CN109902334B - 机器人用精密减速器寿命预测方法及装置、计算机设备 - Google Patents
机器人用精密减速器寿命预测方法及装置、计算机设备 Download PDFInfo
- Publication number
- CN109902334B CN109902334B CN201910020272.0A CN201910020272A CN109902334B CN 109902334 B CN109902334 B CN 109902334B CN 201910020272 A CN201910020272 A CN 201910020272A CN 109902334 B CN109902334 B CN 109902334B
- Authority
- CN
- China
- Prior art keywords
- distribution function
- life
- speed reducer
- life distribution
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种机器人用精密减速器寿命预测方法及装置、计算机设备。机器人用精密减速器寿命预测方法包括:获取减速器的产品参数和所处工况中的应力数据,并根据产品参数和应力数据获得减速器的可靠性预计寿命分布函数;获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数;获取减速器的现场运行数据,根据现场运行数据获得减速器的现场运行寿命分布函数;根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数和多源信息加权融合模型,获得多源信息融合的寿命分布函数;根据多源信息融合的寿命分布函数,获得减速器的寿命综合评价结果。
Description
技术领域
本发明涉及减速器技术领域,特别是涉及一种机器人用精密减速器寿命预测方法及装置、计算机设备。
背景技术
这里的陈述仅提供与本申请有关的背景信息,而不必然地构成现有技术。
随着智能制造的深入发展,机器人作为智能制造行业的典型应用也处于蓬勃发展状态。减速器作为机器人的关键核心部件,其性能的好坏直接影响到机器人的综合性能。而使用寿命作为减速器的一个关键应用指标,是目前制约机器人精密减速器发展的关键问题,有必要对减速器的使用寿命进行评价,以帮助制定对应的机器人维修计划,保障机器人工作精度,提高机器人使用效率。
目前,应用于机器人的精密减速器的寿命,主要是通过设计寿命或者现场应用寿命来判断,但设计寿命往往与实际应用存在较大差异,现场应用寿命的获取则需要较长的使用周期。因此,提供一套完整有效的寿命评价方法对减速器的寿命评价和机器人的精度保障具有重要意义。
发明内容
基于此,有必要针对传统技术中提出的寿命评价方法效果差的问题,提供一种机器人用精密减速器寿命预测方法及装置、计算机设备。
一方面,本发明实施例提供了一种机器人用精密减速器寿命预测方法,包括:
获取减速器的产品参数和所处工况中的应力数据,并根据产品参数和应力数据获得减速器的可靠性预计寿命分布函数;
获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数;
获取减速器的现场运行数据,根据现场运行数据获得减速器的现场运行寿命分布函数;
根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数和多源信息加权融合模型,获得多源信息融合的寿命分布函数;
根据多源信息融合的寿命分布函数,获得减速器的寿命综合评价结果。
在其中一个实施例中,根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数和多源信息加权融合模型,获得多源信息融合的寿命分布函数的步骤包括:
确定可靠性预计寿命分布函数支撑减速器的寿命综合评价的第一权重、加速试验寿命分布函数支撑减速器的寿命综合评价的第二权重和现场运行寿命分布函数支撑减速器的寿命综合评价的第三权重;
其中,f(t)为多源信息融合的寿命分布函数,f1(t)现场运行寿命分布函数,f2(t)、f3(t)、...、fm-1(t)为加速试验寿命分布函数,fm(t)为可靠性预计寿命分布函数,km为与fm(t)对应的第一权重,k2、k3、...、km-1为f2(t)、f3(t)、...、fm-1(t)对应的第二权重,k1为f1(t)对应的第三权重。
在其中一个实施例中,确定可靠性预计寿命分布函数支撑减速器的寿命综合评价的第一权重的步骤包括:
根据可靠性预计寿命分布函数fm(t)对现场运行寿命分布函数f1(t)的支持向量S1m,确定第一权重:
在其中一个实施例中,确定加速试验寿命分布函数支撑减速器的寿命综合评价的第二权重的步骤包括:
根据加速试验寿命分布函数f2(t)、f3(t)、...、fm-1(t)和现场运行寿命分布函数f1(t),确定加速试验寿命分布函数f2(t)、f3(t)、...、fm-1(t)对现场运行寿命分布函数f1(t)的支持向量
根据加速试验寿命分布函数f2(t)、f3(t)、...、fm-1(t)对现场运行寿命分布函数f1(t)的支持向量S1i(i=2、3、…、m-1),确定第二权重:
在其中一个实施例中,确定现场运行寿命分布函数支撑减速器的寿命综合评价的第三权重的步骤包括:
其中,Lγ1和Lγ2分别为根据减速器的现场运行数据预先确定的现场运行寿命分布函数的两个不同置信度下的置信区间长度。
在其中一个实施例中,减速器的寿命综合评价结果为:
在其中一个实施例中,获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数的步骤包括:
控制加速寿命试验装置对单组或多组减速器施加加速应力测试;
采集各组中的各减速器的动态信息;
对各组中的动态信息在组内进行拟合,得到各组对应的拟合分布函数;
根据各组对应的拟合分布函数,获得各组减速器的可靠度函数;
根据各组减速器的可靠度函数,获得各组减速器对应的加速试验寿命分布函数。
另一方面,本发明实施例还提供了一种机器人用精密减速器寿命预测装置,包括:
可靠性寿命分布获取模块,用于获取减速器的产品参数和所处工况中的应力数据,并根据产品参数和应力数据获得减速器的可靠性预计寿命分布函数;
加速试验寿命分布获取模块,用于获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数;
现场运行寿命分布获取模块,用于获取减速器的现场运行数据,根据现场运行数据获得减速器的现场运行寿命分布函数;
融合寿命分布获得模块,用于根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数和多源信息加权融合模型,获得多源信息融合的寿命分布函数;
综合寿命确定模块,用于根据多源信息融合的寿命分布函数,获得减速器的寿命综合评价结果。
一种计算机设备,包括存储器及一个或多个处理器,存储器中储存有计算机可读指令,计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述机器人用精密减速器寿命预测方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述机器人用精密减速器寿命预测方法的步骤。
本发明提供的一个或多个实施例至少具有以下有益效果:本发明实施例提供的机器人用精密减速器寿命预测方法,通过采集减速器的产品参数和所处工况中的应力数据、减速器加速寿命试验装置采集的关于减速器的试验数据以及减速器的现场运行数据,分别获取三种情况下的寿命分布函数,然后综合考虑三种情况下的寿命分布,利用多源信息加权融合模型将三种寿命分布进行融合,得到多源信息融合的寿命分布函数,根据融合后的寿命分布函数,进行减速器的综合寿命评价。本发明实施例提供的机器人用精密减速器寿命预测方法避免了单一信息源评价方法的误差过大的问题,提高了寿命评价的精度和可靠性。
附图说明
图1为一个实施例中机器人用精密减速器寿命预测方法的流程图;
图2为另一个实施例中机器人用精密减速器寿命预测方法的流程示意图;
图3为又一个实施例中机器人用精密减速器寿命预测方法的流程示意图;
图4为一个实施例中获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数的步骤的流程示意图;
图5为一个实施例中机器人用精密减速器寿命预测装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的首选实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是,当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件并与之结合为一体,或者可能同时存在居中元件。本文所使用的术语“安装”、“一端”、“另一端”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明实施例提供了一种机器人用精密减速器寿命预测方法,如图1所示,包括:
S10:获取减速器的产品参数和所处工况中的应力数据,并根据产品参数和应力数据获得减速器的可靠性预计寿命分布函数;
S20:获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数;
S30:获取减速器的现场运行数据,根据现场运行数据获得减速器的现场运行寿命分布函数;
S40:根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数和多源信息加权融合模型,获得多源信息融合的寿命分布函数;
S50:根据多源信息融合的寿命分布函数,获得减速器的寿命综合评价结果。
