机械臂检测方法、装置、电子设备及存储介质与流程

1.本技术涉及机械臂工业领域，具体而言，涉及一种机械臂检测方法、装置、电子设备及存储介质。


背景技术：

2.机械臂是工业机器人中的典型代表，它的结构与人的手臂相似，一般为由一系列连杆串联组成的开式链，称为机械臂。机械臂的传动系统负责机械臂各关节的动力传递，其运行状态和执行预定任务时的完成质量直接相关，因此，在机械臂生产过程中，对机械臂传动系统的振动质量的检测和管理成为其中不可或缺的一个环节。
3.因此，如何判断机械臂是否正常，是亟待解决的问题。


技术实现要素：

4.本技术的目的在于，针对上述现有技术中的不足，提供一种基于能熵比的机械臂定转速工况检测方法、装置、电子设备及存储介质，提高分辨正常机械臂和异常机械臂的准确性。
5.为实现上述目的，本技术实施例采用的技术方案如下：
6.第一方面，本技术实施例提供了一种机械臂检测方法，所述方法包括：
7.确定机械臂的振动信号中的待检测振动信号，所述待检测振动信号为预设转速段对应的振动信号；
8.确定所述待检测振动信号的能熵比；
9.根据所述待检测振动信号的能熵比，确定所述机械臂是否异常。
10.可选的，所述确定所述待检测振动信号的能熵比，包括：
11.对所述待检测振动信号进行频谱变换，得到所述待检测振动信号的频谱序列；
12.根据所述待检测振动信号的频谱序列，计算所述待检测振动信号的频谱的排列熵，得到所述待检测振动信号的谱排列熵；
13.根据所述谱排列熵确定所述待检测振动信号的能熵比。
14.可选的，根据所述待检测振动信号的频谱序列，计算所述待检测振动信号的频谱的排列熵，得到所述待检测振动信号的谱排列熵，包括：
15.对所述待检测振动信号的频谱序列进行相空间重构，得到重构后的所述待检测振动信号的频谱；
16.对重构后的所述待检测振动信号的频谱进行排序，得到重构的序列；
17.根据重构的序列计算所述待检测振动信号的频谱的排列熵，得到所述待检测振动信号的谱排列熵。
18.可选的，根据重构的序列计算所述待检测振动信号的频谱的排列熵，包括：
19.计算重构的序列中的每一个序列在所有序列中出现的概率，根据各序列的概率计算所述待检测振动信号的频谱的第一排列熵；
20.对所述第一排列熵进行归一化处理，得到所述待检测振动信号的谱排列熵。
21.可选的，根据所述谱排列熵确定所述待检测振动信号的能熵比，包括：
22.计算所述待检测振动信号的均方根；
23.根据所述待检测振动信号的均方根以及所述谱排列熵计算得到所述能熵比。
24.可选的，所述确定机械臂的振动信号中的待检测振动信号，所述待检测振动信号为预设转速段对应的振动信号之前，包括：
25.对所述机械臂的振动信号进行预处理；
26.在预处理后的所述机械臂的振动信号中提取匀速振动信号。
27.可选的，所述确定机械臂的振动信号中的待检测振动信号，包括：
28.根据预设的机械臂的转速段选择振动信号对应的信号段，作为待检测振动信号。
29.第二方面，本技术实施例还提供了一种机械臂检测装置，所述装置包括：
30.确定模块，用于确定机械臂的振动信号中的待检测振动信号，所述待检测振动信号为预设转速段对应的振动信号；
31.确定模块，用于确定所述待检测振动信号的能熵比；
32.确定模块，用于根据所述待检测振动信号的能熵比，确定所述机械臂是否异常。
33.可选的，所述确定模块，具体用于：
34.对所述待检测振动信号进行频谱变换，得到所述待检测振动信号的频谱序列；
35.根据所述待检测振动信号的频谱序列，计算所述待检测振动信号的频谱的排列熵，得到所述待检测振动信号的谱排列熵；
36.根据所述谱排列熵确定所述待检测振动信号的能熵比。
37.可选的，所述确定模块，具体用于：
38.对所述待检测振动信号的频谱序列进行相空间重构，得到重构后的所述待检测振动信号的频谱；
39.对重构后的所述待检测振动信号的频谱进行排序，得到重构的序列；
40.根据重构的序列计算所述待检测振动信号的频谱的排列熵，得到所述待检测振动信号的谱排列熵。
41.可选的，所述确定模块，具体用于：
42.计算重构的序列中的每一个序列在所有序列中出现的概率，根据各序列的概率计算所述待检测振动信号的频谱的第一排列熵；
43.对所述第一排列熵进行归一化处理，得到所述待检测振动信号的谱排列熵。
44.可选的，所述确定模块，具体用于：
