基于BP神經網絡的SCARA機器人故障診斷

邵建浩，張婷

(上海工程技術大學機械與汽車工程學院，上海 201620)

0 前言

BP神經網絡是一種典型的人工神經網絡，具有優越的非線性映射能力，所以在故障診斷領域得到了廣泛應用。湖北工業大學將BP神經網絡應用在礦用減速箱的故障診斷中，準確預測了礦用減速箱故障。青島大學用GA-ACO-BP算法更加準確和快速地診斷了行星齒輪箱故障。山東理工大學將GA-BP神經網絡用于光伏陣列故障檢測。

本文作者在ADAMS軟件中導入SCARA機器人模型，測得其運動時大臂前后端、小臂前后端及底座端加速度數據，在MATLAB中運用BP神經網絡對其進行故障的智能識別與分類，驗證該模型的準確性。

1 SCARA機器人

SCARA機器人結構簡圖如圖1所示，SCARA機器人由大臂、小臂、底座等部件組成，有4個自由度(3個轉動和1個移動)，1個運動周期為2 s，大臂向左旋轉90°，小臂向左旋轉180°后回到原位，同時末端執行器螺旋式下降到最低點再回到原位耗時1 s，為前半個周期；大臂向右旋轉90°，小臂向右旋轉180°后回到原位，同時末端執行器螺旋式下降到最低點再回到原位耗時1 s，為后半個周期。

圖1 SCARA機器人結構簡圖

由于SCARA機器人體積小，減少了生產線所需空間，并具有可在平面搬運、挑揀、裝配等特點，特別適用于3C制造業。近年來，由于工業級產品更新速度也出現類似3C類產品的趨勢，所以3C行業眾多EMS工廠開始大量使用SCARA機器人。隨著SCARA機器人應用愈加廣泛，其安全性問題也顯得越來越重要。因此，為避免因機器人故障帶來的安全問題及經濟損失，對SCARA機器人的故障診斷更加重要?！?br>