基于遺傳算法的機(jī)械設(shè)備故障檢測(cè)機(jī)器人設(shè)計(jì)

(陜西理工大學(xué) 物理與電信工程學(xué)院，陜西 漢中 723000)

0 引言

機(jī)械設(shè)備故障帶來(lái)的風(fēng)險(xiǎn)是不容忽視的，機(jī)械設(shè)備故障檢測(cè)已然是當(dāng)下機(jī)械設(shè)備領(lǐng)域重要研究方向。機(jī)器人目前廣泛應(yīng)用于機(jī)械加工車間，與周圍設(shè)備共同組成機(jī)器人系統(tǒng)，在故障檢測(cè)方面扮演著重要角色[1]。在機(jī)械設(shè)備使用過(guò)程中，其性能好壞直接取決于設(shè)備好壞，因此，機(jī)械設(shè)備正常運(yùn)行能夠提高工業(yè)生產(chǎn)效率，對(duì)人們?nèi)粘Ｉ钜灿兄薮髱椭?。為了能夠?zhǔn)確地將機(jī)械設(shè)備穩(wěn)定性提高，智能機(jī)器人發(fā)揮了重要作用[2]。

目前，故障檢測(cè)機(jī)器人設(shè)計(jì)采用知識(shí)診斷方法，無(wú)需精確數(shù)據(jù)模型，具有良好應(yīng)用前景。但從基于知識(shí)特征方面所使用的故障特征信息，無(wú)法如實(shí)反映設(shè)備故障特征；采用模糊理論故障檢測(cè)機(jī)器人設(shè)計(jì)系統(tǒng)也很難區(qū)分同一特征空間上的不同故障模式，因此，針對(duì)當(dāng)前故障檢測(cè)機(jī)器人設(shè)計(jì)方案存在的局限性問(wèn)題，提出了基于遺傳算法的機(jī)械設(shè)備故障檢測(cè)機(jī)器人設(shè)計(jì)，充分利用遺傳算法將各種故障特征融合起來(lái)使每個(gè)特征都在固定空間內(nèi)得到高效提取與處理，通過(guò)對(duì)不同故障特征診斷結(jié)果進(jìn)行融合，能夠提高機(jī)器人故障檢測(cè)效率[3]。

1 機(jī)械設(shè)備故障檢測(cè)機(jī)器人總體結(jié)構(gòu)設(shè)計(jì)

機(jī)械設(shè)備故障檢測(cè)機(jī)器人設(shè)計(jì)主要用于故障檢測(cè)機(jī)器人代替檢修人員對(duì)機(jī)械設(shè)備進(jìn)行測(cè)量、識(shí)別與判斷的。機(jī)械設(shè)備故障檢測(cè)機(jī)器人主要通過(guò)遺傳算法及硬件設(shè)備，對(duì)機(jī)械設(shè)備故障進(jìn)行定位、特征提取、自動(dòng)拍攝，以編碼形式傳輸給圖像處理服務(wù)器，進(jìn)行自動(dòng)報(bào)警提示[4]。

設(shè)計(jì)機(jī)械設(shè)備故障檢測(cè)機(jī)器人總體結(jié)構(gòu)主要應(yīng)用于機(jī)械設(shè)備故障仿真和檢測(cè)研究，因此，該結(jié)構(gòu)能夠?qū)C(jī)器人模型進(jìn)行仿真，并將故障信息注入到故障設(shè)備中，采集故障信息[5]。總體結(jié)構(gòu)設(shè)計(jì)具體要求如下所示：

1)該結(jié)構(gòu)能夠仿真研究機(jī)械設(shè)備問(wèn)題；

2)該結(jié)構(gòu)是機(jī)器人故障仿真平臺(tái)，因此機(jī)器人仿真結(jié)構(gòu)注入故障接口或者機(jī)器人硬件設(shè)備故障種類；

3)該結(jié)構(gòu)主要應(yīng)用于機(jī)器人實(shí)時(shí)故障檢測(cè)過(guò)程中，仿真平臺(tái)能夠采集機(jī)器人故障檢測(cè)速度、加速度和傳感數(shù)據(jù)等信息；

