TWI755688B - 並聯式機械手臂故障偵測系統及其方法 - Google Patents

並聯式機械手臂故障偵測系統及其方法 Download PDF

Info

Publication number
TWI755688B
TWI755688B TW109106379A TW109106379A TWI755688B TW I755688 B TWI755688 B TW I755688B TW 109106379 A TW109106379 A TW 109106379A TW 109106379 A TW109106379 A TW 109106379A TW I755688 B TWI755688 B TW I755688B
Authority
TW
Taiwan
Prior art keywords
motor
parallel manipulator
parameter identification
fourier
rotation angle
Prior art date
Application number
TW109106379A
Other languages
English (en)
Other versions
TW202134923A (zh
Inventor
藍振洋
劉孟昆
王謙
Original Assignee
國立臺灣科技大學
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 國立臺灣科技大學 filed Critical 國立臺灣科技大學
Priority to TW109106379A priority Critical patent/TWI755688B/zh
Publication of TW202134923A publication Critical patent/TW202134923A/zh
Application granted granted Critical
Publication of TWI755688B publication Critical patent/TWI755688B/zh

Links

Images

Landscapes

  • Manipulator (AREA)

Abstract

一種並聯式機械手臂故障偵測系統及其方法，透過虛功法建立並聯式機械手臂的動力學模型，將動力學模型套用至最小平方法以得到並聯式機械手臂的參數識別模型，以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達與操作平台的限制，透過最佳化過程以計算出轉動角度的係數以得到傅立葉軌跡，將並聯式機械手臂依據傅立葉軌跡進行多次做動以得到多筆參數識別模型的做動參數進行統計以分別得到對應的信賴區間，依據信賴區間對並聯式機械手臂進行故障部位的判斷，藉此可以達成透過建立並聯式機械手臂的動力學模型以及參數識別模型並生成傅立葉軌跡以取得參數的信賴區間進行並聯式機械手臂故障偵測的技術功效。