其中,减速器的产品参数可以是减速器的形状、材质等参数,是指能够影响减速器的使用寿命的参数。所处工况中的应力数据,是指减速器在应用到机器人等载体上,且处于工作状态时,其工作过程中,所受到的外界及所处载体上的其他部件所加载的应力。加速寿命试验装置,是指能够使减速机在高输入转速下运作,从而对其扭矩、功率、温度、传动精度、扭转刚度、空回、可靠性等性能指标进行测试的装置,加速寿命试验装置可以提供减速器多种非正常工作运行状态下性能指标测试。具体可以采用多种试验装置来实现,例如,可以采用在先申请大量程谐波减速机测试平台来进行加速寿命试验,获取试验数据。现场运行数据是指,减速器在作业现场运行时,运行状态下的数据,数据量随着运行时间的加长而增大。
其中,可靠性预计寿命分布函数可以是利用减速器生产厂家提供的该型号减速器的几何模型、材料信息和采集到的实际工况中的应力情况,通过仿真分析或理论计算等手段,得到减速器初步的预计使用寿命分布。其中仿真分析可以采用有限元分析软件等实现。加速试验寿命分布函数可以是在专用的减速器加速寿命试验台上分别施加单组或多组温度、湿度、扭矩以及转速等加速应力开展试验,并采集减速器测试过程动态信息,后续进行数据拟合等处理,得到的寿命分布函数。现场运行寿命分布可以是在减速器运行现场,通过定期采集减速器运行及退化信息,以统计减速器的失效信息和故障机理,并根据现场运行过程中出现的故障信息和寿命信息对减速器现场运行寿命分布进行拟合,计算减速器的现场运行寿命分布。
具体的,通过获取减速器的产品参数和所处工况中的应力数据,得到可靠性预计寿命分布函数,同时从加速寿命试验中获取关于减速器的试验数据,并对该试验数据处理后得到加速试验寿命分布函数,为了全方位综合评价减速器的使用寿命,还通过获取减速器的现场运行数据,得到现场运行寿命分布函数。得到三种情况下的寿命分布函数后,需要综合考虑各类寿命分布函数对于综合寿命评价的影响程度。本发明实施例通过采用多源信息加权融合模型,将上述三种寿命分布函数进行数据融合,获得多源信息融合后的寿命分布函数,多源信息融合的寿命分布函数能够反映各类参数对于综合评价的影响程度。然后进一步根据得到的多源信息融合的寿命分布函数,获得减速器的寿命综合评价结果。
本发明实施例提供的机器人用精密减速器寿命预测方法,可以方便地对减速器使用寿命进行综合评价,并且避免了传统技术中采用单一信息源进行评价的方法所引起的评价误差过大的问题。
在其中一个实施例中,如图2所示,根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数和多源信息加权融合模型,获得多源信息融合的寿命分布函数的步骤包括:
S41:确定可靠性预计寿命分布函数支撑减速器的寿命综合评价的第一权重、加速试验寿命分布函数支撑减速器的寿命综合评价的第二权重和现场运行寿命分布函数支撑减速器的寿命综合评价的第三权重;
S42:根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数、第一权重、第二权重和第三权重,获得多源信息融合的寿命分布函数其中,f(t)为多源信息融合的寿命分布函数,f1(t)现场运行寿命分布函数,f2(t)、f3(t)、…、fm-1(t)为加速试验寿命分布函数,fm(t)为可靠性预计寿命分布函数,km为与fm(t)对应的第一权重,k2、k3、…、km-1为f2(t)、f3(t)、…、fm-1(t)对应的第二权重,k1为f1(t)对应的第三权重。
获得以上三种减速器寿命分布函数后,需要对三种寿命分布函数进行融合,为客观考虑各类寿命分布函数对于使用寿命综合评价的影响程度,本发明实施例提供的方法,通过确定各信息源支撑使用寿命综合评价的权重来反映各类寿命分布函数对综合评价的影响程度。当减速器型号以及所处工况确定后,我们可以得到一个可靠性预计寿命分布函数。当进行使用寿命综合评价时,就当前的时间节点,和该节点之前的现场运行数据,可以得到一个关于减速器的现场运行寿命分布。而对于加速试验来说,可以进行多组或单组试验,得到多组试验数据,得到单个或多个加速试验寿命分布函数。在确定了各类寿命分布函数的权重以后,利用权重比,得到融合后的多源信息融合的寿命分布函数能够表征综合后的寿命分布,利于下一步对减速器进行综合寿命评价。
在其中一个实施例中,如图3所示,确定可靠性预计寿命分布函数支撑减速器的寿命综合评价的第一权重的步骤包括:
S412:根据可靠性预计寿命分布函数fm(t)对现场运行寿命分布函数f1(t)的支持向量S1m,确定第一权重:
在进行各类寿命分布函数所对应的权重的确定时,可以设定不同信息源所得出的寿命分布两两相交,根据不同信息源之间的支持程度确定各类寿命分布函数的权重。两个寿命分布相交的程度越大,说明二者之间的相互支持程度就越高。将分布fi(t)与fj(t)之间的相互支持程度定义为D(fi||fj)。对于可靠性预计寿命分布函数,计算其对现场运行寿命分布函数的相互支持程度,得到支持向量:
由于支持向量中的元素分别表示分布fm(t)对f1(t)的支持程度,支持程度越高,越小,因此应为使权重反映不同信息源之间的支持程度,令:
在其中一个实施例中,如图3所示,确定加速试验寿命分布函数支撑减速器的寿命综合评价的第二权重的步骤包括:
S413:根据加速试验寿命分布函数f2(t)、f3(t)、…、fm-1(t)和现场运行寿命分布函数f1(t),确定加速试验寿命分布函数f2(t)、f3(t)、…、fm-1(t)对现场运行寿命分布函数f1(t)的支持向量
S414:根据加速试验寿命分布函数f2(t)、f3(t)、…、fm-1(t)对现场运行寿命分布函数f1(t)的支持向量S1i(i=2、3、…、m-1),确定第二权重:
类似于可靠性预计寿命分布函数,对于加速试验寿命分布函数,可以设定现场运行分布函数与可靠性预计寿命分布函数两两相交,对于加速试验寿命分布函数,计算其对现场运行寿命分布函数的相互支持程度,得到支持向量:
由于支持向量中的元素分别表示分布fi(t)对f1(t)的支持程度,支持程度越高,越小,因此应为使权重反映不同信息源之间的支持程度,令:
进一步得到第二权重,第二权重用于表征加速试验寿命分布函数对减速器使用寿命的综合评价的影响程度。需要说明的是对于多次加速试验得到的多个加速试验寿命分布函数,均有对应的一个第二权重,即第二权重的个数与加速试验寿命分布函数的个数相同,且一一对应。
在其中一个实施例中,如图3所示,确定现场运行寿命分布函数支撑减速器的寿命综合评价的第三权重的步骤包括:
其中,Lγ1和Lγ2分别为根据减速器的现场运行数据预先确定的现场运行寿命分布函数的两个不同置信度下的置信区间长度。
由于根据现场运行数据确定的寿命分布函数与真实的电机寿命分布还有一定的差异,因此,可以采用现场运行分布函数fi(t)相对于真实分布的可信程度ρ作为它的权重,即:
k1=ρ
置于置信度γ1与γ2的确认,为保证其客观性,可以根据现场运行试验量的大小选取置信度,试验量越小,则选取差别更大的γ1与γ2,因为它们的差别越大,ρ就越小,现场运行寿命分布fi(t)的权重也越小,意味着现场运行数据确定的寿命分布在融合中占的比重也越小,从而能够更好地利用不同源的可靠性信息进行综合评估。同理,随着现场运行数据量的逐渐增大,由它所确定的寿命分布也越来越真实,即可信程度越来越高,ρ也越来越大;考虑极限情况,当样本量足够大时,确定的寿命分布基本能够反映真实情况,这时ρ也接近于1,符合理论和工程实际。在其中一个实施例中,根据实际运行过程中的经验,两个置信度可以取γ1=50%,γ2=80%。
在其中一个实施例中,减速器的寿命综合评价结果为:
对于减速器的使用寿命综合评价,可以对多源信息融合后的寿命分布,采用上述公式进行积分,得到关于时间的使用寿命综合评价结果。本发明实施例提供的寿命综合评价方法,通过确定各类寿命分布函数的权重,客观地将各类寿命分布函数融合得到多源信息融合的寿命分布函数。然后根据融合后的寿命分布函数,对减速器的使用寿命进行综合评价。本发明实施例综合考虑了减速器全寿命周期的使用寿命评价,且采用定量的方法进行评价,提高寿命预测的可靠性。此外,本发明实施例提供的权重确定方法避免了主观因素影响,更能客观地反映减速器的使用寿命。
在其中一个实施例中,如图4所示,获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数的步骤包括:
S21:控制加速寿命试验装置对单组或多组减速器施加加速应力测试;
S22:采集各组中的各减速器的动态信息;
S23:对各组中的动态信息在组内进行拟合,得到各组对应的拟合分布函数;
S24:根据各组对应的拟合分布函数,获得各组减速器的可靠度函数;
S25:根据各组减速器的可靠度函数,获得各组减速器对应的加速试验寿命分布函数。
具体的,可以设立单组或多组试验,每组包括多个减速器。在进行试验时,可以根据获知的加速因子给各个减速器施加应力,并采集各个减速器在试验过程中的动态信息。对于每一组减速器得到的动态信息按组为单位,在组内进行数据拟合,得到拟合分布函数,并根据该拟合分布函数,可以得到该组减速器的可靠度函数,从而进一步得到该组减速器的加速试验寿命分布函数。对于每组的多个减速器,可以通过对不同的减速器施加不同的应力,得到该组对应的加速试验寿命分布函数。在这里需要说明的是,设立多组减速器进行加速应力测试时,不同组的加速寿命试验可能最后得到的寿命分布不一样,可能会得到多组结果。所以上述公式中,m-1中的m可以是3或大于3的自然数。例如,当设立单组加速寿命试验时,得到的三种寿命分布所对应的权重分别为k1、k2和k3。
本发明实施例提供的方法,可以通过进行多组或单组温度、湿度、扭矩以及转速等加速应力试验,采集减速器测试过程动态信息,拟合分布函数,计算加速因子及可靠度函数,最终计算减速器的使用寿命分布。可以通过建立多组试验,以减小试验过程中的无效数据的影响,减小试验过程中其他因素导致的数据异常对加速试验寿命分布的影响程度,提高寿命预测的可靠性。
