基于遺傳算法的機械設備故障檢測機器人設計

(陜西理工大學 物理與電信工程學院，陜西 漢中 723000)

0 引言

機械設備故障帶來的風險是不容忽視的，機械設備故障檢測已然是當下機械設備領域重要研究方向。機器人目前廣泛應用于機械加工車間，與周圍設備共同組成機器人系統，在故障檢測方面扮演著重要角色[1]。在機械設備使用過程中，其性能好壞直接取決于設備好壞，因此，機械設備正常運行能夠提高工業生產效率，對人們日常生活也有著巨大幫助。為了能夠準確地將機械設備穩定性提高，智能機器人發揮了重要作用[2]。

目前，故障檢測機器人設計采用知識診斷方法，無需精確數據模型，具有良好應用前景。但從基于知識特征方面所使用的故障特征信息，無法如實反映設備故障特征；采用模糊理論故障檢測機器人設計系統也很難區分同一特征空間上的不同故障模式，因此，針對當前故障檢測機器人設計方案存在的局限性問題，提出了基于遺傳算法的機械設備故障檢測機器人設計，充分利用遺傳算法將各種故障特征融合起來使每個特征都在固定空間內得到高效提取與處理，通過對不同故障特征診斷結果進行融合，能夠提高機器人故障檢測效率[3]。

1 機械設備故障檢測機器人總體結構設計

機械設備故障檢測機器人設計主要用于故障檢測機器人代替檢修人員對機械設備進行測量、識別與判斷的。機械設備故障檢測機器人主要通過遺傳算法及硬件設備，對機械設備故障進行定位、特征提取、自動拍攝，以編碼形式傳輸給圖像處理服務器，進行自動報警提示[4]。

設計機械設備故障檢測機器人總體結構主要應用于機械設備故障仿真和檢測研究，因此，該結構能夠對機器人模型進行仿真，并將故障信息注入到故障設備中，采集故障信息[5]。總體結構設計具體要求如下所示：

1)該結構能夠仿真研究機械設備問題；

2)該結構是機器人故障仿真平臺，因此機器人仿真結構注入故障接口或者機器人硬件設備故障種類；

3)該結構主要應用于機器人實時故障檢測過程中，仿真平臺能夠采集機器人故障檢測速度、加速度和傳感數據等信息；

4)總體結構具有故障檢測編寫接口，可實時檢測機械設備故障；

5)總體結構具有良好人機交互界面，用戶能夠向機器人發送命令，實現對機器人故障檢測信息注入，以此觀察機械設備運行情況。

根據上述設計要求，設計了如圖1所示的總體結構。

機械設備故障檢測機器人總體結構分為故障注入場景可視化、故障信息采集、故障分析處理以及人際交互四個部分。其中故障注入場景可視化包括機器人結構設計和運行環境搭建，將機器人結構建立在對應場景樹之中，可通過機器人結構運行狀態觀察故障注入程度；底層控制器負責采集機械設備故障信息，包括故障信息注入速度、加速度和傳感信息等，并全部打包發送；故障分析處理以及人際交互主要利用機器人狀態信息顯示和故障檢測結果顯示功能，處理接收到的故障信息，并將處理結果全部輸出[6]。

2 硬件設計

應用于機械設備故障檢測機器人硬件結構設計主要是由傳感設備、智能監控設備、導航設備、交互設備和車輪組成的，這5個部分擁有各自獨立工作職責，也具有相互交融共同點，在車輪準確配合下使機器人順利執行機械設備檢測職責[7]。

2.1 傳感設備

機器人對機械設備故障檢測時，可分為內傳感器和外傳感器，其中內傳感器主要用來收集機器人所采集到的內部數據，而外傳感器主要用來收集機械設備故障數據和周圍環境數據[8]。

傳感器是由敏感元件、轉換元件、等效轉換電路和輔助電源4部分組成的。敏感元件能夠將輸出與被測量組件轉換為物理量信號；轉換元件可將敏感元件所輸出的物理量轉換為電信號形式；等效轉換電路可將轉換元件傳輸電路信號放大處理，為電路提供輔助電源。

等效轉換電路可將既定電路中的一部分轉變為一個拓撲結構不同且所含元件參數數值不同的新電路。等效轉換電路如圖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，一個開關周期內電容不斷充放電，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]。

傳感設備的設計是保證機器人能夠實時感知周圍環境變化信息，使用靈敏度高的電子儀器安裝在傳感設備中，通過傳感器和傳感設備有機結合完成機器人傳感工作。

2.2 智能監控設備

機器人硬件硬件結構核心組件是智能監控設備，為機器人工作提供主要動力。信息采集、審核、處理過程都是在該核心設備中實現的，經過一系列處理信息經過智能監控設備進行反饋決策。