Description

並聯式機械手臂故障偵測系統及其方法
一種故障偵測系統及其方法，尤其是指一種透過建立並聯式機械手臂的動力學模型以及參數識別模型並生成傅立葉軌跡以取得參數的信賴區間進行並聯式機械手臂故障偵測的並聯式機械手臂故障偵測系統及其方法。
隨著科技的進步，機械手臂在工業界中應用範圍已越來廣，機械手臂可分為串聯式及並聯式兩大類，兩者的差異在於串聯式機械手臂為開放式運動，即其機構不封閉，而並聯式則相反，相對於串聯式機械手臂，並聯式機械手臂具有高剛性、低慣性、結構簡單的優點，但其缺點則是工作空間狹小。因此並聯式機械手臂通常使用於需要快速動作以及工作空間不大之場合，對於機械手臂而言，故障會造成輸出軌跡偏移甚至機構干涉的問題，並造成產線停滯或者工安意外，因此故障偵測在機械手臂上是一項關注度很高的研究。目前的機械手臂故障偵測方法可分為多重感測器故障偵測、訊號式故障偵測及模型式故障偵測三種偵測方式。
故障偵測最簡單的想法為使用大量感測器來取得各個機械手臂關節狀況即多重感測器（Sensor-redundancy）方法，並且同時使用複數個相同之感測器比對各量測值是否有問題，防止感測器誤報的情況。此方法確實能有效的偵測出故障，但目前感測器仍屬昂貴儀器且加裝會影響到機械手臂的工作空間。
綜上所述，可知先前技術中長期以來一直存在現有技術需要使用大量額外感測器進行並聯式機械手臂故障偵測導致成本增加以及影響機械手臂工作空間的問題，因此有必要提出改進的技術手段，來解決此一問題。
有鑒於先前技術存在現有技術需要使用大量額外感測器進行並聯式機械手臂故障偵測導致成本增加以及影響機械手臂工作空間的問題，本發明遂揭露一種並聯式機械手臂故障偵測系統及其方法，其中：
本發明所揭露的並聯式機械手臂故障偵測系統，其包含：並聯式機械手臂以及控制裝置，控制裝置更包含：動力學模型建立模組、參數識別模型建立模組、軌跡建立模組、信賴區間建力模組以及故障判斷模組。
並聯式機械手臂包含有三個馬達、與各馬達相連接的第一連桿、與各第一連桿相連接的第二連桿以及與各第二連桿相連接的操作平台；及控制裝置與並聯式機械手臂的馬達連接，控制裝置自馬達接收量測到的力矩值以及轉動位置，控制裝置生成控制訊號以對並聯式機械手臂的馬達進行控制。
控制裝置的動力學模型建立模組是透過虛功法建立並聯式機械手臂的動力學模型；控制裝置的參數識別模型建立模組是將動力學模型套用至最小平方法以得到並聯式機械手臂的參數識別模型，參數識別模型由接收到的力矩值以及轉動位置進行識別與計算得到；控制裝置的軌跡建立模組是以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移的限制，透過最佳化過程以計算出轉動角度的係數以得到傅立葉軌跡；控制裝置的信賴區間建力模組是將並聯式機械手臂依據傅立葉軌跡進行多次做動以得到多筆參數識別模型的做動參數進行統計，每一個做動參數分別得到對應的信賴區間；及控制裝置的故障判斷模組是當並聯式機械手臂在做動且參數識別模型的做動參數位於信賴區間之外時，依據位於信賴區間之外的參數識別模型的做動參數以判斷出並聯式機械手臂產生故障的部位。
本發明所揭露的並聯式機械手臂故障偵測方法，其包含下列步驟：
首先，並聯式機械手臂包含有三個馬達、與各馬達相連接的第一連桿、與各第一連桿相連接的第二連桿以及與各第二連桿相連接的操作平台；接著，控制裝置與並聯式機械手臂的馬達連接，控制裝置自馬達接收量測到的力矩值以及轉動位置，控制裝置生成控制訊號以對並聯式機械手臂的馬達進行控制；接著，透過虛功法建立並聯式機械手臂的動力學模型；接著，將動力學模型套用至最小平方法以得到並聯式機械手臂的參數識別模型，參數識別模型由接收到的力矩值以及轉動位置進行識別與計算得到；接著，以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移的限制，透過最佳化過程以計算出轉動角度的係數以得到傅立葉軌跡；接著，將並聯式機械手臂依據傅立葉軌跡進行多次做動以得到多筆參數識別模型的做動參數進行統計，每一個做動參數分別得到對應的信賴區間；最後，當並聯式機械手臂在做動且參數識別模型的做動參數位於信賴區間之外時，控制裝置依據位於信賴區間之外的參數識別模型的做動參數以判斷出並聯式機械手臂產生故障的部位。
