機(jī)器人系統(tǒng)的故障檢測(cè)與診斷研究

張麗娟

（石家莊科技職業(yè)學(xué)院，石家莊 050000）

隨著機(jī)器人的重要性不斷提高，其在日常生活中的應(yīng)用越來越廣泛[1]。然而，這些復(fù)雜、昂貴的機(jī)器系統(tǒng)容易出現(xiàn)各種故障，如磨損、噪聲、控制故障等[2]。故障的檢測(cè)與準(zhǔn)確診斷對(duì)于確保機(jī)器人系統(tǒng)的穩(wěn)健性和可靠性尤為關(guān)鍵。解決機(jī)器人系統(tǒng)故障問題，需要深入了解新興應(yīng)用場(chǎng)景，而且研究方法要很好地應(yīng)對(duì)復(fù)雜故障帶來的挑戰(zhàn)。

機(jī)器人系統(tǒng)的工作涵蓋3 個(gè)主要過程，即感知、思考和行動(dòng)。機(jī)器人通過傳感器感知外部環(huán)境，再利用算法綜合感知信息進(jìn)行思考，最終執(zhí)行決策。在這個(gè)復(fù)雜的運(yùn)行過程中，機(jī)器人容易出現(xiàn)不同類型的故障。機(jī)器人系統(tǒng)的故障分為硬件故障、軟件故障和交互故障，如圖1 所示。硬件故障可能發(fā)生在機(jī)器人系統(tǒng)的任何物理組件上，影響機(jī)器人的信息反饋和指令執(zhí)行能力。軟件故障涉及算法錯(cuò)誤或正確算法的錯(cuò)誤執(zhí)行，影響機(jī)器人的認(rèn)知行為，即感知、決策和行為執(zhí)行[3]。交互故障可能是機(jī)器人內(nèi)部故障的結(jié)果，也可能由外部事件引起。

圖1 機(jī)器人系統(tǒng)故障分類

為全面了解機(jī)器人系統(tǒng)的多樣性，研究了機(jī)器人系統(tǒng)的不同特征。這些特征對(duì)故障檢測(cè)與診斷方法的選擇具有重要影響。先分析不同的故障檢測(cè)與診斷方法，再針對(duì)機(jī)器人系統(tǒng)的不同約束和要求選擇合適的故障檢測(cè)與診斷方法。

1 機(jī)器人系統(tǒng)不同特征下的故障檢測(cè)與診斷

機(jī)器人系統(tǒng)作為一個(gè)綜合性系統(tǒng)，融合了多個(gè)學(xué)科的技術(shù)。在多種特征相互結(jié)合的背景下，傳統(tǒng)機(jī)器人故障檢測(cè)與診斷方法面臨著新的挑戰(zhàn)。表1 總結(jié)了機(jī)器人系統(tǒng)的主要特征，以及每個(gè)特征給故障檢測(cè)與診斷帶來的挑戰(zhàn)，同時(shí)提出了對(duì)應(yīng)的解決方法。

表1 機(jī)器人系統(tǒng)主要特征

1.1 依賴外部傳感器

雖然增加專門的傳感器能夠?qū)崿F(xiàn)機(jī)器人的故障檢測(cè)，但是會(huì)提高系統(tǒng)成本。許多機(jī)器人未配備故障診斷傳感器，需依賴現(xiàn)有的傳感器，將給故障檢測(cè)診斷帶來巨大挑戰(zhàn)。

傳感器故障可能導(dǎo)致機(jī)器人系統(tǒng)出現(xiàn)錯(cuò)誤行為。為檢測(cè)傳感器故障，需將傳感器讀數(shù)與預(yù)定義期望值或預(yù)測(cè)值比較。若無外部感知源（如操作員或其他機(jī)器人）作為輔助，則故障診斷會(huì)更加困難。

傳感器融合技術(shù)采用數(shù)據(jù)驅(qū)動(dòng)的方法，當(dāng)多個(gè)傳感器感知環(huán)境的不同方面時(shí)，可以將它們的數(shù)據(jù)融合。如果傳感器讀數(shù)與融合后的結(jié)果不一致，說明機(jī)器人系統(tǒng)可能存在故障。基于傳感器融合的故障檢測(cè)方法對(duì)機(jī)器人系統(tǒng)至關(guān)重要。