采用2路200萬數字網絡高清攝像頭監控設備，包含1T硬盤，攝像頭是機器人監控的重要組件，其安裝在機器人內部，使其能監視整個機械設備。智能監控設備主要依賴于計算機實現故障檢測穩定工作，使其具有強大數據處理能力，將獲取的數據進行統計、整理，并傳輸到下一級計算機中，實現整個機器人結構的通信、管理和運動。

2.3 導航設備

機器人的導航設備在很大程度上決定了機械設備故障檢測速率，在該設備中利用遺傳算法植入必備公式，為機器人移動提供支持。

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

機器人則根據實際需求選擇合適公式處理路徑數據，機器人也可根據獲取的信號指令在選定路徑上檢測機械設備故障。

2.4 交互設備

交互設備是實現用戶與智能機器人進行信息交互的設備，用戶通過該設備進行指令傳達、數據交流。采用Unity與UE4引擎虛擬現實硬件交互設備能應對第三方服務交互請求威脅，并阻止網絡服務未授權情況的發生。使用該交互設備具有完美定位追蹤效果，360°無死角空間定位，顛覆傳統高科技定位項目，置身于虛擬世界之中。

2.5 車輪結構設計

機器人車輪是由軸心與軸臂連接而成的，以軸心為中心點，將每個軸臂的前臂和上臂使用關節裝置連接而成的。將上臂固定在機器人車輪軸心上方；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，并在每條輪臂對應位置設置光電控制開關，并在緊靠軸心位置處設置發光二極管。

前臂和上臂之間夾角為135°，在軸心內安裝與磁鐵相互連接的變壓器副線圈，設置光電開關作為啟動開關，外部電源作為車輪運作的供電裝置，實現不同磁鐵吸附與脫離。

2.6 機器人結構設計

依據機器人特點以及硬件結構，制定機器人車體，車體的四個角分別伸出緊貼車體的短臂連接車輪結構。通過車體前方安裝的兩個發動機，可帶動車輪旋轉，而后方車輪由軸連接，帶動從動輪轉動。通過電源配合發電機動作驅動，使主動輪前進，進而使整個機器人開始運作。

機械設備故障檢測機器人結構如圖3所示。

圖3 機械設備故障檢測機器人結構

機器人傳統設備能夠對機械設備周圍環境自動檢測；監控設備可對信息作出合適采集與分析過程，并根據分析結果實時決策。發現機械設備故障后，利用導航設備規劃機器人故障檢測過程中的路徑，在交互設備支持下，利用車輪行走，對機械設備故障進行綜合分析與檢驗。

3 基于遺傳算法機器人功能設計

采用遺傳算法實際上就是由數學中統計方法而來的，無需大量數據作為支持，并對個別數據進行分析處理，獲取最佳決策結果。機器人功能設計包括PC端控制服務程序和開發應用程序，其中PC端數據處理軟件能夠實時接收來自設備硬件傳輸的視頻數據，經過機械后對故障位置定位。再利用遺傳算法，精準獲取故障位置信息。

3.1 基于遺傳算法學習優化

使用遺傳算法優化融合權值矩陣，將n種方法融合權值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現最優權值矩陣構建。權值矩陣串組合方式如圖4所示。

圖4 權值矩陣串組合方式

ωi表示n種檢測方法權值矢量，采用遺傳算法初始群體是通過隨機形式產生的，經過不斷優化更新，將適應度高個體被復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 確定導航適應度函數

設導航初始化問題為：

(1)

公式(1)中，{aj}表示變量；{bj,cj}表示初始化變化區間；x表示非負函數。將導航初始化問題應用于確定導航被監測參數權值中，由綜合指數表征導航方向，綜合指數表達式為：

(2)

式(2)中，N表示zi個參數；ωi表示權值。在初始化問題基礎上，選取優化準則函數：

(3)

式(3)中，qi、ui和qj、uj分別表示機械設備正常和出現故障時綜合指數的平均值和方差。從上述公式中，可確定適應度函數：

F(i)=x2(i)

(4)

式(4)中，x(i)表示個體適應度值之間差異。適應度函數優劣決定導航精準度，通過融合矢量調整函數取值。當診斷結果正確時，適應度函數取值為1；當診斷結果錯誤時，適應度函數取值范圍為0和1之間。個體對訓練值診斷結果越接近真實值，那么適應度函數就越大。

3.1.2 操作選擇

每一代中的染色體根據適應度函數值，決定被選擇復制到下一代，并根據其概率確定每個染色體是否能夠作為下一代輸入進去，概率計算公式為：

(5)