本發明所揭露的系統及方法如上，與先前技術之間的差異在於透過虛功法建立並聯式機械手臂的動力學模型，將動力學模型套用至最小平方法以得到並聯式機械手臂的參數識別模型，以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達與操作平台的限制，透過最佳化過程以計算出轉動角度的係數以得到傅立葉軌跡，將並聯式機械手臂依據傅立葉軌跡進行多次做動以得到多筆參數識別模型的做動參數進行統計以分別得到對應的信賴區間，依據信賴區間對並聯式機械手臂進行故障部位的判斷。
透過上述的技術手段，本發明可以達成透過建立並聯式機械手臂的動力學模型以及參數識別模型並生成傅立葉軌跡以取得參數的信賴區間進行並聯式機械手臂故障偵測的技術功效。
以下將配合圖式及實施例來詳細說明本發明的實施方式，藉此對本發明如何應用技術手段來解決技術問題並達成技術功效的實現過程能充分理解並據以實施。
以下首先要說明本發明所揭露的並聯式機械手臂故障偵測系統，並請參考「第1A圖」以及「第1B圖」所示，「第1A圖」繪示為本發明並聯式機械手臂故障偵測系統的並聯式機械手臂立體分解圖；「第1B圖」繪示為本發明並聯式機械手臂故障偵測系統的並聯式機械手臂立體組合圖。
並聯式機械手臂100包含有三個馬達101、與各馬達101相連接的第一連桿102、與各第一連桿102相連接的第二連桿103以及與各第二連桿103相連接的操作平台104，值得注意的是，馬達101是固定於固定架300上，並且馬達101固定於固定架300上是呈現正三角形的配置。
請參考「第2圖」所示，「第2圖」繪示為本發明並聯式機械手臂故障偵測系統的系統方塊圖。
控制裝置200與並聯式機械手臂100的馬達101連接，控制裝置200自並聯式機械手臂100的馬達101接收量測到的力矩值以及轉動位置，控制裝置200生成控制訊號以對並聯式機械手臂100的馬達101進行控制。
控制裝置200包含有動力學模型建立模組201、參數識別模型建立模組202、軌跡建立模組203、信賴區間建力模組204以及故障判斷模組205。
控制裝置200的動力學模型建立模組201是透過虛功法建立並聯式機械手臂100的動力學模型，虛功法的型式如下：
Figure 02_image001
其中，
Figure 02_image003
以及
Figure 02_image005
為第
Figure 02_image007
個物體的質量與轉動慣量；
Figure 02_image009
為第
Figure 02_image007
個物體的加速度；
Figure 02_image011
以及
Figure 02_image013
為第
Figure 02_image007
個物體的角速度以及角加速度；
Figure 02_image015
以及
Figure 02_image017
為施加在第
Figure 02_image007
個物體的外力以及外力矩；
Figure 02_image019
以及
Figure 02_image021
為第
Figure 02_image007
個物體的虛位移以及虛角位移。
將
Figure 02_image019
以及
Figure 02_image021
以虛馬達角位移
Figure 02_image023
代換得到：
Figure 02_image025
其中，
Figure 02_image027
表示馬達轉軸與操作平台的座標轉換關係；
Figure 02_image029
表示馬達轉軸與第一連桿的座標轉換關係；
Figure 02_image023
表示第
Figure 02_image007
個馬達的虛角位移。
因
Figure 02_image023
不為0，將上述公式除以
Figure 02_image023
得到：
Figure 02_image031
將其展開得到：
Figure 02_image033
其中，
Figure 02_image035
為操作平台所造成的扭矩 ；
Figure 02_image037
為各第一連桿所造成的扭矩；
Figure 02_image039
為各第二連桿所造成的扭矩。
接著，並聯式機械手臂的慣性矩陣可以表示為：
Figure 02_image041
將第二連桿的
Figure 02_image043
質量加入平台的質量以及將第二連桿的
Figure 02_image045
質量加入第一連桿的質量，透過忽略第二連桿的轉動慣量藉以簡化第二連桿所造成計算相對複雜的問題，即可以得到：
Figure 02_image047
其中，
Figure 02_image049
；
Figure 02_image051
Figure 02_image053
操作平台所造成的扭矩即如下：
Figure 02_image055