4)總體結(jié)構(gòu)具有故障檢測(cè)編寫接口，可實(shí)時(shí)檢測(cè)機(jī)械設(shè)備故障；

5)總體結(jié)構(gòu)具有良好人機(jī)交互界面，用戶能夠向機(jī)器人發(fā)送命令，實(shí)現(xiàn)對(duì)機(jī)器人故障檢測(cè)信息注入，以此觀察機(jī)械設(shè)備運(yùn)行情況。

根據(jù)上述設(shè)計(jì)要求，設(shè)計(jì)了如圖1所示的總體結(jié)構(gòu)。

機(jī)械設(shè)備故障檢測(cè)機(jī)器人總體結(jié)構(gòu)分為故障注入場(chǎng)景可視化、故障信息采集、故障分析處理以及人際交互四個(gè)部分。其中故障注入場(chǎng)景可視化包括機(jī)器人結(jié)構(gòu)設(shè)計(jì)和運(yùn)行環(huán)境搭建，將機(jī)器人結(jié)構(gòu)建立在對(duì)應(yīng)場(chǎng)景樹之中，可通過(guò)機(jī)器人結(jié)構(gòu)運(yùn)行狀態(tài)觀察故障注入程度；底層控制器負(fù)責(zé)采集機(jī)械設(shè)備故障信息，包括故障信息注入速度、加速度和傳感信息等，并全部打包發(fā)送；故障分析處理以及人際交互主要利用機(jī)器人狀態(tài)信息顯示和故障檢測(cè)結(jié)果顯示功能，處理接收到的故障信息，并將處理結(jié)果全部輸出[6]。

2 硬件設(shè)計(jì)

應(yīng)用于機(jī)械設(shè)備故障檢測(cè)機(jī)器人硬件結(jié)構(gòu)設(shè)計(jì)主要是由傳感設(shè)備、智能監(jiān)控設(shè)備、導(dǎo)航設(shè)備、交互設(shè)備和車輪組成的，這5個(gè)部分擁有各自獨(dú)立工作職責(zé)，也具有相互交融共同點(diǎn)，在車輪準(zhǔn)確配合下使機(jī)器人順利執(zhí)行機(jī)械設(shè)備檢測(cè)職責(zé)[7]。

2.1 傳感設(shè)備

機(jī)器人對(duì)機(jī)械設(shè)備故障檢測(cè)時(shí)，可分為內(nèi)傳感器和外傳感器，其中內(nèi)傳感器主要用來(lái)收集機(jī)器人所采集到的內(nèi)部數(shù)據(jù)，而外傳感器主要用來(lái)收集機(jī)械設(shè)備故障數(shù)據(jù)和周圍環(huán)境數(shù)據(jù)[8]。

傳感器是由敏感元件、轉(zhuǎn)換元件、等效轉(zhuǎn)換電路和輔助電源4部分組成的。敏感元件能夠?qū)⑤敵雠c被測(cè)量組件轉(zhuǎn)換為物理量信號(hào)；轉(zhuǎn)換元件可將敏感元件所輸出的物理量轉(zhuǎn)換為電信號(hào)形式；等效轉(zhuǎn)換電路可將轉(zhuǎn)換元件傳輸電路信號(hào)放大處理，為電路提供輔助電源。

等效轉(zhuǎn)換電路可將既定電路中的一部分轉(zhuǎn)變?yōu)橐粋€(gè)拓?fù)浣Y(jié)構(gòu)不同且所含元件參數(shù)數(shù)值不同的新電路。等效轉(zhuǎn)換電路如圖2所示。

從電路中可看出，電感L和電容C之間形成低通濾波器，us(t)直流分量可通過(guò)該電路傳輸，而諧波分量被該電路抑制；由于電路工作頻率較高，一個(gè)開關(guān)周期內(nèi)電容不斷充放電，其引起的輸出電壓u0(t)與us(t)直流分量紋波很小，相對(duì)于電容上的輸出直流電壓u0(t)大于等于放電電壓最大值[9]。

