機PHM系統(tǒng)結(jié)構(gòu)方案，方便進行硬件及通道配置、業(yè)務(wù)算法配置、存儲顯示配置等。同時，基于NI PXI平臺搭建硬件采集模塊，基于LabVIEW 2015開發(fā)軟件系統(tǒng)，實現(xiàn)對工業(yè)機器人伺服電機的故障診斷預(yù)測。

1　伺服電機PHM系統(tǒng)總體結(jié)構(gòu)

伺服電機PHM系統(tǒng)包括數(shù)據(jù)采集、信號分析和處理、故障診斷預(yù)測、健康管理、存儲和展示等模塊，總體結(jié)構(gòu)簡圖如圖1所示。

圖1　伺服電機PHM系統(tǒng)總體結(jié)構(gòu)簡圖

5）數(shù)據(jù)儲存和展示模塊：為各參量選定數(shù)據(jù)存儲方式，如運行內(nèi)存、文件存儲和數(shù)據(jù)庫存取等，配置方式需根據(jù)各模塊算法對數(shù)據(jù)存取效率的要求。根據(jù)各業(yè)務(wù)模塊的分析結(jié)果，選擇展示結(jié)果，包括硬件指示燈報警、軟件壽命預(yù)測分布圖和健康等級等。

2　伺服電機PHM系統(tǒng)功能

2.1　系統(tǒng)介紹

根據(jù)PHM系統(tǒng)結(jié)構(gòu)，進行硬件配置、軟件系統(tǒng)開發(fā)、算法配置和存儲顯示配置，實現(xiàn)工業(yè)機器人伺服電機的PHM。系統(tǒng)基于NI PXI平臺，搭載通用模數(shù)信號數(shù)據(jù)采集卡、溫度采集卡和振動信號采集卡，可以采集伺服電機運行中的多種狀態(tài)參數(shù)，實現(xiàn)多參數(shù)監(jiān)測電機運行，進行故障分析、診斷、監(jiān)測。軟件系統(tǒng)基于LabVIEW 2015開發(fā)。NI PXI平臺的強大數(shù)據(jù)處理能力結(jié)合LabVIEW平臺開發(fā)，支持運行多種復(fù)雜的分析、診斷算法。

2.2　系統(tǒng)功能

工業(yè)機器人伺服電機PHM系統(tǒng)可采集電機運行時的電（電壓、電流等）、溫度、振動和聲音等參數(shù)，能顯示實時采集的信號波形，同時還能夠?qū)崟r分析采集到的原始信號并顯示分析、處理后的波形。系統(tǒng)在運行測試任務(wù)時，除了顯示實時的波形外還將采集到的數(shù)據(jù)保存到硬盤上，方便后續(xù)的查看和分析。

系統(tǒng)可根據(jù)需要選擇信號分析診斷預(yù)測的算法。系統(tǒng)的分析算法支持MATLAB文件導(dǎo)入，在系統(tǒng)運行測試任務(wù)時可以選擇所需的分析算法。

目前用于電機診斷的方法主要有電流分析法、振動診斷和聲音診斷等。電流分析法通過對負載電流波形的檢測和頻譜分析，診斷電機故障的原因和程度；振動診斷通過對電機振動信號進行處理和分析，診斷電機產(chǎn)生故障部位，并制定處理辦法；聲音診斷通過對電機運行時的聲音信號進行處理、分析，診斷電機運行時是否有雜音。

以上幾種常見的電機故障診斷方法所需采集的信號，在本系統(tǒng)中均具備相應(yīng)的數(shù)據(jù)采集卡以及傳感器。

3　伺服電機PHM系統(tǒng)實現(xiàn)

3.1　信號采集

1）新建測試任務(wù)

新建一個測試任務(wù)，任務(wù)可以自由命名，操作如圖2所示。

圖2　新建測試任務(wù)

根據(jù)測試任務(wù)的需要，按照信號類型配置任務(wù)采集的通道、類型。圖3以配置振動信號采集為例，根據(jù)硬件連接勾選需要采集的通道，配置相關(guān)的通道信息，如無特殊要求，除了通道外其他參數(shù)保持默認(rèn)即可。同一個電機在不同環(huán)境下進行測試時，測試配置是相同的，可通過載入歷史任務(wù)來完成配置。

圖3　采集設(shè)置

2）開始測試任務(wù)

新建或載入任務(wù)后即可開始測試。可點擊Acceleration，Electrical PARM，Temperature，Sound按鈕，切換查看不同類型信號的實時情況。圖4~圖7是4種信號的原始波形顯示。