Figure 02_image057
其中，
Figure 02_image059
、
Figure 02_image061
以及
Figure 02_image063
表示各馬達輸出的扭矩；
Figure 02_image065
為馬達轉軸到第一連桿質量中心的長度。
Figure 02_image039
需要考量剛性連桿兩端點速度不同的轉動效應，以得到：
Figure 02_image067
其中，
Figure 02_image069
表示各第一連桿的加速度；
Figure 02_image071
為表示將
Figure 02_image073
質量平均分給操作平台以及第一連桿，且將
Figure 02_image073
質量平均分給操作平台以及第一連桿不會影響重力產生之扭矩。
假設摩擦力模型如下：
Figure 02_image075
其中，
Figure 02_image077
為馬達的庫倫摩擦力；
Figure 02_image079
為馬達的黏滯摩擦力。
最後得到的並聯式機械手臂動力學模型為：
Figure 02_image081
控制裝置200的參數識別模型建立模組202是將動力學模型套用至最小平方法以得到並聯式機械手臂的參數識別模型，參數識別模型由接收到的力矩值以及轉動位置進行識別與計算得到，最小平方法的型式如下：
Figure 02_image083
控制裝置200自並聯式機械手臂100所得到的量測訊號分別為：
Figure 02_image085
Figure 02_image087
Figure 02_image089
Figure 02_image091
其中，
Figure 02_image093
表示並聯式機械手臂量測的扭矩值；
Figure 02_image095
、
Figure 02_image097
以及
Figure 02_image099
（
Figure 02_image101
）為不同馬達的等效慣性矩；
Figure 02_image103
為操作平台的等效慣量（equivalent inertia）；
Figure 02_image105
為操作平台的等效質量(equivalent mass)；
Figure 02_image107
、
Figure 02_image109
以及
Figure 02_image111
（
Figure 02_image113
）為不同的第一連桿及其相連的第二連桿的等效質量矩（equivalent moment of mass）；
Figure 02_image115
、
Figure 02_image117
以及
Figure 02_image119
為不同馬達的庫倫摩擦力；
Figure 02_image121
、
Figure 02_image123
以及
Figure 02_image125
為不同馬達的黏滯摩擦力。
在
Figure 02_image127
為滿秩（full rank）的情況下，則
Figure 02_image129
為唯一解，但若
Figure 02_image127
的條件數（condition number）太大，表示其解容易受誤差影響，為了獲得較好的參數，必須要最小化
Figure 02_image127
的條件數，值得注意的是，
Figure 02_image127
與真實參數無關，只與軌跡有關，所以需只要設計軌跡，使得
Figure 02_image127
的條件數越小越好。
故而控制裝置200的軌跡建立模組203即是以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移的限制，透過最佳化過程以計算出轉動角度的係數以得到傅立葉軌跡。
控制裝置200的軌跡建立模組203所設計的傅立葉級數如下：
Figure 02_image131
Figure 02_image133
Figure 02_image135
由於並聯式機械手臂的機構限制，若三個馬達輸出軸轉動頻率相同，則扭矩方程式基底會非常接近，即條件數無法有效的降低。因此必須設計三個不同的頻率
Figure 02_image137
Hz、
Figure 02_image139
Hz以及
Figure 02_image141
Hz，並定義以下限制條件：
各馬達轉動角度限制為
Figure 02_image143
；各馬達角速度限制為
Figure 02_image145
；各馬達角加速度限制為
Figure 02_image147