傳感設(shè)備的設(shè)計(jì)是保證機(jī)器人能夠?qū)崟r(shí)感知周圍環(huán)境變化信息，使用靈敏度高的電子儀器安裝在傳感設(shè)備中，通過(guò)傳感器和傳感設(shè)備有機(jī)結(jié)合完成機(jī)器人傳感工作。

2.2 智能監(jiān)控設(shè)備

機(jī)器人硬件硬件結(jié)構(gòu)核心組件是智能監(jiān)控設(shè)備，為機(jī)器人工作提供主要?jiǎng)恿?。信息采集、審核、處理過(guò)程都是在該核心設(shè)備中實(shí)現(xiàn)的，經(jīng)過(guò)一系列處理信息經(jīng)過(guò)智能監(jiān)控設(shè)備進(jìn)行反饋決策。

采用2路200萬(wàn)數(shù)字網(wǎng)絡(luò)高清攝像頭監(jiān)控設(shè)備，包含1T硬盤，攝像頭是機(jī)器人監(jiān)控的重要組件，其安裝在機(jī)器人內(nèi)部，使其能監(jiān)視整個(gè)機(jī)械設(shè)備。智能監(jiān)控設(shè)備主要依賴于計(jì)算機(jī)實(shí)現(xiàn)故障檢測(cè)穩(wěn)定工作，使其具有強(qiáng)大數(shù)據(jù)處理能力，將獲取的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、整理，并傳輸?shù)较乱患?jí)計(jì)算機(jī)中，實(shí)現(xiàn)整個(gè)機(jī)器人結(jié)構(gòu)的通信、管理和運(yùn)動(dòng)。

2.3 導(dǎo)航設(shè)備

機(jī)器人的導(dǎo)航設(shè)備在很大程度上決定了機(jī)械設(shè)備故障檢測(cè)速率，在該設(shè)備中利用遺傳算法植入必備公式，為機(jī)器人移動(dòng)提供支持。

采用RDC1014A09電阻式位置傳感器作為導(dǎo)航設(shè)備核心組件，使用proGee0813型號(hào)芯片作為導(dǎo)航設(shè)備定位芯片，該芯片是一種集32通道的高度集成SOC片系統(tǒng)，可作為終端用戶機(jī)核心基帶處理芯片，集成GPS、GSM、USB2.0接口、LCD接口等功能。導(dǎo)航定位接收信號(hào)頻率為：GPS L1 1575.42 MHz；定位精度為：10 m；信號(hào)捕獲時(shí)間為：<1 s；SIM卡接口處理器：雙線程超標(biāo)量處理器；工作溫度：-400～+850℃。

機(jī)器人則根據(jù)實(shí)際需求選擇合適公式處理路徑數(shù)據(jù)，機(jī)器人也可根據(jù)獲取的信號(hào)指令在選定路徑上檢測(cè)機(jī)械設(shè)備故障。

2.4 交互設(shè)備

交互設(shè)備是實(shí)現(xiàn)用戶與智能機(jī)器人進(jìn)行信息交互的設(shè)備，用戶通過(guò)該設(shè)備進(jìn)行指令傳達(dá)、數(shù)據(jù)交流。采用Unity與UE4引擎虛擬現(xiàn)實(shí)硬件交互設(shè)備能應(yīng)對(duì)第三方服務(wù)交互請(qǐng)求威脅，并阻止網(wǎng)絡(luò)服務(wù)未授權(quán)情況的發(fā)生。使用該交互設(shè)備具有完美定位追蹤效果，360°無(wú)死角空間定位，顛覆傳統(tǒng)高科技定位項(xiàng)目，置身于虛擬世界之中。

2.5 車輪結(jié)構(gòu)設(shè)計(jì)