圖4　振動信號原始波形

圖5　電流信號原始波形

圖6　溫度信號原始波形

圖7　噪聲信號原始波形

3.2　信號分析

信號分析算法可以是LabVIEW自帶的算法，也可以是按照一定函數(shù)規(guī)則編寫的MATLAB文件導(dǎo)入形成的分析算法。系統(tǒng)啟動時會掃描該算法目錄并載入相關(guān)算法，在實時查看和歷史數(shù)據(jù)回放波形圖的下拉列表即可查看相應(yīng)的分析算法。圖8~圖11是小波分析、傅里葉變換、Butterworth濾波和功率譜分析后形成的波形圖。

圖8　小波變換后波形

圖9　傅里葉變換后波形

圖10　Butterworth濾波后波形

圖11　功率譜分析后波形

3.3　知識庫建立

開始故障診斷預(yù)測前需建立故障知識庫。運行l(wèi)earn.vi實現(xiàn)知識庫的建立。圖12是運行知識庫生成程序，圖13是選擇生成知識庫的數(shù)據(jù)。如圖14所示，可以選擇載入數(shù)據(jù)的某一段來計算，設(shè)置數(shù)據(jù)通道和故障類型，即可計算特征參數(shù)的閾值，計算結(jié)果保存到文件，形成診斷預(yù)測的知識庫。

圖12　運行知識庫生成程序

圖13　數(shù)據(jù)選擇

圖14　知識庫生成

3.4　故障診斷預(yù)測驗證

本文選擇正常狀態(tài)的伺服電機和離心開關(guān)打開不完全、掃膛、異響3類故障狀態(tài)的伺服電機作為驗證對象。電機故障判定依據(jù)以振動信號分析為主，輔以溫度、電流和聲音等信號，選取電機振動頻譜上最大幅值與最大幅值對應(yīng)頻率、電機振動頻譜上波峰的數(shù)量、電機振動頻譜波峰幅值之和、電機溫度與溫升作為故障特征。

正常狀態(tài)電機的診斷結(jié)果如圖15所示，從振動頻譜圖中可以看出，正常電機的振動幅值較小，波峰數(shù)量較少，溫升較慢。

圖15　正常電機診斷結(jié)果

離心開關(guān)打開不完全故障電機的診斷結(jié)果如圖16所示，從振動頻譜可以看出，振動幅值較小，波峰數(shù)量較多，溫升較快。

圖16　離心開關(guān)打開不完全故障電機診斷結(jié)果

掃膛故障電機診斷結(jié)果如圖17所示，從振動頻譜可以看出，振動幅值較小，波峰數(shù)量較多，溫升劇烈。

圖17　掃膛故障電機診斷結(jié)果

異響故障電機的診斷結(jié)果如圖18所示，從振動頻譜可以看出，振動幅值大，波峰數(shù)量較多，溫升較快。

圖18　異響故障電機診斷結(jié)果

4　結(jié)論

本文對工業(yè)機器人伺服電機PHM系統(tǒng)進行開發(fā)：

1）提出一種工業(yè)機器人伺服電機PHM系統(tǒng)結(jié)構(gòu)方案，系統(tǒng)包括數(shù)據(jù)采集、信號分析和處理、故障診斷預(yù)測、健康管理、存儲和展示等模塊，可以進行硬件及通道配置、業(yè)務(wù)算法配置、存儲顯示配置等；

2）在系統(tǒng)結(jié)構(gòu)方案研究的基礎(chǔ)上，針對一類伺服電機，基于NI PXI平臺搭建硬件采集模塊，基于LabVIEW 2015開發(fā)軟件系統(tǒng)，實現(xiàn)了對工業(yè)機器人伺服電機的故障診斷預(yù)測，驗證了PHM系統(tǒng)方案的可行性；

3）選擇正常狀態(tài)的伺服電機和離心開關(guān)打開不完全、掃膛、異響3類故障狀態(tài)的伺服電機作為PHM系統(tǒng)驗證對象，系統(tǒng)能夠診斷出不同狀態(tài)的電機。

下一步將開展多種診斷及預(yù)測算法的研究，以提高PHM系統(tǒng)的故障識別率及診斷精度。

[1] Sahraoui M, Ghoggal A, Zouzou S.E, et al. Dynamic eccentricity in squirrel cage induction motors – Simulation and analytical study of its spectral signatures on stator currents[J]. Simulation Modelling Practice and Theory, 2008,16 (9):1503-1513.