应该理解的是,虽然图1-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
另一方面,如图5所示,本发明实施例还提供了一种机器人用精密减速器寿命预测装置,包括:
多源信息融合的寿命分布函数1,用于获取减速器的产品参数和所处工况中的应力数据,并根据产品参数和应力数据获得减速器的可靠性预计寿命分布函数;
加速试验寿命分布获取模块2,用于获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数;
现场运行寿命分布获取模块3,用于获取减速器的现场运行数据,根据现场运行数据获得减速器的现场运行寿命分布函数;
融合寿命分布获得模块4,用于根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数和多源信息加权融合模型,获得多源信息融合的寿命分布函数;
综合寿命确定模块5,用于根据多源信息融合的寿命分布函数,获得减速器的寿命综合评价结果。
其中,关于机器人用精密减速器寿命预测装置的具体限定可以参见上文中对于机器人用精密减速器寿命预测方法的限定,在此不再赘述。上述机器人用精密减速器寿命预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储减速器的现场运行数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种机器人用精密减速器寿命预测方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
一种计算机设备,包括存储器及一个或多个处理器,存储器中储存有计算机可读指令,计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行以下步骤:
S10:获取减速器的产品参数和所处工况中的应力数据,并根据产品参数和应力数据获得减速器的可靠性预计寿命分布函数;
S20:获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数;
S30:获取减速器的现场运行数据,根据现场运行数据获得减速器的现场运行寿命分布函数;
S40:根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数和多源信息加权融合模型,获得多源信息融合的寿命分布函数;
S50:根据多源信息融合的寿命分布函数,获得减速器的寿命综合评价结果。
其中,减速器等名词与上述方法实施例中相同,在此不做赘述。采用本发明实施例提供的计算机设备,可以实现对减速器的综合使用寿命的预测,相较于示例性技术中的单一信息源的预测方式,本发明实施例提供的计算机设备可以实现实现多源信息融合,根据三种寿命分布所占的权重,来预测机器人用的精密减速器的综合使用寿命,提高检测精度和可靠性。
在其中一个实施例中,处理器执行计算机可读指令时还执行以下步骤:
S41:确定可靠性预计寿命分布函数支撑减速器的寿命综合评价的第一权重、加速试验寿命分布函数支撑减速器的寿命综合评价的第二权重和现场运行寿命分布函数支撑减速器的寿命综合评价的第三权重;
S42:根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数、第一权重、第二权重和第三权重,获得多源信息融合的寿命分布函数其中,f(t)为多源信息融合的寿命分布函数,f1(t)现场运行寿命分布函数,f2(t)、f3(t)、…、fm-1(t)为加速试验寿命分布函数,fm(t)为可靠性预计寿命分布函数,km为与fm(t)对应的第一权重,k2、k3、...、km-1为f2(t)、f3(t)、…、fm-1(t)对应的第二权重,k1为f1(t)对应的第三权重。
在其中一个实施例中,处理器执行计算机可读指令时还执行以下步骤:
S412:根据可靠性预计寿命分布函数fm(t)对现场运行寿命分布函数f1(t)的支持向量S1m,确定第一权重:
在其中一个实施例中,处理器执行计算机可读指令时还执行以下步骤:
S413:根据加速试验寿命分布函数f2(t)、f3(t)、...、fm-1(t)和现场运行寿命分布函数f1(t),确定加速试验寿命分布函数f2(t)、f3(t)、...、fm-1(t)对现场运行寿命分布函数f1(t)的支持向量
S414:根据加速试验寿命分布函数f2(t)、f3(t)、...、fm-1(t)对现场运行寿命分布函数f1(t)的支持向量S1i(i=2、3、…、m-1),确定第二权重:
在其中一个实施例中,处理器执行计算机可读指令时还执行以下步骤:
其中,Lγ1和Lγ2分别为根据减速器的现场运行数据预先确定的现场运行寿命分布函数的两个不同置信度下的置信区间长度。