機(jī)器人車輪是由軸心與軸臂連接而成的，以軸心為中心點(diǎn)，將每個(gè)軸臂的前臂和上臂使用關(guān)節(jié)裝置連接而成的。將上臂固定在機(jī)器人車輪軸心上方；將前臂末端安裝在磁性裝置上，磁性裝置內(nèi)部為永磁鐵線圈。軸心位置與磁鐵連接的變壓器副邊線圈連接，并在每條輪臂對(duì)應(yīng)位置設(shè)置光電控制開關(guān)，并在緊靠軸心位置處設(shè)置發(fā)光二極管。

前臂和上臂之間夾角為135°，在軸心內(nèi)安裝與磁鐵相互連接的變壓器副線圈，設(shè)置光電開關(guān)作為啟動(dòng)開關(guān)，外部電源作為車輪運(yùn)作的供電裝置，實(shí)現(xiàn)不同磁鐵吸附與脫離。

2.6 機(jī)器人結(jié)構(gòu)設(shè)計(jì)

依據(jù)機(jī)器人特點(diǎn)以及硬件結(jié)構(gòu)，制定機(jī)器人車體，車體的四個(gè)角分別伸出緊貼車體的短臂連接車輪結(jié)構(gòu)。通過(guò)車體前方安裝的兩個(gè)發(fā)動(dòng)機(jī)，可帶動(dòng)車輪旋轉(zhuǎn)，而后方車輪由軸連接，帶動(dòng)從動(dòng)輪轉(zhuǎn)動(dòng)。通過(guò)電源配合發(fā)電機(jī)動(dòng)作驅(qū)動(dòng)，使主動(dòng)輪前進(jìn)，進(jìn)而使整個(gè)機(jī)器人開始運(yùn)作。

機(jī)械設(shè)備故障檢測(cè)機(jī)器人結(jié)構(gòu)如圖3所示。

圖3 機(jī)械設(shè)備故障檢測(cè)機(jī)器人結(jié)構(gòu)

機(jī)器人傳統(tǒng)設(shè)備能夠?qū)C(jī)械設(shè)備周圍環(huán)境自動(dòng)檢測(cè)；監(jiān)控設(shè)備可對(duì)信息作出合適采集與分析過(guò)程，并根據(jù)分析結(jié)果實(shí)時(shí)決策。發(fā)現(xiàn)機(jī)械設(shè)備故障后，利用導(dǎo)航設(shè)備規(guī)劃?rùn)C(jī)器人故障檢測(cè)過(guò)程中的路徑，在交互設(shè)備支持下，利用車輪行走，對(duì)機(jī)械設(shè)備故障進(jìn)行綜合分析與檢驗(yàn)。

3 基于遺傳算法機(jī)器人功能設(shè)計(jì)

采用遺傳算法實(shí)際上就是由數(shù)學(xué)中統(tǒng)計(jì)方法而來(lái)的，無(wú)需大量數(shù)據(jù)作為支持，并對(duì)個(gè)別數(shù)據(jù)進(jìn)行分析處理，獲取最佳決策結(jié)果。機(jī)器人功能設(shè)計(jì)包括PC端控制服務(wù)程序和開發(fā)應(yīng)用程序，其中PC端數(shù)據(jù)處理軟件能夠?qū)崟r(shí)接收來(lái)自設(shè)備硬件傳輸?shù)囊曨l數(shù)據(jù)，經(jīng)過(guò)機(jī)械后對(duì)故障位置定位。再利用遺傳算法，精準(zhǔn)獲取故障位置信息。

3.1 基于遺傳算法學(xué)習(xí)優(yōu)化

使用遺傳算法優(yōu)化融合權(quán)值矩陣，將n種方法融合權(quán)值ωi1,ωi2,...,ωin(i=1,2,..,i)合并為染色體串，并在一定空間中選擇雜交和編譯操作實(shí)現(xiàn)最優(yōu)權(quán)值矩陣構(gòu)建。權(quán)值矩陣串組合方式如圖4所示。

