机械臂故障检测第一篇分析.pptVIP

Fault Detection for Robot Manipulators viaSecond-Order Sliding Modes 基于二阶滑模的机械臂故障检测 主要内容（摘要） 论文展现的是一个针对刚性机械臂的基于模型的故障检测和隔离方案。这个方案能够检测到机械臂的一个传感器或驱动器上的简单的故障操作（甚至可以检测到故障的确切位置），以及能够执行对错误信号的估计。为了实现此故障检测，要考虑信号输入估计器和信号输出观测器。通过使用次优的二阶滑模算法来设计观测器的输入规则以及建立起令人满意的稳定性能的观测误差的观测器。本文提出的算法是经过了仿真验证并且已在COMAU SMART3-S2机械臂上实验过的。 两个重要概念 故障检测：故障检测希望在很短的时间间隔内降低损害和临界损伤的可能性。在系统上实施对一个输入的未知信号的故障建模。在电器设备和连接部分驱动器和传感器发生故障比较频繁。故障检测技术的目的是产生对故障比较敏感的诊断信号。 故障隔离：故障隔离是指用测试向量能够区分出故障集中区域的各个故障所属的位置,把需要修理的故障在一定的范围内定位和分离出来。 论文主体分为三部分： 1.提出机械臂模型 2.对故障检测方案的描述 3.进行仿真和得出实验结果 机械臂模型 先进的FDI方案是建立在系统模型的基础上的。通过模型可以充分的对比输入和故障系统的输出。通过拉格朗日算法表述了节点空间内的一个n节点的机械臂的动态，通过系统的状态空间表达式来仿真： （1） 其中q表示的是节点位移向量；τ表示的是电机控制力矩向量；B(q)是已知的惯性矩阵；C(q, q˙)q˙代表向心力和科里奥利力矩；Fv代表粘性摩擦力对角矩阵；g(q)代表重力力矩。 模型仿真 二阶滑模算法： （2） 认为可能的两种故障 1.驱动器故障（可能是因为供电系统、驱动器或接线等有损害造成的）应用到的驱动器的实际力矩： （3） 2.传感器故障（因为控制器不能精确的定位接头处的角位移）控制器接收到的输出为： （4） q是真实的未知的输出，Δq是故障信号向量 提出诊断方案 图1展示了机械臂完整的诊断方案。针对两个部分提出诊断方案，即驱动器和传感器，当一个故障不确定是出现在传感器还是驱动器上时，最右边的模块会执行故障分离。 A.驱动器的故障检测隔离策略（对实际上输入的力矩的估计） （5） 这里 表示预测转矩； 表示真实的未知的力矩； 表示建模误差。 B.传感器的故障检测策略：采用n个观测器，每一个都对应一个传感器。第i个观测器的输入法的计算是根据除了第i个传感器的测量值以外的所有的传感器上的测量值。 在第i个观测器上的误差向量表示为： （8） （9） 如何判断传感器上j上有一个故障已出现？ 用一个正实数所表示的阈值T，当任意i≠j，且： 或者当i=j，且 说明在j传感器上有一个故障出现。 D.误差签名表： 如何判断故障到底是发上在传感器还是在驱动器上？ 如果与传感器相关的所有残差中只有一个等于1；以及如果与驱动器相关的所有残差都等于0或者是所有残差中至少两个等于1，判定故障是出现在传感器上的。 如果以上的两个条件都成立，则判定故障是出现在驱动器上的。 实验仿真结果及结论 实验仿真结果：本文对