1.2 自主控制

機(jī)器人系統(tǒng)可以是由人操控的，也可以是高度自主的。對(duì)于高度自主的機(jī)器人，面臨的挑戰(zhàn)有3 點(diǎn)：第一，如何在只使用自身傳感器，缺乏外部比較的情況下診斷故障；第二，需要快速在線檢測(cè)故障，即使存在故障，機(jī)器人仍要繼續(xù)自主運(yùn)行；第三，自主機(jī)器人對(duì)遠(yuǎn)程支持系統(tǒng)的依賴較少，故障診斷需在機(jī)器人本體上進(jìn)行。

解決上述挑戰(zhàn)的方法之一是基于模型的方法。診斷依賴于正常系統(tǒng)行為和已知故障的顯式先驗(yàn)?zāi)Ｐ汀Ｐ袨槟Ｐ屯ㄟ^解析方程或邏輯公式來描述系統(tǒng)正常行為，可快速產(chǎn)生對(duì)機(jī)器人行為的期望。如果觀察到的行為與預(yù)期行為不一致，則懷疑是由故障引起的。

另一種方法是利用機(jī)器學(xué)習(xí)生成故障檢測(cè)與診斷模型，這種方法可在線使用，通過離線學(xué)習(xí)減少在線計(jì)算負(fù)荷[4]。然而，通過離線學(xué)習(xí)生成的靜態(tài)模型可能不適用于檢測(cè)新產(chǎn)生的故障。

1.3 與環(huán)境的交互

機(jī)器人會(huì)與物體、機(jī)器人和人類進(jìn)行交互。這些交互帶有高度不確定性和未知故障，在交互過程中，故障檢測(cè)診斷的挑戰(zhàn)在于檢測(cè)未知故障。

早期研究認(rèn)為群體機(jī)器人具有容錯(cuò)性，但近期研究表明故障機(jī)器人顯著影響健康機(jī)器人，導(dǎo)致任務(wù)失敗。一臺(tái)機(jī)器人的故障可能會(huì)在相鄰機(jī)器人中傳播，形成群體級(jí)聯(lián)效應(yīng)。群體系統(tǒng)中的故障分為兩類，拓?fù)涔收虾徒M件故障。拓?fù)涔收蠒?huì)改變?nèi)和負(fù)洌M件故障僅影響單個(gè)機(jī)器人的執(zhí)行器、傳感器和控制器。基于模型的故障診斷方法可通過建立數(shù)學(xué)模型來描述機(jī)器人系統(tǒng)的物理特性，檢測(cè)和診斷潛在故障，模型包括運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)和傳感器模型等。

2 不同的故障診斷方法

表2 為故障檢測(cè)與診斷方法在機(jī)器人系統(tǒng)中的優(yōu)勢(shì)和面臨的挑戰(zhàn)。從表2 可以看到，每種方法都有一定的缺陷，而構(gòu)建一個(gè)結(jié)合這些方法的混合方法可以克服相應(yīng)挑戰(zhàn)。

表2 不同故障檢測(cè)與診斷方法在機(jī)器人系統(tǒng)中的優(yōu)勢(shì)與挑戰(zhàn)

2.1 數(shù)據(jù)驅(qū)動(dòng)的方法

數(shù)據(jù)驅(qū)動(dòng)的方法從采樣數(shù)據(jù)中提取有用信息，從而實(shí)現(xiàn)故障檢測(cè)與診斷。一些數(shù)據(jù)驅(qū)動(dòng)的方法將在線數(shù)據(jù)與已知的故障表達(dá)式或曾經(jīng)觀察到的正常行為進(jìn)行比較。統(tǒng)計(jì)匹配的小偏差將在線數(shù)據(jù)歸類為正常數(shù)據(jù)，異常值大偏差被歸類為異常或未知故障[5]。

其他數(shù)據(jù)驅(qū)動(dòng)的方法如機(jī)器學(xué)習(xí)法，從數(shù)據(jù)中選擇或提取信息特征，通過學(xué)習(xí)來生成故障檢測(cè)或診斷模型。生成的模型能分類數(shù)據(jù)，特別是對(duì)機(jī)器人實(shí)時(shí)產(chǎn)生的在線數(shù)據(jù)進(jìn)行分類，判斷數(shù)據(jù)是否表示故障，甚至將其與診斷關(guān)聯(lián)起來。