；操作平台x軸位移限制為
Figure 02_image149
；操作平台y軸位移限制為
Figure 02_image151
；操作平台z軸位移限制為
Figure 02_image153
。
隨機生成轉動角度的係數
Figure 02_image155
、
Figure 02_image157
、
Figure 02_image159
、
Figure 02_image161
、
Figure 02_image163
以及
Figure 02_image165
；將隨機生成的轉動角度的係數代入每一個馬達的轉動角度以計算出並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移是否符合限制，若符合限制則計數器加1；將傅立葉軌跡代入參數識別模型的基底以計算出變數值；及重複進行上述過程直到計數器符合預設值為止，並選擇所述變數值中最小的轉動角度的係數為所述傅立葉軌跡。
控制裝置200的信賴區間建力模組204是將並聯式機械手臂依據傅立葉軌跡進行多次做動以得到多筆參數識別模型的做動參數進行統計，每一個做動參數分別得到對應的信賴區間24，請參考「第3圖」所示，「第3圖」繪示為本發明並聯式機械手臂故障偵測的信賴區間圖，「第3圖」為信賴區間24的實際數據圖表，值得注意的是，在並聯式機械手臂正常運作時，參數識別模型中的每一個做動參數呈現為常態分佈，參數識別模型中的每一個做動參數取出該做動參數常態分佈中間99%參數的範圍為信賴區間24。
當並聯式機械手臂在實際做動，參數識別模型的做動參數位於信賴區間24之外時，控制裝置200的故障判斷模組205依據位於信賴區間24之外的參數識別模型的做動參數以判斷出並聯式機械手臂產生故障的部位。
請參考「第4A圖」至「第4C圖」所示，「第4A圖」至「第4C圖」繪示為本發明並聯式機械手臂故障偵測的參數直方圖，「第4A圖」至「第4C圖」是分別在不同的第一連桿上增加外部配重後，並聯式機械手臂進行做動所得到的實際實驗參數識別模型31將其參數以圖表呈現，在實驗結果中可以得到大部分參數皆有明顯的差異，而在第一連桿上增加外部配重的參數明顯小於其他參數，且可以發現
Figure 02_image005
以及
Figure 02_image167
確實離信賴區間相當遠，在數據分布圖中可以發現非故障部位之參數位於信賴區間內，藉此可以對並聯式機械手臂進行故障部位的判斷，即可判斷出並聯式機械手臂進行產生故障的部位為第一連桿。
請參考「第5A圖」所示，「第5A圖」繪示為本發明並聯式機械手臂故障偵測的參數直方圖，「第5A圖」是在第一連桿與第二連桿連接處的接頭產生磨損時，並聯式機械手臂進行做動所得到的實際實驗參數識別模型31將其參數以圖表呈現，在實驗結果中可以得到在
Figure 02_image117
以及
Figure 02_image123
的參數有特別明顯的差異，在參數識別模型中的參數存在偏離信賴區間的現象仍能說明並聯式機械手臂具有故障發生，並且由
Figure 02_image169
、
Figure 02_image107
以及
Figure 02_image109
的參數產生偏離的現象以判斷出並聯式機械手臂進行產生故障的部位為第一連桿與第二連桿連接處的接頭。
請參考「第5B圖」所示，「第5B圖」繪示為本發明並聯式機械手臂故障偵測的參數直方圖，「第5B圖」是在第一連桿與第二連桿連接處的接頭產生磨損並且在第二連桿與做動平台連接處的接頭亦產生磨損時，並聯式機械手臂進行做動所得到的實際實驗參數識別模型31將其參數以圖表呈現，在實驗結果中可以得到在
Figure 02_image117
以及
Figure 02_image123
的參數有特別明顯的差異，除此之外，
Figure 02_image097
以及
Figure 02_image107
的參數亦有特別明顯的差異，但與「第5A圖」所呈現的數據相比
Figure 02_image169
偏離信賴區間的情況消失，值得注意的是
Figure 02_image117
偏離信賴區間的程度變大，在參數識別模型中的參數存在偏離信賴區間的現象仍能說明並聯式機械手臂具有故障發生，進而判斷出並聯式機械手臂進行產生故障的部位為第一連桿與第二連桿連接處的接頭以及第二連桿與做動平台連接處的接頭。
請同時參考「第6圖」所示，「第6圖」繪示為本發明並聯式機械手臂故障偵測方法的方法流程圖。