在其中一个实施例中,减速器的寿命综合评价结果为:
在其中一个实施例中,处理器执行计算机可读指令时还执行以下步骤:
S21:控制加速寿命试验装置对单组或多组减速器施加加速应力测试;
S22:采集各组中的各减速器的动态信息;
S23:对各组中的动态信息在组内进行拟合,得到各组对应的拟合分布函数;
S24:根据各组对应的拟合分布函数,获得各组减速器的可靠度函数;
S25:根据各组减速器的可靠度函数,获得各组减速器对应的加速试验寿命分布函数。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S10:获取减速器的产品参数和所处工况中的应力数据,并根据产品参数和应力数据获得减速器的可靠性预计寿命分布函数;
S20:获取减速器加速寿命试验装置采集的关于减速器的试验数据,并根据加速器的试验数据获得减速器的加速试验寿命分布函数;
S30:获取减速器的现场运行数据,根据现场运行数据获得减速器的现场运行寿命分布函数;
S40:根据可靠性预计寿命分布函数、加速试验寿命分布函数、现场运行寿命分布函数和多源信息加权融合模型,获得多源信息融合的寿命分布函数;
S50:根据多源信息融合的寿命分布函数,获得减速器的寿命综合评价结果。
其中,加速寿命试验装置等名词释义与上述实施例中相同,在此不做赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种机器人用精密减速器寿命预测方法,其特征在于,包括:
获取减速器的产品参数和所处工况中的应力数据,并根据所述产品参数和所述应力数据获得所述减速器的可靠性预计寿命分布函数;
获取减速器加速寿命试验装置采集的关于所述减速器的试验数据,并根据加速器的试验数据获得所述减速器的加速试验寿命分布函数;
获取所述减速器的现场运行数据,根据所述现场运行数据获得所述减速器的现场运行寿命分布函数;
根据所述可靠性预计寿命分布函数fm(t)对所述现场运行寿命分布函数f1(t)的支持向量S1m,确定所述可靠性预计寿命分布函数支撑所述减速器的寿命综合评价的第一权重:
确定所述加速试验寿命分布函数支撑所述减速器的寿命综合评价的第二权重和所述现场运行寿命分布函数支撑所述减速器的寿命综合评价的第三权重;
其中,f(t)为所述多源信息融合的寿命分布函数,f1(t)所述现场运行寿命分布函数,f2(t)、f3(t)、...、fm-1(t)为所述加速试验寿命分布函数,fm(t)为所述可靠性预计寿命分布函数,km为与fm(t)对应的第一权重,k2、k3、...、km-1为f2(t)、f3(t)、...、fm-1(t)对应的第二权重,k1为f1(t)对应的第三权重;
根据所述多源信息融合的寿命分布函数,获得所述减速器的寿命综合评价结果。
5.根据权利要求1所述的机器人用精密减速器寿命预测方法,其特征在于,获取减速器加速寿命试验装置采集的关于所述减速器的试验数据,并根据所述加速器的试验数据获得所述减速器的加速试验寿命分布函数的步骤包括:
控制所述加速寿命试验装置对单组或多组减速器施加加速应力测试;
采集各组中的各所述减速器的动态信息;
对各组中的所述动态信息在组内进行拟合,得到各组对应的拟合分布函数;
根据各组对应的拟合分布函数,获得各组减速器的可靠度函数;
根据各组减速器的可靠度函数,获得各组减速器对应的加速试验寿命分布函数。
6.一种机器人用精密减速器寿命预测装置,其特征在于,包括:
可靠性寿命分布获取模块,用于获取减速器的产品参数和所处工况中的应力数据,并根据所述产品参数和所述应力数据获得所述减速器的可靠性预计寿命分布函数;
加速试验寿命分布获取模块,用于获取减速器加速寿命试验装置采集的关于所述减速器的试验数据,并根据加速器的试验数据获得所述减速器的加速试验寿命分布函数;
现场运行寿命分布获取模块,用于获取所述减速器的现场运行数据,根据所述现场运行数据获得所述减速器的现场运行寿命分布函数;
第一权重确定模块,用于根据所述可靠性预计寿命分布函数fm(t)和所述现场运行寿命分布函数f1(t),确定所述可靠性预计寿命分布函数fm(t)对所述现场运行寿命分布函数f1(t)的支持向量还用于根据所述可靠性预计寿命分布函数fm(t)对所述现场运行寿命分布函数f1(t)的支持向量S1m,确定所述可靠性预计寿命分布函数支撑所述减速器的寿命综合评价的第一权重:
融合寿命分布获得模块,用于确定所述加速试验寿命分布函数支撑所述减速器的寿命综合评价的第二权重和所述现场运行寿命分布函数支撑所述减速器的寿命综合评价的第三权重;并根据所述可靠性预计寿命分布函数、所述加速试验寿命分布函数、所述现场运行寿命分布函数、所述第一权重、所述第二权重和所述第三权重,获得多源信息融合的寿命分布函数其中,f(t)为所述多源信息融合的寿命分布函数,f1(t)所述现场运行寿命分布函数,f2(t)、f3(t)、...、fm-1(t)为所述加速试验寿命分布函数,fm(t)为所述可靠性预计寿命分布函数,km为与fm(t)对应的第一权重,k2、k3、...、km-1为f2(t)、f3(t)、...、fm-1(t)对应的第二权重,k1为f1(t)对应的第三权重;