45.计算所述待检测振动信号的均方根；
46.根据所述待检测振动信号的均方根以及所述谱排列熵计算得到所述能熵比。
47.可选的，所述确定模块，具体用于：
48.对所述机械臂的振动信号进行预处理；
49.在预处理后的所述机械臂的振动信号中提取匀速振动信号。
50.可选的，所述确定模块，具体用于：
51.根据预设的转速段选择所述匀速振动信号中与所述预设的转速段对应的匀速振动信号，作为待检测振动信号。
52.第三方面，本技术实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的程序指令，当应用程序运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述程序指令，以执行上述第一方面所述的机械臂检测方法的步骤。
53.第四方面，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被读取并执行上述第一方面所述的机械臂检测方法的步骤。
54.本技术的有益效果是：
55.本技术提供的一种机械臂检测方法、装置、电子设备及存储介质，通过确定机械臂的振动信号中的待检测振动信号；确定待检测振动信号的能熵比；根据待检测振动信号的能熵比，确定机械臂是否异常。通过待检测振动信号的能熵比来确定机械臂是否异常，正常机械臂的振动信号的能熵比稳定性高，波动小，异常机械臂的振动信号的能熵比稳定性低，波动大，且正常机械臂的振动信号的能熵比明显小于异常机械臂的振动信号的能熵比，两者之间存在明显的分界线，因此可以明显并准确的分辨正常机械臂和异常机械臂。
附图说明
56.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
57.图1为本技术实施例提供的一种示例性场景示意图；
58.图2为本技术实施例提供的一种机械臂检测方法的流程示意图；
59.图3为本技术实施例提供的确定能熵比的方法的流程示意图；
60.图4为本技术实施例提供的确定谱排列熵的方法的流程示意图；
61.图5为本技术实施例提供的另一种确定谱排列熵的方法的流程示意图；
62.图6为本技术实施例提供的另一种确定能熵比的方法的流程示意图；
63.图7为本技术实施例提供的实际验证结果示意图；
64.图8为本技术实施例提供的另一种实际验证结果示意图；
65.图9为本技术实施例提供的一种机械臂检测方法的装置示意图；
66.图10为本技术实施例提供的一种电子设备的结构框图。
具体实施方式
67.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解，本技术中附图仅起到说明和描述的目的，并不用于限定本技术的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本技术中使用的流程图示出了根据本技术的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
68.另外，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
69.需要说明的是，本技术实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
70.图1为本技术实施例提供的一种示例性场景示意图，如图1所示，该方法应用于检测机械臂的运动状态是否正常的场景中，该场景中涉及被检测的机械臂以及电子设备。该电子设备例如可以为台式电脑、笔记本电脑等具有计算处理能力以及显示功能的终端设备，或者也可以是服务器。该电子设备与机械臂进行通信连接。
71.其中，机械臂旋转运动时，电子设备可以获取到机械臂的振动信号，电子设备对接收到的振动信号利用本技术实施例的方法进行检测得到检测结果，根据检测结果来确定机械臂在该运动状态下是正常的还是异常的。
72.图2为本技术实施例提供的一种机械臂检测方法的流程示意图，该方法的执行主体如前述的电子设备。如图2所示，该方法包括：
73.s101、确定机械臂的振动信号中的待检测振动信号。
74.其中，机械臂的振动信号可以是指机械臂处于旋转运动状态时的振动信号，当机械臂的运动状态发生变化时，该变化的运动状态可以表现在振动信号中，通过对待检测的振动信号进行检测，可以检测出机械臂的质量状态，该质量状态可以包括正常状态以及异常状态。