首先，並聯式機械手臂包含有三個馬達、與各馬達相連接的第一連桿、與各第一連桿相連接的第二連桿以及與各第二連桿相連接的操作平台（步驟101）；接著，控制裝置與並聯式機械手臂的馬達連接，控制裝置自馬達接收量測到的力矩值以及轉動位置，控制裝置生成控制訊號以對並聯式機械手臂的馬達進行控制（步驟102）；接著，透過虛功法建立並聯式機械手臂的動力學模型（步驟103）；接著，將動力學模型套用至最小平方法以得到並聯式機械手臂的參數識別模型，參數識別模型由接收到的力矩值以及轉動位置所識別與計算出（步驟104）；接著，以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移的限制，透過最佳化過程以計算出轉動角度的係數以得到傅立葉軌跡（步驟105）；接著，將並聯式機械手臂依據傅立葉軌跡進行多次做動以得到多筆參數識別模型的做動參數進行統計，每一個做動參數分別得到對應的信賴區間（步驟106）；最後，當並聯式機械手臂在做動且參數識別模型的做動參數位於信賴區間之外時，依據位於信賴區間之外的參數識別模型的做動參數以判斷出並聯式機械手臂產生故障的部位（步驟107）。
綜上所述，可知本發明與先前技術之間的差異在於透過虛功法建立並聯式機械手臂的動力學模型，將動力學模型套用至最小平方法以得到並聯式機械手臂的參數識別模型，以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達與操作平台的限制，透過最佳化過程以計算出轉動角度的係數以得到傅立葉軌跡，將並聯式機械手臂依據傅立葉軌跡進行多次做動以得到多筆參數識別模型的做動參數進行統計以分別得到對應的信賴區間，依據信賴區間對並聯式機械手臂進行故障部位的判斷。
藉由此一技術手段可以來解決先前技術所存在現有技術需要使用大量額外感測器進行並聯式機械手臂故障偵測導致成本增加以及影響機械手臂工作空間的問題，進而達成透過建立並聯式機械手臂的動力學模型以及參數識別模型並生成傅立葉軌跡以取得參數的信賴區間進行並聯式機械手臂故障偵測的技術功效。
雖然本發明所揭露的實施方式如上，惟所述的內容並非用以直接限定本發明的專利保護範圍。任何本發明所屬技術領域中具有通常知識者，在不脫離本發明所揭露的精神和範圍的前提下，可以在實施的形式上及細節上作些許的更動。本發明的專利保護範圍，仍須以所附的申請專利範圍所界定者為準。
100:並聯式機械手臂 101:馬達 102:第一連桿 103:第二連桿 104:操作平台 200:控制裝置 201:動力學模型建立模組 202:參數識別模型建立模組 203:軌跡建立模組 204:信賴區間建力模組 205:故障判斷模組 24:信賴區間 300:固定架 31:參數識別模型 步驟101:並聯式機械手臂包含有三個馬達、與各馬達相連接的第一連桿、與各第一連桿相連接的第二連桿以及與各第二連桿相連接的操作平台 步驟102:控制裝置與並聯式機械手臂的馬達連接，控制裝置自馬達接收量測到的力矩值以及轉動位置，控制裝置生成控制訊號以對並聯式機械手臂的馬達進行控制 步驟103:透過虛功法建立並聯式機械手臂的動力學模型 步驟104:將動力學模型套用至最小平方法以得到並聯式機械手臂的參數識別模型，參數識別模型由接收到的力矩值以及轉動位置所識別與計算出 步驟105:以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移的限制，透過最佳化過程以計算出轉動角度的係數以得到傅立葉軌跡 步驟106:將並聯式機械手臂依據傅立葉軌跡進行多次做動以得到多筆參數識別模型的做動參數進行統計，每一個做動參數分別得到對應的信賴區間 步驟107:當並聯式機械手臂在做動且參數識別模型的做動參數位於信賴區間之外時，控制裝置依據位於信賴區間之外的參數識別模型的做動參數以判斷出並聯式機械手臂產生故障的部位
第1A圖繪示為本發明並聯式機械手臂故障偵測系統的並聯式機械手臂立體分解圖。 第1B圖繪示為本發明並聯式機械手臂故障偵測系統的並聯式機械手臂立體組合圖。 第2圖繪示為本發明並聯式機械手臂故障偵測系統的系統方塊圖。 第3圖繪示為本發明並聯式機械手臂故障偵測的信賴區間圖。 第4A圖至第4C圖繪示為本發明並聯式機械手臂故障偵測的參數直方圖。 第5A圖繪示為本發明並聯式機械手臂故障偵測的參數直方圖。 第5B圖繪示為本發明並聯式機械手臂故障偵測的參數直方圖。 第6圖繪示為本發明並聯式機械手臂故障偵測方法的方法流程圖。
100:並聯式機械手臂
200:控制裝置
201:動力學模型建立模組
202:參數識別模型建立模組
203:軌跡建立模組
204:信賴區間建力模組
205:故障判斷模組

