一种集成状态监测的机器人机械臂自动化运维管理系统的制作方法

本发明涉及工业机器人运维管理，具体为一种集成状态监测的机器人机械臂自动化运维管理系统。

背景技术：

1、工业机器人机械臂广泛应用于汽车制造、电子装配、金属加工等自动化生产线中，其运行可靠性和稳定性直接关系到生产效率和产品质量。随着机器人服役年限增长，机械臂各关节的减速器、伺服电机、轴承等关键部件不可避免地发生磨损和性能退化。传统的运维管理方式主要依赖定期巡检和事后维修，存在故障发现不及时、维护计划缺乏数据支撑、备件更换周期不合理等问题，导致非计划停机频发，造成较大的生产损失。

2、近年来，状态监测与预测性维护技术在工业设备领域得到快速发展。现有技术中，已有方案通过采集工业机器人的运行数据，结合机器学习模型进行状态监测和故障诊断。例如，中国专利cn116572256b公开了一种工业机器人状态监测与故障诊断方法，通过将运行数据划分为平稳段和非平稳段并转换为监测状态代码来实现在线监控。另有方案采用基于数字孪生的技术构建工业机器人的实时动态虚拟模型进行状态监测。还有方案通过建立机器人关节转矩预测模型和机械参数辨识模型，实时判断机器人的运行状态和健康状态。

3、然而，上述现有技术仍存在明显不足。其一，多数方案仅针对单一类型传感器数据进行分析，缺乏对振动、电流、温度、位置等多源异构数据的综合融合利用，导致状态评估的全面性和准确性不足。其二，现有方案普遍采用“数据采集云端处理”的集中式架构，大量原始数据需要从机器人端传输到远程服务器进行处理，带来显著的数据传输延迟和带宽占用问题。其三，多数系统仅提供状态监测和告警功能，缺乏从数据采集、状态评估、故障预测到维修工单派发的完整运维闭环管理能力。其四，现有系统的可视化交互方式较为简单，难以直观呈现机械臂各关节的实时健康状态分布。

4、因此，本领域迫切需要一种能够融合多源传感数据、具备边缘端实时处理能力、覆盖“监测评估预测决策”全链条的机器人机械臂自动化运维管理系统。

技术实现思路

1、针对现有技术的不足，本发明提供了一种集成状态监测的机器人机械臂自动化运维管理系统，解决现有机器人机械臂运维管理系统中多源传感数据融合不足、数据传输延迟高、缺乏完整运维闭环管理能力及可视化交互不够直观的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：

3、一种集成状态监测的机器人机械臂自动化运维管理系统，包括：

4、数据采集层，部署于机器人机械臂各关节及末端执行器，包括振动传感器、电流传感器、温度传感器和位置传感器，用于实时采集机械臂运行过程中的多源状态信号；

5、边缘计算层，与所述数据采集层通信连接，内置信号预处理单元和特征提取单元，用于对采集的多源状态信号进行降噪、滤波和时频域特征提取；

6、状态评估层，与所述边缘计算层通信连接，包括健康度评估单元和异常检测单元，用于基于提取的特征数据计算机械臂各关节的健康度指标并检测异常状态；

7、故障预测层，与所述状态评估层通信连接，内置基于长短时记忆网络（lstm）的剩余寿命预测模型，用于根据健康度指标的时间序列预测机械臂关键部件的剩余使用寿命；

8、运维决策层，与所述故障预测层通信连接，包括维修策略生成单元和工单管理单元，用于根据剩余使用寿命预测结果生成维护建议并自动派发维修工单；

9、可视化交互层，与上述各层通信连接，用于以三维模型形式实时展示机械臂的运行状态、健康度评分和预测结果。

10、优选的，所述数据采集层中，振动传感器安装于机械臂各关节减速器外壳处，采样频率为10～20khz；电流传感器串联于各关节伺服电机供电线路，采样频率为1～5khz；温度传感器贴装于关节外壳内壁，采样频率为0.5～1hz；位置传感器为各关节内置的编码器，用于采集关节角度和角速度。

11、优选的，所述边缘计算层的信号预处理单元包括：基于小波变换的噪声抑制模块，用于对振动信号进行去噪处理；基于自适应滤波的工频干扰消除模块，用于消除电流信号中的50hz工频干扰；基于滑动窗口的数据对齐模块，用于将不同采样频率的多源信号在时间轴上进行对齐。

12、优选的，所述边缘计算层的特征提取单元提取的时域特征包括峰值、均方根值、峭度和波形因子；频域特征包括通过快速傅里叶变换提取的基频幅值、二倍频幅值和谐波能量比。

13、优选的，所述状态评估层的健康度评估单元基于各关节的多维特征数据，采用主成分分析算法降维后，通过马氏距离计算机械臂各关节的综合健康度评分，评分范围为0～100分。

14、优选的，所述状态评估层的异常检测单元采用基于孤立森林算法的异常检测模型，将特征数据映射至异常得分空间，当异常得分超过预设阈值时触发告警。

15、优选的，所述故障预测层的剩余寿命预测模型为三层lstm网络结构，输入层接收健康度指标的时间序列数据，隐含层节点数为128，输出层输出剩余使用寿命预测值；该模型以历史健康度退化轨迹数据为训练集，以均方误差为损失函数进行训练。

16、优选的，所述运维决策层的维修策略生成单元包括：基于预测的剩余使用寿命，结合预设的寿命阈值区间，判定维修优先级；所述维修优先级分为紧急维修、计划维修和状态观察三级。

17、优选的，所述可视化交互层包括：基于unity3d或three.js构建的机械臂三维数字孪生模型，该模型与物理机械臂的关节角度实时同步；健康度评分以热力图形式叠加于三维模型的各关节部位。

18、优选的，所述系统还包括数据存储层，与上述各层通信连接，用于存储原始状态数据、特征数据、健康度评分历史及维护记录，并支持按时间范围和设备编号进行检索。

19、本发明提供了一种集成状态监测的机器人机械臂自动化运维管理系统。具备以下有益效果：

20、1、振动信号反映机械传动部件的磨损和冲击状态，电流信号反映伺服电机的负载和驱动状态，温度信号反映热平衡和润滑状态，位置信号反映运动精度和轨迹偏差。四类信号从不同维度刻画机械臂的健康状况，相比依赖单一类型传感器的现有方案，本发明的状态评估结果更为全面和准确。

21、2、本发明采用边缘计算架构，将信号预处理和特征提取从云端下沉至靠近数据源的边缘节点。振动、电流等高采样率数据在边缘端完成降噪、滤波和特征提取后，仅将低维特征数据传输至云端进行状态评估和故障预测。这一架构有效降低了数据传输带宽占用和云端计算压力，同时减少了数据传输延迟，满足了工业现场对实时性的要求。

22、3、本发明构建了从数据采集、边缘处理、状态评估、故障预测到运维决策的完整闭环管理链路。状态评估层输出各关节的健康度评分和异常告警，故障预测层基于健康度退化轨迹预测剩余寿命，运维决策层根据预测结果自动生成分级维修策略并派发工单。各层之间通过标准化接口通信，形成“监测评估预测决策执行”的自动化运维闭环，无需人工干预即可完成从异常发现到维护任务派发的完整流程。

23、4、本发明通过三维数字孪生模型实现机械臂运行状态和健康度的可视化呈现。数字孪生模型的关节角度与物理机械臂实时同步，各关节的健康度评分以热力图形式叠加于三维模型对应部位。运维人员可通过可视化界面直观掌握机械臂各关节的健康分布情况，快速定位异常关节，降低了运维人员的技术门槛和培训成本。