圖4 權(quán)值矩陣串組合方式

ωi表示n種檢測(cè)方法權(quán)值矢量，采用遺傳算法初始群體是通過(guò)隨機(jī)形式產(chǎn)生的，經(jīng)過(guò)不斷優(yōu)化更新，將適應(yīng)度高個(gè)體被復(fù)制到下一代群體之中，并由此形成概率較高的后代，而雜交則以一定概率在染色體上交換基因。

3.1.1 確定導(dǎo)航適應(yīng)度函數(shù)

設(shè)導(dǎo)航初始化問(wèn)題為：

(1)

公式(1)中，{aj}表示變量；{bj,cj}表示初始化變化區(qū)間；x表示非負(fù)函數(shù)。將導(dǎo)航初始化問(wèn)題應(yīng)用于確定導(dǎo)航被監(jiān)測(cè)參數(shù)權(quán)值中，由綜合指數(shù)表征導(dǎo)航方向，綜合指數(shù)表達(dá)式為：

(2)

式(2)中，N表示zi個(gè)參數(shù)；ωi表示權(quán)值。在初始化問(wèn)題基礎(chǔ)上，選取優(yōu)化準(zhǔn)則函數(shù)：

(3)

式(3)中，qi、ui和qj、uj分別表示機(jī)械設(shè)備正常和出現(xiàn)故障時(shí)綜合指數(shù)的平均值和方差。從上述公式中，可確定適應(yīng)度函數(shù)：

F(i)=x2(i)

(4)

式(4)中，x(i)表示個(gè)體適應(yīng)度值之間差異。適應(yīng)度函數(shù)優(yōu)劣決定導(dǎo)航精準(zhǔn)度，通過(guò)融合矢量調(diào)整函數(shù)取值。當(dāng)診斷結(jié)果正確時(shí)，適應(yīng)度函數(shù)取值為1；當(dāng)診斷結(jié)果錯(cuò)誤時(shí)，適應(yīng)度函數(shù)取值范圍為0和1之間。個(gè)體對(duì)訓(xùn)練值診斷結(jié)果越接近真實(shí)值，那么適應(yīng)度函數(shù)就越大。

3.1.2 操作選擇

每一代中的染色體根據(jù)適應(yīng)度函數(shù)值，決定被選擇復(fù)制到下一代，并根據(jù)其概率確定每個(gè)染色體是否能夠作為下一代輸入進(jìn)去，概率計(jì)算公式為：

(5)

式(5)中，Rn表示故障種類；M表示種群規(guī)模常數(shù)。

3.1.3 雜交操作

雜交是將雙染色體所對(duì)應(yīng)的段基因加以交換所形成的相似后代過(guò)程，具體操作流程如圖5所示。

圖5 具體操作流程

3.2 預(yù)警功能設(shè)計(jì)

采用遺傳算法獲取的適應(yīng)度函數(shù)，移植搭配導(dǎo)航定向設(shè)備之中，以此為依據(jù)，設(shè)計(jì)預(yù)警功能。預(yù)警功能設(shè)計(jì)主要是通過(guò)所在機(jī)械設(shè)備故障檢測(cè)機(jī)器人視頻采集設(shè)備中對(duì)機(jī)械設(shè)備故障信息實(shí)時(shí)采集，并與原始數(shù)據(jù)對(duì)比，檢查故障狀態(tài)，通過(guò)自動(dòng)預(yù)警措施，對(duì)故障問(wèn)題實(shí)時(shí)上報(bào)。利用機(jī)器人對(duì)機(jī)械設(shè)備故障預(yù)警時(shí)，要比傳統(tǒng)預(yù)警方式更加精密，并在該過(guò)程能夠?qū)崿F(xiàn)同步檢測(cè)，所有零部件以及運(yùn)行狀態(tài)都有所展示，一旦故障發(fā)生，那么機(jī)器人可在短時(shí)間內(nèi)對(duì)后臺(tái)作出展示，以語(yǔ)音播報(bào)形式作為故障傳輸主要形式，而對(duì)故障維護(hù)時(shí)，相關(guān)工作人員能夠及時(shí)了解機(jī)械設(shè)備所出現(xiàn)的異常情況，并及時(shí)維護(hù)。根據(jù)實(shí)際情況，機(jī)器人會(huì)對(duì)機(jī)械設(shè)備異常作出警告提示，從基礎(chǔ)角度分析，全面杜絕故障問(wèn)題發(fā)生。

