淺談工業機器人柔性系統的故障診斷

德州職業技術學院 黃 克

工業機器人作為柔性制造系統的關鍵部分，在日常運行中易出故障，此種故障非常隱蔽不易被發現，這一特點導致柔性制造系統難以普及并廣泛應用。本文采用了故障樹分析法和Petri網理論相結合的方式，并借助工業機器人故障的關聯矩陣，可以明確找出故障傳播路徑，發現工業機器人的故障位置，以便最大程度縮短尋找故障點的時間。

柔性制造系統，即“Flexible Manufacturing System”（FMS），將其應用到工業生產中，有助于提升生產效率、縮短生產周期，最大程度上減少生產成本，同時保證產品質量。因此，柔性制造系統在一定領域內得到了使用。在柔性制造系統中包含了物料系統、加工系統、計算機控制系統等。在加工系統、物料系統中，工業機器人作為其中重要組成部分，如果發生故障，則會直接影響到柔性制造系統的正常運行，影響企業正常生產。所以，需要明確工業機器人故障位置并加以有效解決，從而全面提升工業機器人在柔性制造系統中的工作效率，促進生產。

圖1 故障樹部分元件圖

1 故障樹分析法與Petri網模型

故障樹分析法（Fault Tree Analysis，FTA）屬于一種系統分析方法，其最大的特點就是邏輯性強，其主要針對系統中出現的不確定信息進行處理，圖1為故障樹部分元件。而建立在Petri網模型上的系統故障診斷方法，在診斷推理、表達邏輯關系方面展現出較強的能力。融合故障樹分析法、Petri網模型有助于提升故障診斷效率，進而實現降低成本的目的。本文融合了故障樹分析法和Petri網模型，全面分析工業機器人運行過程中容易出現的故障，在此基礎上，模擬出相應的故障傳播路徑，希望通過運用此種方法，可以更加高效的找出工業機器人故障排除方法，為后續故障維修工作提供支持。

2 關聯矩陣

為有效解決故障傳播問題還可以運用關聯矩陣，從而有效診斷故障問題，圖2是故障診斷分析流程圖，本文按照此流程對工業機器人的故障進行分析。首要任務就是構建出相應的故障樹，這就需要搜集相關信息并查閱有關的資料，為構建故障樹提供支持。與此同時，在目前故障樹模型基礎上，構建出工機器人故障的Petri網模型，通過故障關聯矩陣的作用模擬出一個故障傳播路徑；最后，計算并對該傳播路徑進行驗證。

圖2 故障診斷分析流程

Petri網在描述模型結構時可以運用矩陣運算方法實施。Σ=（P，T，F，M0）將其設定為有限P/T網，而基網N=（P，T，F）是純網，P×T→C被稱為Σ的關聯矩陣。如果XT是T→P輸出矩陣的轉置矩陣，則Y是輸入矩陣，也就是P→T的矩陣，此時在XT和Y之間會出現差C，這就是關聯矩陣：C=XT-Y。在此關聯矩陣作用下，可以實現較好的遷移，并借助一個等式進行確定，即M=M0+CU。其中的U是Σ的T變遷導致的序列，而Petri網的狀態方程，則表示為Mn+1=Mn+CU，其中Mn+1和Mn處于非常接近時，會停止運算。

3 工業機器人的柔性系統的故障診斷

通過上述的分析結合實際生產過程，不難發現，導致工業機器人發生故障，其表現形式涉及到了控制系統故障、執行系統故障等。此外，還包含了檢測傳感系統故障、氣動系統故障等。

3.1 構建故障樹

（1）減壓閥、空氣壓縮機、管道出現的故障會導致氣動系統出現故障。其中，空氣壓縮機故障的原因是進排氣口堵塞、進口溫度過高等造成的。管道系統故障是受到了管道破裂、管道堵塞的影響不能正常運作。其中導致出現減壓閥故障的原因，與閥門破裂、閘閥未開均、螺釘螺母連接松動等存在直接關系。

圖3 工業機器人Petri網模型

（2）在執行系統故障中，涵蓋了腕部回轉故障、手臂回轉故障等，還包含了腰部回轉故障、末端執行器故障等。其中手臂回轉和腰部回轉故障的主要表現就是發生電機、諧波減速器的損壞，同時連桿機構松動；造成腕部回轉故障是因為錐齒輪、傳動軸發生損壞、關節處螺栓發生松動等；末端執行器故障則主要是因為齒條齒輪沒有準確嚙合、驅動桿難以運作、抓取物超出承受范圍導致的。

（3）在控制系統故障中，可以劃分為硬件、軟件兩個方面的故障。其中，導致硬件系統發生故障的主要原因是因為示教模塊、六軸運動控制模塊發生故障，導致阻值偏大而導致的。而軟件系統故障的發生，則主要是因為示教編程錯誤、參數設置錯誤、速度控制失效、位置控制失效造成的。

（4）速度檢測、位置檢測兩部分故障是導致檢測系統發生故障的主要原因。如果速度檢測系統無法正常運行，會出現靈敏度較差、偏置電壓不穩的情況；位置檢測系統故障有電位器故障、旋轉變壓器故障等。

3.2 構建故障Petri 網模型

結合工業機器人故障樹構建出對應的工業機器人故障的Petri網模型，如圖3所示。

3.3 故障關聯矩陣

根據上文分析出的C=XT-Y，得出關聯矩陣C。如果初始故障表現為旋轉變壓器阻值偏大，也就是庫所P4、含有托肯，可以得出初始標識向量為：M0=(0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0)T，P4能夠被觸發，進而明確了初始標識向量U0=(0，0，0，1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0)T。在此基礎上，根據Petri網狀態運用Matlab軟件編寫程序，可以實施后續計算，最終得出M1、M2、M3、M4、U1、U2、U3。

3.4 故障路徑驗證

結合上述計算結果，從M0到M4的過程，在P4、P23、P40等中都有托肯以及該庫對應的故障。對于出現這一故障，工業機器人Petri網模型發生故障，則主要表現為P4、P23、P40、P46、P48。綜上可知，通過故障樹分析法和Petri網模型的綜合運用，實驗證明了故障傳播路徑與實際相符；同時，也說明了此種故障診斷技術可以應用到實際中。結語：本文通過對工業機器人柔性系統的故障診斷分析可知，此種故障診斷方法能夠及時、準確的診斷、排查出工業系統故障問題。我們可以發揮關聯矩陣的優勢，快速找出問題；同時，借助Matlab軟件的計算優勢，運用對應的擬仿真形式，對比模擬結果，進而找出相應的故障問題。