综合寿命确定模块,用于根据所述多源信息融合的寿命分布函数,获得所述减速器的寿命综合评价结果。
7.一种计算机设备,包括存储器及一个或多个处理器,所述存储器中储存有计算机可读指令,其特征在于,所述计算机可读指令被所述一个或多个处理器执行时,使得所述一个或多个处理器执行权利要求1-5中任一项所述的机器人用精密减速器寿命预测方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-5中任一项所述的机器人用精密减速器寿命预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910020272.0A CN109902334B (zh) | 2019-01-09 | 2019-01-09 | 机器人用精密减速器寿命预测方法及装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910020272.0A CN109902334B (zh) | 2019-01-09 | 2019-01-09 | 机器人用精密减速器寿命预测方法及装置、计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109902334A CN109902334A (zh) | 2019-06-18 |
CN109902334B true CN109902334B (zh) | 2023-04-11 |
Family
ID=66943817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910020272.0A Active CN109902334B (zh) | 2019-01-09 | 2019-01-09 | 机器人用精密减速器寿命预测方法及装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109902334B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663234A (zh) * | 2012-03-19 | 2012-09-12 | 中国科学院上海技术物理研究所 | 扫描机构基于综合可信度的多源先验信息融合方法 |
CN105761001A (zh) * | 2016-02-19 | 2016-07-13 | 国网浙江省电力公司金华供电公司 | 一种融合多源信息的配网设备状态评价方法 |
CN108664700A (zh) * | 2018-04-04 | 2018-10-16 | 北京航空航天大学 | 基于不确定数据包络分析的加速退化信息融合建模方法 |
CN109086804A (zh) * | 2018-07-12 | 2018-12-25 | 中石化石油机械股份有限公司 | 一种基于多源状态监测信息和可靠性特征融合的液压设备早期故障预测方法 |
-
2019
- 2019-01-09 CN CN201910020272.0A patent/CN109902334B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663234A (zh) * | 2012-03-19 | 2012-09-12 | 中国科学院上海技术物理研究所 | 扫描机构基于综合可信度的多源先验信息融合方法 |
CN105761001A (zh) * | 2016-02-19 | 2016-07-13 | 国网浙江省电力公司金华供电公司 | 一种融合多源信息的配网设备状态评价方法 |
CN108664700A (zh) * | 2018-04-04 | 2018-10-16 | 北京航空航天大学 | 基于不确定数据包络分析的加速退化信息融合建模方法 |
CN109086804A (zh) * | 2018-07-12 | 2018-12-25 | 中石化石油机械股份有限公司 | 一种基于多源状态监测信息和可靠性特征融合的液压设备早期故障预测方法 |
Non-Patent Citations (4)
Title |
---|
基于多源信息融合分析的导弹贮存寿命评估方法;吴建国等;《海军航空工程学院学报》;20170420(第02期);全文 * |
基于退化信息融合理论的可靠性预测研究;夏明飞等;《遥测遥控》;20110715(第04期);全文 * |
精密机电设备寿命评估方法;胡昌华等;《导航与控制》;20180205(第01期);第21-33页 * |