[2] Rajagopalan S , Roux W L , Habetler T G, et al. Dynamic Eccentricity and Demagnetized Rotor Magnet Detection in Trapezoidal Flux (Brushless DC) Motors Operating Under Different Load Conditions[J].IEEE transactions on power electronics, 2007, 22 (5):2061-2069.

[3] 趙浩銘.基于信號分析的工業(yè)機器人故障診斷研究[D].沈陽:沈陽建筑大學(xué),2013.

[4] 夏毅.基于小波分析的感應(yīng)電動機故障診斷[D].廣州:華南理工大學(xué),2015.

[5] 邱阿瑞.用起動電流的時變頻譜診斷鼠籠異步電機轉(zhuǎn)子故障[J].中國電機工程學(xué)報,1995,15(4):267-273.

[6] 邱阿瑞.提取感應(yīng)電動機轉(zhuǎn)子故障特征的新方法[J].清華大學(xué)學(xué)報(自然科學(xué)版),1997,37(1):35-37.

[7] 李桂丹,王曉遠,陳益廣,等.異步電動機轉(zhuǎn)子故障在線檢測方法[J].微電機(伺服技術(shù)),2003,36(3):55-57.

[8] 李桂丹.嵌入式鼠籠斷條智能在線檢測系統(tǒng)的研究[D].天津:天津大學(xué),2003.

[9] 侯志勇,李和明,許伯強,等.大型異步電動機狀態(tài)監(jiān)測與故障診斷系統(tǒng)的研制[J].山西電力,2002(1):58-60.

[10] 候志勇.大型異步電動機狀態(tài)監(jiān)測與故障診斷系統(tǒng)研究[D].北京:華北電力大學(xué),2001.

[11] 劉小軍. 便攜式電機故障診斷儀的研究與開發(fā)[D].西安:西安建筑科技大學(xué),2003.

[12] 朱爽,桂衛(wèi)華,劉曉穎,等.通用故障診斷軟件系統(tǒng)的設(shè)計開發(fā)與研究[J].基礎(chǔ)自動化,2001,8(4):36-39.

[13] 張龍.開放式狀態(tài)監(jiān)測與故障診斷通用系統(tǒng)的研究[D].綿陽:西南科技大學(xué),2013.

Development and Research of PHM System for Industrial Robot Servomotors

Ding Xiaojian1,2,3Li Xiaobing1,3Huang Chuangmian1,3Yan Panfeng4Yan Shuanhang4Huang Qiang1

(1. China Electronic Product Reliability and Environment Testing Research Institute 2. Guangdong Provincial Key Laboratory of Electronic Information Products Reliability Technology 3. Guangdong Provincial Research Center of Intelligent Robot Reliability 4. Avic the First Aircraft Institute)

PHM for industrial robot servomotors have great significances. The structure of a kind of PHM system for industrial robot servomotors is designed in this paper because of the present lack of this system. The system can provide hardware and channel configuration, algorithm configuration, store and display configuration, etc. Through the hardware acquisition module and the software which are based on NI PXI platform and LabVIEW 2015 system, the fault diagnosis and prediction of servomotors are realized, and the feasibility of PHM system is verified.

Industrial Robot; Servomotor; PHM System

丁小健，男，1989年生，碩士研究生、工程師，主要研究方向：故障預(yù)測與健康管理。

李小兵，男，1984年生，博士、高級工程師，主要研究方向：裝備可靠性。

黃創(chuàng)綿，男，1982年生，碩士研究生、高級工程師，主要研究方向：可靠性方向。

閆攀峰，男，1981年生，本科、高級工程師，主要研究方向：可靠性工程。

嚴(yán)拴航，男，1979年生，碩士研究生、高級工程師，主要研究方向：可靠性工程。

黃強（通訊作者），男，1989年生，本科、助理工程師，主要研究方向：可靠性方向。E-mail: 13928797415@163.com

國家科技重大專項（2016ZX04004006）；廣東省應(yīng)用型專項資金（2017B090914003）；廣東省省級科技計劃項目（2016A040403036）；工業(yè)轉(zhuǎn)型升級（中國制造2025）重點項目（0747-1660SITCA120/2）；工信部智能制造專項“智能裝備故障診斷和預(yù)測性維護共性技術(shù)標(biāo)準(zhǔn)研究及試驗驗證”；廣州市機器人及智能裝備項目“工業(yè)機器人用伺服系統(tǒng)一體化檢測技術(shù)研究及系統(tǒng)開發(fā)”。