式(5)中，Rn表示故障種類；M表示種群規模常數。

3.1.3 雜交操作

雜交是將雙染色體所對應的段基因加以交換所形成的相似后代過程，具體操作流程如圖5所示。

圖5 具體操作流程

3.2 預警功能設計

采用遺傳算法獲取的適應度函數，移植搭配導航定向設備之中，以此為依據，設計預警功能。預警功能設計主要是通過所在機械設備故障檢測機器人視頻采集設備中對機械設備故障信息實時采集，并與原始數據對比，檢查故障狀態，通過自動預警措施，對故障問題實時上報。利用機器人對機械設備故障預警時，要比傳統預警方式更加精密，并在該過程能夠實現同步檢測，所有零部件以及運行狀態都有所展示，一旦故障發生，那么機器人可在短時間內對后臺作出展示，以語音播報形式作為故障傳輸主要形式，而對故障維護時，相關工作人員能夠及時了解機械設備所出現的異常情況，并及時維護。根據實際情況，機器人會對機械設備異常作出警告提示，從基礎角度分析，全面杜絕故障問題發生。

3.3 利用機器人即時生成設備故障圖像

在機械設備故障檢測過程中，工作人員可根據當前機器人的后臺圖像生成功能對設備情況檢查，并按照已經規定好的步驟，檢查每個設備是否出現故障。在該過程中，工作人員可直接觀察每一個設備內部情況，各個設備上參數數值會通過機器人標注出來。

如果在檢測過程中，發現指針波動頻率較快，那么在該情況下，工作人員需交換使用暫停鍵、保存鍵。按照一定標準對機械設備當中所顯示出來的圖像，進行辨別，并利用機器人生成實時圖像，對機械設備故障檢測具有重要作用。

3.4 故障檢測流程

機械設備故障檢測機器人設計實現流程如圖6所示。

圖6 機械設備故障檢測機器人設計實現流程

依據圖6所示的流程，完成機械設備故障檢測。

4 超聲避障設計

機器人在信息傳輸過程中受到超聲波影響，導致檢測效果變差，因此，需設計超聲避障流程如圖7所示。

圖7 超聲避障流程

機器人程序在集成編譯環境下，為保證機器人檢測效果良好，依據超聲避障流程，實現機器人檢測數據的高效傳輸。

5 實驗

建立機器人故障檢測系統后，進行了大量故障仿真實驗測試，并對基于遺傳算法的機械設備故障檢測機器人設計實驗結果深入分析，驗證該系統設計可行性。

5.1 故障仿真實驗

實驗目的：通過使機器人在機械設備正常和機械設備異常情況下完成相同任務，分析機器人相應采集的數據信息，觀察機器人故障檢測效果。

機器人運行路徑如圖8所示。

圖8 機器人運行路徑

實驗過程：分別在機械正常和四種故障如表1所示。

表1 4種故障種類

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

機械設備出現故障情況時，機器人行駛速度出現波動，速度曲線如圖9所示。

圖9 速度曲線

由圖9可知，正常情況下機器人行駛速度在0.2 m/s上下波動，而一旦出現故障，機器人行駛速度變化范圍為0.16～0.24 m/s。通過機器人系統反饋的數據，工作人員可及時發現機械設備故障問題。

5.2 實驗結果與討論

依據上述內容，對不同數據個數下的機械正常和4種故障數據進行統計，結果如表2所示。

以往大都采用知識故障檢測機器人和模糊理論故障檢測機器人進行機械設備故障檢測，但由于受到超聲波影響，導致故障檢測精準度較低，針對該現象，將基于遺傳算法故障檢測機器人與上述兩種機器人的故障檢測精準度進行對比分析，結果如表2所示。

表2 不同數據個數下的機械正常和四種故障數據統計

選取數據個數為1500個時，三種機器人對故障檢測精準度，結果如表3所示。

根據表3的檢測結果可知，遺傳算法故障檢測機器人故障檢測精準度較高，最高可達到0.96，而其他兩種機器人檢測精準度較低，只有故障三下模糊理論故障檢測機器人故障精準度超過0.60。由此可知，基于遺傳算法的機械設備故障檢測機器人設計是具有可行性的。

表3 三種機器人故障檢測精準度對比分析

6 總結與展望

機械設備在工業發展中占據重要地位，機械設備故障解決也是主要內容，因此，機械設備故障檢測機器人設計也是必不可少的，利用遺傳算法能夠將智能機器人各方面得到優化，在很大程度上解決復雜機械設備故障問題。針對當前機器人故障信息獲取的精準程度，提出了基于遺傳算法的機械設備故障檢測機器人設計，并完成了故障檢測機器人實驗驗證分析。

基于Matlab軟件研究設計了機械設備故障檢測機器人，雖然該機器人能夠對機械設備故障問題進行仿真研究，但也存在一些問題仍需深入分析：

1)在機器人故障檢測方面，只針對機械設備幾種故障問題進行實驗研究，沒有考慮到電池、電機故障問題，因此需對故障檢測機器人進行進一步研究。

2)基于遺傳算法研究的機械設備故障檢測機器人分辨率較低，需進一步對參數優化，保證人機交互界面簡單，才能對故障檢測結果進一步優化。