装备贮存寿命综合评价方案;李锴等;《电子产品可靠性与环境试验》;20151231(第004期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109902334A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9183123B2 (en) | Performance tests in a continuous deployment pipeline | |
CN103310051B (zh) | 一种全寿命周期内的车载信息终端故障率预测方法 | |
CN110941555B (zh) | 测试用例推荐方法、装置、计算机设备和存储介质 | |
CN110796487A (zh) | 数量预测方法、装置、计算机设备和存储介质 | |
CN113076648B (zh) | 减速器疲劳加速试验和剩余寿命预测方法及存储处理*** | |
CN111639783A (zh) | 一种基于lstm神经网络的线损预测方法及*** | |
CN111191871A (zh) | 项目基线数据生成方法、装置、计算机设备和存储介质 | |
Walter et al. | Asking" What"?, Automating the" How"? The Vision of Declarative Performance Engineering | |
CN115034519A (zh) | 一种用电负荷的预测方法、装置、电子设备以及存储介质 | |
CN110245147B (zh) | 区块链数据处理方法、装置、可读存储介质和计算机设备 | |
WO2019165692A1 (zh) | 碳期货价格预测方法、装置、计算机设备和存储介质 | |
CN115391048A (zh) | 基于趋势预测的微服务实例动态水平扩展收缩方法及*** | |
CN109960871B (zh) | 一种工业机器人精密减速器性能单工位测试建模调度方法 | |
WO2020175084A1 (ja) | 運営評価装置、運営評価方法、およびプログラム | |
CN109902334B (zh) | 机器人用精密减速器寿命预测方法及装置、计算机设备 | |
CN116227248B (zh) | 重力储能***的数字孪生体构建方法、装置及电子设备 | |
CN117010723A (zh) | 碳排放量预测方法、***、设备及计算机可读存储介质 | |
CN109800975A (zh) | 一种资源评估方法、装置、计算机设备和存储介质 | |
Dotoli et al. | A continuous Petri net model for the management and design of emergency cardiology departments | |
CN112364517B (zh) | 缸盖在低周疲劳下的寿命评估方法及相关设备 | |
CN109543904A (zh) | 医疗数据预测方法、装置、计算机设备和存储介质 | |
CN115220707A (zh) | 一种基于区块链的软件开发管理方法及*** | |
CN113808727A (zh) | 设备监控方法、装置、计算机设备和可读存储介质 | |
CN113887820A (zh) | 电力现货业务***故障预测的方法、装置、计算机设备和存储介质 | |
CN113742187A (zh) | 应用***的容量预测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 511300 No.78, west of Zhucun Avenue, Zhucun street, Zengcheng District, Guangzhou City, Guangdong Province Applicant after: CHINA ELECTRONIC PRODUCT RELIABILITY AND ENVIRONMENTAL TESTING Research Institute (THE FIFTH ELECTRONIC Research Institute OF MIIT)(CEPREI LABORATORY)) Address before: 510610 No. 110 Zhuang Road, Tianhe District, Guangdong, Guangzhou, Dongguan Applicant before: CHINA ELECTRONIC PRODUCT RELIABILITY AND ENVIRONMENTAL TESTING Research Institute (THE FIFTH ELECTRONIC Research Institute OF MIIT)(CEPREI LABORATORY)) |
|
GR01 | Patent grant | ||
GR01 | Patent grant |