基于VSMM_UKF的移動(dòng)機(jī)器人故障診斷.pdf

1、科學(xué)技術(shù)飛躍發(fā)展的今天，機(jī)器人漸漸深入運(yùn)用到民用、軍事科研等各個(gè)領(lǐng)域。如組裝工廠的機(jī)械臂，醫(yī)用的醫(yī)療機(jī)器人，用于水文探測的機(jī)器魚，用于軍事領(lǐng)域的無人機(jī)無人潛艇等。然而，隨著機(jī)器人工作時(shí)間的增長，以及所處環(huán)境的復(fù)雜多變，機(jī)器人的可靠性降低，機(jī)器人會(huì)隨之發(fā)生機(jī)械故障或者系統(tǒng)故障，可能會(huì)直接影響機(jī)器人的工作效率甚至?xí)箼C(jī)器人完全癱瘓從而造成嚴(yán)重的損失。由此可見，對(duì)于機(jī)器人的故障診斷方法的研究，有著非常重要的理論和實(shí)際意義。
　　在工業(yè)上

2、、科研上和軍事上常用于移動(dòng)機(jī)器人故障診斷方法可以分為三種類型：基于信號(hào)處理的方法，基于知識(shí)的方法和基于解析模型的方法。相對(duì)于其他的故障診斷系統(tǒng)來說，能夠很容易得到移動(dòng)機(jī)器人的動(dòng)力學(xué)模型和速度、角速度傳感器數(shù)學(xué)模型，因此對(duì)于移動(dòng)機(jī)器人故障診斷的方法中主要以解析模型的方法為主。傳統(tǒng)的解析模型的方法多以固定結(jié)構(gòu)的交互多模型算法為主，當(dāng)考慮組合故障的時(shí)候，移動(dòng)機(jī)器人的故障空間會(huì)相對(duì)較大，模型集數(shù)量較多，傳統(tǒng)方法中無關(guān)模型的模型競爭會(huì)使估計(jì)精度降

3、低，診斷的準(zhǔn)確率降低。當(dāng)系統(tǒng)是一個(gè)非線性非高斯系統(tǒng)的時(shí)候，傳統(tǒng)的用于非線性系統(tǒng)的濾波算法是擴(kuò)展卡爾曼濾波，但是由于其要計(jì)算雅各比矩陣，計(jì)算量大，計(jì)算復(fù)雜度高，而且其計(jì)算精度低。
　　本文將變結(jié)構(gòu)多模型算法與無味卡爾曼濾波結(jié)合起來，不但解決了當(dāng)考慮組合故障所帶來的大模型集導(dǎo)致的模型競爭問題，也解決了傳統(tǒng)的用于非線性系統(tǒng)濾波的擴(kuò)展卡爾曼濾波計(jì)算精度低的問題，最后的仿真結(jié)果顯示了該方法用于移動(dòng)機(jī)器人故障診斷時(shí)候降低了響應(yīng)時(shí)間提高了精確度