3.3 利用機(jī)器人即時(shí)生成設(shè)備故障圖像

在機(jī)械設(shè)備故障檢測(cè)過(guò)程中，工作人員可根據(jù)當(dāng)前機(jī)器人的后臺(tái)圖像生成功能對(duì)設(shè)備情況檢查，并按照已經(jīng)規(guī)定好的步驟，檢查每個(gè)設(shè)備是否出現(xiàn)故障。在該過(guò)程中，工作人員可直接觀察每一個(gè)設(shè)備內(nèi)部情況，各個(gè)設(shè)備上參數(shù)數(shù)值會(huì)通過(guò)機(jī)器人標(biāo)注出來(lái)。

如果在檢測(cè)過(guò)程中，發(fā)現(xiàn)指針波動(dòng)頻率較快，那么在該情況下，工作人員需交換使用暫停鍵、保存鍵。按照一定標(biāo)準(zhǔn)對(duì)機(jī)械設(shè)備當(dāng)中所顯示出來(lái)的圖像，進(jìn)行辨別，并利用機(jī)器人生成實(shí)時(shí)圖像，對(duì)機(jī)械設(shè)備故障檢測(cè)具有重要作用。

3.4 故障檢測(cè)流程

機(jī)械設(shè)備故障檢測(cè)機(jī)器人設(shè)計(jì)實(shí)現(xiàn)流程如圖6所示。

圖6 機(jī)械設(shè)備故障檢測(cè)機(jī)器人設(shè)計(jì)實(shí)現(xiàn)流程

依據(jù)圖6所示的流程，完成機(jī)械設(shè)備故障檢測(cè)。

4 超聲避障設(shè)計(jì)

機(jī)器人在信息傳輸過(guò)程中受到超聲波影響，導(dǎo)致檢測(cè)效果變差，因此，需設(shè)計(jì)超聲避障流程如圖7所示。

圖7 超聲避障流程

機(jī)器人程序在集成編譯環(huán)境下，為保證機(jī)器人檢測(cè)效果良好，依據(jù)超聲避障流程，實(shí)現(xiàn)機(jī)器人檢測(cè)數(shù)據(jù)的高效傳輸。

5 實(shí)驗(yàn)

建立機(jī)器人故障檢測(cè)系統(tǒng)后，進(jìn)行了大量故障仿真實(shí)驗(yàn)測(cè)試，并對(duì)基于遺傳算法的機(jī)械設(shè)備故障檢測(cè)機(jī)器人設(shè)計(jì)實(shí)驗(yàn)結(jié)果深入分析，驗(yàn)證該系統(tǒng)設(shè)計(jì)可行性。

5.1 故障仿真實(shí)驗(yàn)

實(shí)驗(yàn)?zāi)康模和ㄟ^(guò)使機(jī)器人在機(jī)械設(shè)備正常和機(jī)械設(shè)備異常情況下完成相同任務(wù)，分析機(jī)器人相應(yīng)采集的數(shù)據(jù)信息，觀察機(jī)器人故障檢測(cè)效果。

機(jī)器人運(yùn)行路徑如圖8所示。

圖8 機(jī)器人運(yùn)行路徑

實(shí)驗(yàn)過(guò)程：分別在機(jī)械正常和四種故障如表1所示。

表1 4種故障種類

在正常情況下機(jī)器人行駛速度始終保持在0.2 m/s，以此為基礎(chǔ)，分析故障情況下機(jī)器人行駛速度。

機(jī)械設(shè)備出現(xiàn)故障情況時(shí)，機(jī)器人行駛速度出現(xiàn)波動(dòng)，速度曲線如圖9所示。

圖9 速度曲線

由圖9可知，正常情況下機(jī)器人行駛速度在0.2 m/s上下波動(dòng)，而一旦出現(xiàn)故障，機(jī)器人行駛速度變化范圍為0.16～0.24 m/s。通過(guò)機(jī)器人系統(tǒng)反饋的數(shù)據(jù)，工作人員可及時(shí)發(fā)現(xiàn)機(jī)械設(shè)備故障問(wèn)題。