75.可选的，机械臂在旋转运动过程中可以有多个转速，不同的转速对应不同的转速段，不同的转速段对应不同的振动信号，则该待检测振动信号为预设转速段对应的振动信号，也就是说，从多个不同转速段中指定一个转速段，选择该转速段对应的振动信号作为待检测振动信号，检测机械臂在该转速段的运动质量状态。
76.s102、确定待检测振动信号的能熵比。
77.可选的，根据待检测振动信号的能量和谱排列熵确定该待检测振动信号的能熵比，其中，谱排列熵能够反映频谱信号的复杂程度和稳定性，当谱排列熵比较高时，表示频谱信号的复杂程度高，当谱排列熵较低时，表示频谱信号的复杂度低，分布有序，则正常机械臂的振动信号的谱排列熵分布较为稳定，异常机械臂的振动信号的谱排列熵均小于正常机械臂的振动信号谱排列熵，但是正常机械臂的振动信号的谱排列熵与异常机械臂的振动信号的谱排列熵之间的差异较小，同时谱排列熵仅仅考虑振动信号的频域特征，因此，将待检测振动信号的时域能量与谱排列熵结合起来，构成待检测振动信号的能熵比，正常机械臂的振动信号的能熵比的稳定性高，波动小，异常机械臂的振动信号的能熵比的稳定性低，波动大，且正常机械臂的振动信号的能熵比小于异常机械臂的振动信号的能熵比。
78.s103、根据待检测振动信号的能熵比，确定机械臂是否异常。
79.可选的，能熵比具体可以是一个数值，通过对该数值的判断，可以区分正常机械臂和异常机械臂，例如正常机械臂的待检测振动信号计算出的能熵比偏低，异常机械臂的待检测振动信号计算出的能熵比偏高，两者有明显的分界线，则根据待检测振动信号的能熵
比可以确定机械臂是正常还是异常。
80.可选的，可以使用预设规则来确定机械臂异常情况的门限值，则，如果待检测振动信号的能熵比超出预设规则的门限值，则该待检测振动信号对应的机械臂为异常，具体地，可以使用3sigma准则来作为该预设规则，对应的公式为公式(一)。
81.threshold＝μ
normal
+3σ
normal
ꢀꢀ
公式(一)
82.其中，threshold为3sigma准则对应的门限值，μ
normal
为正常振动信号的能熵比的均值，σ
normal
为正常振动信号能熵比的标准差。
83.本实施例通过确定机械臂的振动信号中的待检测振动信号；确定待检测振动信号的能熵比；根据待检测振动信号的能熵比，确定机械臂是否异常。通过待检测振动信号的能熵比来确定机械臂是否异常，正常机械臂的振动信号的能熵比稳定性高，波动小，异常机械臂的振动信号的能熵比稳定性低，波动大，且正常机械臂的振动信号的能熵比明显小于异常机械臂的振动信号的能熵比，两者之间存在明显的分界线，因此可以明显并准确的分辨正常机械臂和异常机械臂。
84.图3为本技术实施例提供的确定能熵比的方法的流程示意图，如图3所示，上述步骤s102确定待检测振动信号的能熵比，可以包括：
85.s201、对待检测振动信号进行频谱变换，得到待检测振动信号的频谱序列。
86.可选的，该待检测振动信号为时域信号，对该待检测振动信号进行频谱变换，例如可以使用快速傅里叶变换，得到待检测振动信号的频谱序列，具体地，可以根据公式(二)来进行频谱变换。
[0087][0088]
其中，x[i]为待检测振动信号，n为待检测振动信号的长度，fs(n)为经过频谱变换的待检测振动信号的频谱序列。
[0089]
s202、根据待检测振动信号的频谱序列，计算待检测振动信号的频谱的排列熵，得到待检测振动信号的谱排列熵。
[0090]
其中，排列熵(permutation entropy，简称pe)是一种衡量一维时间序列复杂度的平均熵参数，它是反映一维时间序列复杂度的一种方法。
[0091]
可选的，根据待检测振动信号的频谱序列和排列熵的计算方法，计算待检测振动信号的频谱的排列熵。
[0092]
s203、根据谱排列熵确定待检测振动信号的能熵比。
[0093]
可选的，上述s202中计算的谱排列熵可以根据预设条件计算出对应的能熵比，该预设条件可以是待检测振动信号的其他信号参数。
[0094]
图4为本技术实施例提供的确定谱排列熵的方法的流程示意图，如图4所示，上述步骤s202根据待检测振动信号的频谱序列，计算待检测振动信号的频谱的排列熵，得到待检测振动信号的谱排列熵，可以包括：
[0095]
s301、对待检测振动信号的频谱序列进行相空间重构，得到重构后的待检测振动信号的频谱。