所有由數(shù)據(jù)驅(qū)動(dòng)的方法都十分依賴于數(shù)據(jù)質(zhì)量。機(jī)器學(xué)習(xí)中有無監(jiān)督方法取決于訓(xùn)練數(shù)據(jù)中是否存在足夠的例子。在可能發(fā)生未知故障的機(jī)器人領(lǐng)域，無監(jiān)督方法更為合適，但對(duì)于已知的故障檢測(cè)，無監(jiān)督方法通常不如監(jiān)督方法準(zhǔn)確。

2.2 基于模型的方法

基于模型的方法完全依賴于關(guān)于系統(tǒng)的先驗(yàn)知識(shí)。診斷過程依賴于正常系統(tǒng)行為或其已知故障的顯式模型[6]。觀察到的機(jī)器人行為動(dòng)作和模型產(chǎn)生的預(yù)期不一致，可能是由故障引起的。

基于模型的診斷方法的主要缺點(diǎn)是構(gòu)建分析模型的成本較高，尤其是在機(jī)器人領(lǐng)域，因?yàn)槟Ｐ蜆?gòu)建需考慮機(jī)器人的動(dòng)態(tài)環(huán)境、任務(wù)和復(fù)雜性。結(jié)構(gòu)模型描述了組件之間的依賴關(guān)系，相較于行為模型更易構(gòu)建。然而，結(jié)構(gòu)模型通常不能完成故障檢測(cè)任務(wù)，由于無法推斷預(yù)期行為，進(jìn)而無法與觀察到的行為進(jìn)行比較。但是在診斷過程中，結(jié)構(gòu)模型因其能夠較為清晰地描述相互依賴關(guān)系，故而允許診斷故障后查找故障的根本原因。一些基于模型的診斷方法使用故障模型，描述已知故障行為，但僅依賴于故障模型的方法無法檢測(cè)未知故障。

2.3 基于知識(shí)的方法

基于知識(shí)的方法模仿人類專家，利用領(lǐng)域?qū)＜业闹R(shí)與經(jīng)驗(yàn)檢測(cè)機(jī)器人系統(tǒng)故障。這種方法的優(yōu)勢(shì)在于結(jié)合基于模型和數(shù)據(jù)驅(qū)動(dòng)的方法。基于知識(shí)的方法可分為因果分析和專家系統(tǒng)兩類。

因果分析方法通過分析因果關(guān)系推斷系統(tǒng)可能存在的故障。領(lǐng)域?qū)＜医⑾到y(tǒng)因果模型，描述組件之間的關(guān)系和故障對(duì)系統(tǒng)的影響。通過因果推理識(shí)別可能的關(guān)系鏈，采用規(guī)則引擎、邏輯推理等技術(shù)逐步排除不合理假設(shè)，確定最可能導(dǎo)致系統(tǒng)行為的故障原因。該方法適用于復(fù)雜系統(tǒng)，其故障可能以非直觀的方式影響整體性能。

專家系統(tǒng)模仿人類專家的推理過程，獲取的知識(shí)需要以計(jì)算機(jī)能夠理解和處理的形式進(jìn)行表示，如if-then 規(guī)則、框架、產(chǎn)生式規(guī)則等。這些規(guī)則描述了特定情境下針對(duì)某些觀察到的現(xiàn)象應(yīng)采取的行動(dòng)或推斷，可以從第一性原理或機(jī)器人系統(tǒng)的結(jié)構(gòu)描述中找到。專家系統(tǒng)包含一個(gè)推理引擎，用于執(zhí)行基于知識(shí)庫中規(guī)則的推理。當(dāng)系統(tǒng)觀測(cè)到機(jī)器人行為或系統(tǒng)狀態(tài)時(shí)，推理引擎根據(jù)知識(shí)庫中的規(guī)則來推斷可能的故障原因。專家系統(tǒng)的主要缺點(diǎn)是不能處理未知故障，在從固定的專家規(guī)則中推斷出新的診斷結(jié)果方面具有挑戰(zhàn)性。

3 結(jié)語

文章研究了機(jī)器人系統(tǒng)的故障檢測(cè)與診斷方法，這些方法適用于機(jī)器人系統(tǒng)的不同特征。詳細(xì)闡述了這些方法的優(yōu)勢(shì)和面臨的挑戰(zhàn)，分析了每種方法對(duì)于機(jī)器人系統(tǒng)的優(yōu)缺點(diǎn)。期望通過以上分析，為機(jī)器人的故障檢測(cè)與診斷提供參考。