5.2 實(shí)驗(yàn)結(jié)果與討論

依據(jù)上述內(nèi)容，對(duì)不同數(shù)據(jù)個(gè)數(shù)下的機(jī)械正常和4種故障數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，結(jié)果如表2所示。

以往大都采用知識(shí)故障檢測(cè)機(jī)器人和模糊理論故障檢測(cè)機(jī)器人進(jìn)行機(jī)械設(shè)備故障檢測(cè)，但由于受到超聲波影響，導(dǎo)致故障檢測(cè)精準(zhǔn)度較低，針對(duì)該現(xiàn)象，將基于遺傳算法故障檢測(cè)機(jī)器人與上述兩種機(jī)器人的故障檢測(cè)精準(zhǔn)度進(jìn)行對(duì)比分析，結(jié)果如表2所示。

表2 不同數(shù)據(jù)個(gè)數(shù)下的機(jī)械正常和四種故障數(shù)據(jù)統(tǒng)計(jì)

選取數(shù)據(jù)個(gè)數(shù)為1500個(gè)時(shí)，三種機(jī)器人對(duì)故障檢測(cè)精準(zhǔn)度，結(jié)果如表3所示。

根據(jù)表3的檢測(cè)結(jié)果可知，遺傳算法故障檢測(cè)機(jī)器人故障檢測(cè)精準(zhǔn)度較高，最高可達(dá)到0.96，而其他兩種機(jī)器人檢測(cè)精準(zhǔn)度較低，只有故障三下模糊理論故障檢測(cè)機(jī)器人故障精準(zhǔn)度超過(guò)0.60。由此可知，基于遺傳算法的機(jī)械設(shè)備故障檢測(cè)機(jī)器人設(shè)計(jì)是具有可行性的。

表3 三種機(jī)器人故障檢測(cè)精準(zhǔn)度對(duì)比分析

6 總結(jié)與展望

機(jī)械設(shè)備在工業(yè)發(fā)展中占據(jù)重要地位，機(jī)械設(shè)備故障解決也是主要內(nèi)容，因此，機(jī)械設(shè)備故障檢測(cè)機(jī)器人設(shè)計(jì)也是必不可少的，利用遺傳算法能夠?qū)⒅悄軝C(jī)器人各方面得到優(yōu)化，在很大程度上解決復(fù)雜機(jī)械設(shè)備故障問(wèn)題。針對(duì)當(dāng)前機(jī)器人故障信息獲取的精準(zhǔn)程度，提出了基于遺傳算法的機(jī)械設(shè)備故障檢測(cè)機(jī)器人設(shè)計(jì)，并完成了故障檢測(cè)機(jī)器人實(shí)驗(yàn)驗(yàn)證分析。

基于Matlab軟件研究設(shè)計(jì)了機(jī)械設(shè)備故障檢測(cè)機(jī)器人，雖然該機(jī)器人能夠?qū)C(jī)械設(shè)備故障問(wèn)題進(jìn)行仿真研究，但也存在一些問(wèn)題仍需深入分析：

1)在機(jī)器人故障檢測(cè)方面，只針對(duì)機(jī)械設(shè)備幾種故障問(wèn)題進(jìn)行實(shí)驗(yàn)研究，沒(méi)有考慮到電池、電機(jī)故障問(wèn)題，因此需對(duì)故障檢測(cè)機(jī)器人進(jìn)行進(jìn)一步研究。

2)基于遺傳算法研究的機(jī)械設(shè)備故障檢測(cè)機(jī)器人分辨率較低，需進(jìn)一步對(duì)參數(shù)優(yōu)化，保證人機(jī)交互界面簡(jiǎn)單，才能對(duì)故障檢測(cè)結(jié)果進(jìn)一步優(yōu)化。