[0096]
其中，待检测振动信号的频谱序列是一个混沌的序列，通过相空间重构可以得到随着时间而变化的序列，具体地，通过一维时间序列的不同延迟时间来构建对应维度的相
空间矢量，得到待检测振动信号的频谱矩阵，该频谱矩阵如下：
[0097][0098]
其中，m为嵌入维度，τ为时间延迟，k＝n-(m-1)τ，n为信号长度，每一个x
′
(i)均对应着相应的重构分量，共有k个。
[0099]
s302、对重构后的待检测振动信号的频谱进行排序，得到重构的序列。
[0100]
可选的，对上述的频谱矩阵中的数据进行升序排序，如公式(三)。
[0101]fs
[i+(j
1-1)τ]≤fs[i+(j
2-1)τ]≤
…
≤fs[i+(j
m-1)τ]
ꢀꢀ
公式(三)
[0102]
从而对于每一个重构的序列，每行都对应一个标记序列号。
[0103]s′
(l)＝(j1,j2,
…
,jm)
[0104]
其中，s
′
(l)为每行重构后的标记序列，l＝1，2，
…
，k，且k≤m。
[0105]
s303、根据重构的序列计算待检测振动信号的频谱的排列熵，得到待检测振动信号的谱排列熵。
[0106]
可选的，上述s302步骤重构的序列可以根据预设的公式计算待检测振动信号的频谱的排列熵，得到待检测振动信号的谱排列熵。
[0107]
本实施例中，通过对待检测信号频谱的排列熵进行计算，可以使得基于信号的频谱计算的结果更准确。
[0108]
图5为本技术实施例提供的另一种确定谱排列熵的方法的流程示意图，如图5所示，上述s303步骤根据重构的序列计算待检测振动信号的频谱的排列熵，可以包括：
[0109]
s401、计算重构的序列的每一个序列在所有序列中出现的概率，根据各序列的概率计算待检测振动信号的频谱的第一排列熵。
[0110]
可选的，根据重构的每一个的序列在所有序列中出现的概率计算该序列的概率，各序列s
′
(1)，s
′
(2)，
…
，s
′
(k)出现的概率分别记为p1，p2，
…
，pk，且∑p＝1，即，各序列的概率之和为1，例如总共有4行序列，序列s
′
(1)的概率为0.2，序列s
′
(2)的概率为0.3，序列s
′
(3)的概率为0.1，序列s
′
(2)的概率为0.4。
[0111]
根据各序列的概率以及公式(四)计算待检测振动信号的频谱的第一排列熵。
[0112][0113]
其中，h
p
为待检测振动信号的频谱的第一排列熵，pj为重构的序列的每一个序列在所有序列中出现的概率。
[0114]
s402、对第一排列熵进行归一化处理，得到待检测振动信号的谱排列熵。
[0115]
可选的，为了计算方便，对上述步骤s401计算的第一排列熵使用归一化的方法进行处理，如公式(五)。
[0116][0117]
其中，h
sp
为待检测振动信号的谱排列熵，h
p
为待检测振动信号的频谱的第一排列熵，m为嵌入维度。
[0118]
图6为本技术实施例提供的另一种确定能熵比的方法的流程示意图，如图6所示，上述步骤s203中根据谱排列熵确定待检测振动信号的能熵比，可以包括：
[0119]
s501、确定待检测振动信号的均方根。
[0120]
可选的，该均方根指示的是待检测振动信号的时域信号对应的能量的均方根，具体地，可以根据公式(六)可以计算得到待检测振动信号的能量均方根。
[0121][0122]
其中，x[i]为待检测振动信号的时域能量，n为待检测振动信号的长度。
[0123]
s502、根据待检测振动信号的均方根以及谱排列熵计算得到能熵比。
[0124]
可选的，根据待检测振动信号的时域的能量均方根和谱排列熵的比，计算待检测振动信号的能熵比，具体地，如公式(七)。
[0125][0126]
其中，eer为待检测振动信号的能熵比，rms为待检测振动信号的能量均方根，h
sp
为待检测振动信号的谱排列熵。
[0127]
可选的，上述步骤s101中确定机械臂的振动信号中的待检测振动信号之前，可以包括：
[0128]
可选的，对机械臂的振动信号进行预处理。
[0129]
其中，该振动信号可以为多个转速段对应的振动信号，对各转速段的振动信号进行预处理，例如可以使用去均值的方法进行处理，也就是说各转速段的振动信号的能量减去该转速信号段的能量均值。
[0130]
可选的，在预处理后的机械臂的振动信号中提取匀速振动信号。