Claims (10)

  1. 一種並聯式機械手臂故障偵測系統，其包含：一並聯式機械手臂，所述並聯式機械手臂包含有三個馬達、與各馬達相連接的第一連桿、與各第一連桿相連接的第二連桿以及與各第二連桿以正三角形配置相連接的操作平台，所述馬達固定於固定架上且所述馬達呈現正三角形的配置，每一個第一連桿尺寸相同，每一個第二連桿的尺寸相同；及一控制裝置，所述控制裝置與所述並聯式機械手臂的所述馬達連接，所述控制裝置自所述馬達接收量測到的力矩值以及轉動位置，所述控制裝置生成控制訊號以對所述並聯式機械手臂的所述馬達進行控制，所述控制裝置更包含：一動力學模型建立模組，透過虛功法建立並聯式機械手臂的一動力學模型；一參數識別模型建立模組，將所述動力學模型套用至最小平方法以得到並聯式機械手臂的一參數識別模型，所述參數識別模型由接收到的力矩值以及轉動位置進行識別與計算得到；一軌跡建立模組，以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移的限制，透過最佳化過程以計算出轉動角度的係數以得到一傅立葉軌跡； 一信賴區間建力模組，將並聯式機械手臂依據所述傅立葉軌跡進行多次做動以得到多筆所述參數識別模型的做動參數進行統計，每一個做動參數分別得到對應的信賴區間；及一故障判斷模組，當並聯式機械手臂在做動且所述參數識別模型的做動參數位於信賴區間之外時，依據位於信賴區間之外的所述參數識別模型的做動參數以判斷出並聯式機械手臂產生故障的部位。
  2. 如申請專利範圍第1項所述的並聯式機械手臂故障偵測系統，其中所述動力學模型為下列公式：
    Figure 109106379-A0305-02-0019-1
     其中，I BCin 為個馬達的等效慣性矩(equivalent moment of inertia)；r bc 為馬達轉軸到第一連桿質量中心長度；f c 為馬達的庫倫摩擦力；及 f v 為馬達的黏滯摩擦力。
  3. 如申請專利範圍第1項所述的並聯式機械手臂故障偵測系統，其中所述參數識別模型為下列公式：θ=[I 1 I 2 I 3 m np m ng m l1 m l2… …m l3 f c1 f c2 f c3 f v1 f v2 f v3] T 其中，I 1、I 2以及I 3為不同馬達的等效慣性矩；m np 為操作平台的等效慣量(equivalent inertia)；m ng 為操作平台的等效質量(equivalent mass)；m l1、m l2以及m l3為不同的第一連桿及其相連的第二連桿的等效質量矩(equivalent moment of mass)；f c1、f c2以及f c3為不同馬達的庫倫摩擦力；及f v1、f v2以及f v3為不同馬達的黏滯摩擦力。
  4. 如申請專利範圍第1項所述的並聯式機械手臂故障偵測系統，其中所述最佳化過程以計算出轉動角度的係數以得到所述傅立葉軌跡透過下列過程所得：隨機生成轉動角度的係數；將隨機生成的轉動角度的係數代入每一個馬達的轉動角度以計算出並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移是否符合限制，若符合限制則計數器加1； 將所述傅立葉軌跡代入所述參數識別模型的基底以計算出變數值；及重複進行上述過程直到計數器符合預設值為止，並選擇所述變數值中最小的轉動角度的係數為所述傅立葉軌跡。
  5. 如申請專利範圍第1項所述的並聯式機械手臂故障偵測系統，其中在並聯式機械手臂正常運作時，所述參數識別模型中的每一個做動參數呈現為常態分佈，所述參數識別模型中的每一個做動參數取出該做動參數常態分佈中間99%參數的範圍為所述信賴區間。
  6. 一種並聯式機械手臂故障偵測方法，其包含下列步驟：一並聯式機械手臂包含有三個馬達、與各馬達相連接的第一連桿、與各第一連桿相連接的第二連桿以及與各第二連桿以正三角形配置相連接的操作平台，所述馬達固定於固定架上且所述馬達呈現正三角形的配置，每一個第一連桿尺寸相同，每一個第二連桿的尺寸相同；一控制裝置與所述並聯式機械手臂的所述馬達連接，所述控制裝置自所述馬達接收量測到的力矩值以及轉動位置，所述控制裝置生成控制訊號以對所述並聯式機械手臂的所述馬達進行控制；所述控制裝置透過虛功法建立並聯式機械手臂的一動力學模型； 所述控制裝置將所述動力學模型套用至最小平方法以得到並聯式機械手臂的一參數識別模型，所述參數識別模型由接收到的力矩值以及轉動位置進行識別與計算得到；所述控制裝置以傅立葉級數設定並聯式機械手臂中每一個馬達的轉動角度，設定並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移的限制，透過最佳化過程以計算出轉動角度的係數以得到一傅立葉軌跡；所述控制裝置將並聯式機械手臂依據所述傅立葉軌跡進行多次做動以得到多筆所述參數識別模型的做動參數進行統計，每一個做動參數分別得到對應的信賴區間；及當並聯式機械手臂在做動且所述參數識別模型的做動參數位於信賴區間之外時，所述控制裝置依據位於信賴區間之外的所述參數識別模型的做動參數以判斷出並聯式機械手臂產生故障的部位。
  7. 如申請專利範圍第6項所述的並聯式機械手臂故障偵測方法，其中所述動力學模型為下列公式：
    Figure 109106379-A0305-02-0023-2
     其中，I BCin 為個馬達的等效慣性矩(equivalent moment of inertia)；r bc 為馬達轉軸到第一連桿質量中心長度；f c 為馬達的庫倫摩擦力；及f v 為馬達的黏滯摩擦力。
  8. 如申請專利範圍第6項所述的並聯式機械手臂故障偵測方法，其中所述參數識別模型為下列公式：θ=[I 1 I 2 I 3 m np m ng m l1 m l2… …m l3 f c1 f c2 f c3 f v1 f v2 f v3]T其中，I 1、I 2以及I 3為不同馬達的等效慣性矩；m np 為操作平台的等效慣量(equivalent inertia)；m ng 為操作平台的等效質量(equivalent mass)； m l1、m l2以及m l3為不同的第一連桿及其相連的第二連桿的等效質量矩(equivalent moment of mass)；f c1、f c2以及f c3為不同馬達的庫倫摩擦力；及f v1、f v2以及f v3為不同馬達的黏滯摩擦力。
  9. 如申請專利範圍第6項所述的並聯式機械手臂故障偵測方法，其中所述最佳化過程以計算出轉動角度的係數以得到所述傅立葉軌跡透過下列過程所得：隨機生成轉動角度的係數；將隨機生成的轉動角度的係數代入每一個馬達的轉動角度以計算出並聯式機械手臂中馬達角度、馬達角速度、馬達角加速度、操作平台x軸位移、操作平台y軸位移以及操作平台z軸位移是否符合限制，若符合限制則計數器加1；將所述傅立葉軌跡代入所述參數識別模型的基底以計算出變數值；及重複進行上述過程直到計數器符合預設值為止，並選擇所述變數值中最小的轉動角度的係數為所述傅立葉軌跡。
  10. 如申請專利範圍第6項所述的並聯式機械手臂故障偵測方法，其中在並聯式機械手臂正常運作時，所述參數識別模型中的每一個做動參數呈現為常態分佈，所述參數識別模型中的每一個做動參數取出該做動參數常態分佈中間99%參數的範圍為所述信賴區間。
TW109106379A 2020-02-27 2020-02-27 並聯式機械手臂故障偵測系統及其方法 TWI755688B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109106379A TWI755688B (zh) 2020-02-27 2020-02-27 並聯式機械手臂故障偵測系統及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109106379A TWI755688B (zh) 2020-02-27 2020-02-27 並聯式機械手臂故障偵測系統及其方法