[0131]
其中，各转速段对应的振动信号从初始点到终点存在加减速时间，则需要提取各转速段对应的振动信号中的匀速运动信号段来对机械臂的质量进行检测，具体地，可以在各转速段对应的振动信号中减去预设时长的该信号段的首尾时间，则剩余时间对应的信号段为匀速运动信号段。
[0132]
示例性的，该预设时长可以为0.4秒。
[0133]
可选的，确定机械臂的振动信号中的待检测振动信号，可以包括：
[0134]
可选的，每个转速段在振动信号中均包含往返两端信号段，例如从端点a至端点b，从端点b返回端点a，本技术实施例中均选择从端点a至端点b的运动信号段来分析该转速段的运动振动信号。
[0135]
可选的，根据预设的转速段选择匀速振动信号中与预设的转速段对应的匀速振动信号，作为待检测振动信号。具体地，可以根据输入指定的转速在各转速段中寻找对应的转速段，例如可以根据机械臂的电机转速选择振动信号所在的信号段，例如公式(八)。
[0136][0137]
其中，seg为振动信号所在的转速段，n为电机转速。
[0138]
图7为本技术实施例提供的实际验证结果示意图，如图7所示，在电机转速为2000rmp、2500rmp、3000rmp通过上述方法试验得到的多个正常机械臂以及多个异常机械臂在各转速信号段中对应的能熵比的表现，其中，序号(a)表示的是电机转速为2000rmp，序号(b)表示的是电机转速为2500rmp，序号(c)表示的是电机转速为3000rmp，各图中圆形标记为不同组数据的能熵比，也就是不同机械臂的振动信号的能熵比，黑色点虚线为根据前4组正常机械臂计算的门限值，黑色虚线左右两侧分别代表正常机械臂和异常机械臂。
[0139]
从图7中可以看出，随着转速的上升，正常机械臂和异常机械臂的能熵比均随之渐增，因此，门限值也随着转速的增加而增大。在2000rmp、2500rmp、3000rmp转速下可以看出，正常机械臂的能熵比和异常机械臂的能熵比之间存在一个明显的分界线，因此，本技术实施例中提出的机械臂检测方法能够将正常机械臂和异常机械臂进行准确区分，验证了该方法的有效性。
[0140]
图8为本技术实施例提供的另一种实际验证结果示意图，如图8所示，本技术实施例通过待检测振动信号的能熵比特征与现有技术中使用振动信号的均方根特征、谱排列熵特征，这三种特征来检测机械臂的验证结果进行对比。
[0141]
为了量化上述三种特征在衡量正常和异常机械臂振动信号的差异，在不同转速下分别计算从异常机械臂的振动信号提取到的特征相较于正常机械臂的振动信号提取到特征的变化率，从图8中可以看出，在三种特征中，谱排列熵的变化率最小，均方根较小，能熵比的变化率最大，并且在三种转速下，能熵比均为变化最大的指标，因此，能熵比相较于均方根和谱排列熵能够明显区分出正常机械臂和异常机械臂，进一步验证了本技术实施例提供的机械臂检测方法的优势。
[0142]
图9为本技术实施例提供的一种机械臂检测方法的装置示意图，如图9所示，该装置包括：
[0143]
确定模块601，用于确定机械臂的振动信号中的待检测振动信号，所述待检测振动信号为预设转速段对应的振动信号；
[0144]
确定模块601，用于确定所述待检测振动信号的能熵比；
[0145]
确定模块，用于根据所述待检测振动信号的能熵比，确定所述机械臂是否异常。
[0146]
可选的，确定模块601具体用于：
[0147]
对所述待检测振动信号进行频谱变换，得到所述待检测振动信号的频谱序列；
[0148]
根据所述待检测振动信号的频谱序列，计算所述待检测振动信号的频谱的排列熵，得到所述待检测振动信号的谱排列熵；
[0149]
根据所述谱排列熵确定所述待检测振动信号的能熵比。
[0150]
可选的，确定模块601具体用于：
[0151]
对所述待检测振动信号的频谱序列进行相空间重构，得到重构后的所述待检测振动信号的频谱；
[0152]
对重构后的所述待检测振动信号的频谱进行排序，得到重构的序列；
[0153]
根据重构的序列计算所述待检测振动信号的频谱的排列熵，得到所述待检测振动
access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0170]
以上仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。