Publications (2)

Publication Number Publication Date
TW202134923A TW202134923A (zh) 2021-09-16
TWI755688B true TWI755688B (zh) 2022-02-21

Family

ID=78777351

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109106379A TWI755688B (zh) 2020-02-27 2020-02-27 並聯式機械手臂故障偵測系統及其方法

Country Status (1)

Country Link
TW (1) TWI755688B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201239330A (en) * 2011-03-28 2012-10-01 Univ Nat Taiwan Method and apparatus for judging status of mechanic system
US9245235B2 (en) * 2012-10-12 2016-01-26 Nec Laboratories America, Inc. Integrated approach to model time series dynamics in complex physical systems
TW201736065A (zh) * 2016-03-29 2017-10-16 寇格尼博迪克斯有限公司 用以決定機械手幾何性質的方法、限制裝置、及系統
TWM575133U (zh) * 2018-01-17 2019-03-01 固德科技股份有限公司 Robotic arm dynamic monitoring system
CN110162816A (zh) * 2018-08-23 2019-08-23 浙江大学 八连杆机械压力机的动力学分析方法
TW202001627A (zh) * 2018-06-13 2020-01-01 財團法人精密機械研究發展中心 應用於機械設備之設計階段的可靠度簡化模型建立方法及系統

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201239330A (en) * 2011-03-28 2012-10-01 Univ Nat Taiwan Method and apparatus for judging status of mechanic system
US9245235B2 (en) * 2012-10-12 2016-01-26 Nec Laboratories America, Inc. Integrated approach to model time series dynamics in complex physical systems
TW201736065A (zh) * 2016-03-29 2017-10-16 寇格尼博迪克斯有限公司 用以決定機械手幾何性質的方法、限制裝置、及系統
TWM575133U (zh) * 2018-01-17 2019-03-01 固德科技股份有限公司 Robotic arm dynamic monitoring system
TW202001627A (zh) * 2018-06-13 2020-01-01 財團法人精密機械研究發展中心 應用於機械設備之設計階段的可靠度簡化模型建立方法及系統
CN110162816A (zh) * 2018-08-23 2019-08-23 浙江大学 八连杆机械压力机的动力学分析方法

Also Published As

Publication number Publication date
TW202134923A (zh) 2021-09-16

Similar Documents

Publication Publication Date Title
CN108058188B (zh) 机器人健康监测和故障诊断***的控制方法
CN106584489B (zh) 具备计算传感器的位置和方向的功能的机器人***
US8583285B2 (en) Method and device for stopping a manipulator
US11440183B2 (en) Hybrid machine learning-based systems and methods for training an object picking robot with real and simulated performance data
WO2006022201A1 (ja) ロボットの評価システム及び評価方法
US9952249B2 (en) Inertia estimating method and inertia estimation apparatus of position control apparatus
CN109483591A (zh) 基于LuGre摩擦模型的机器人关节摩擦力辨识方法
CN112809667B (zh) 工业机器人的力控制方法、装置及其应用
WO2020133887A1 (zh) 一种工业机器人防碰撞方法
CN108638070A (zh) 基于动态平衡的机器人负载重力参数辨识方法
CN107614212A (zh) 工业机器人及其故障判断方法
Kumar et al. Dynamic awareness of an industrial robotic arm using time-of-flight laser-ranging sensors
US11931905B2 (en) Failure prediction method and failure prediction apparatus
CN111267105A (zh) 一种六关节机器人的动力学参数辨识及碰撞检测方法
Matsuno et al. Fault detection algorithm for external thread fastening by robotic manipulator using linear support vector machine classifier
US20230356390A1 (en) Terminal force soft-sensing method of hydraulic manipulator
JP2019098439A (ja) 振動抑制装置
CN112179551B (zh) 机器人的关节电机转矩系数与摩擦力同步测试方法和装置
TWI755688B (zh) 並聯式機械手臂故障偵測系統及其方法
Shimada et al. Mecanum-wheel vehicle systems based on position corrective control
JP2004364396A (ja) モータの制御装置および制御方法
CN113246137A (zh) 基于外力矩估计模型的机器人碰撞检测方法
JP4577607B2 (ja) ロボットの制御装置およびロボットシステム
TWI714462B (zh) 並聯式機械手臂外力估測系統及其方法
JPS62286101A (ja) 多自由度マニピユレ−タの制御装置