【技术实现步骤摘要】
本专利技术属于伺服作动器，具体涉及一种多电机伺服作动器故障分层管理方法及其系统。
技术介绍
1、在当今的工业自动化和精密控制领域，多电机伺服作动器因其卓越的精度、迅捷的响应速度、强大的负载能力以及紧凑的体积，已成为各种复杂机械系统不可或缺的组成部分。但随着系统复杂度的不断攀升，如何有效诊断和管理多电机伺服作动器的故障，成为了一个亟待解决的挑战。
2、传统的故障诊断方法，主要依赖于简单的阈值比较，这在多变的工业环境中往往难以提供准确的诊断结果，容易引发误报或漏报。现有的故障管理系统往往缺乏有效的层次化管理策略，面对多重故障时难以确定合理的处理顺序和策略，这些系统通常采用单一的响应措施来应对不同类型的故障，单一的故障响应动作无法适用于所有情况，甚至可能会加剧问题。许多现有的故障管理系统还缺乏实时监控和预测性分析的能力，这限制了它们在早期发现和预防故障方面的潜力。
3、由于缺乏有效的故障预测和诊断工具，维护人员在故障排查和维修上需要投入大量时间，这不仅增加了维护成本，也延长了停机时间，对生产效率和经济效益产生了负面影响。面对日益增长的系统复杂性，传统的故障诊断和管理方法已难以满足现代工业的需求，迫切需要引入更先进、更智能的技术和方法来提升故障处理的效率和准确性。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种多电机伺服作动器故障分层管理方法及其系统。
2、为达到上述目的，本专利技术是采用下述技术方案实现的：
3、一方面
4、将多电机伺服作动器故障按故障对象由底层到顶层依次分成三个故障层并确定每个故障层中所包含的故障类别；
5、收集外部传感器信号及硬件信号触发信息，经滤波、调理、数据融合后，提取多电机伺服作动器的特征状态；
6、结合预设故障类别判定规则和故障响应动作策略，基于机器学习算法对所述特征状态分析确定故障类别、故障标志以及获得相对应的故障响应动作策略。
7、进一步的，所述故障层分别为通道层、驱动系统层和伺服作动器层；
8、所述通道层故障包括n个通道故障，第i个电机连接的通道，称为通道i，每个通道的故障类别包括驱动模块故障、角度传感器异常、角度传感器断线、持续过流、电机超温和igbt过热；
9、所述驱动系统层的故障类别包括硬件过压、硬件过流、电流采样异常、软件过压、软件欠压和通讯故障；
10、所述伺服作动器层的故障类别包括限位故障、制动故障、制动解除故障、速度超差和冗余驱动故障。
11、进一步的，所述处理外部传感器信号及硬件信号触发信息，包括限位传感器信号、制动器电流传感器信号、角度传感器位置信号、角度传感器异常信号、驱动系统母线电压信号、驱动系统母线电流传感器信号、通讯信号、驱动模块反馈信号、电机温度信号和igbt温度信号；
12、所述特征状态，包括限位状态、硬件过压触发状态、硬件过流触发状态、基准电流采样状态、母线电压、母线电流、通讯数据，以及每个通道电机的制动器电流、电机角度、电机速度、角度传感器异常状态、角度传感器断线状态、驱动模块状态、电机温度、igbt温度。
13、进一步的，所述预设故障类别判定规则和所述故障响应动作策略为：
14、构建多电机伺服作动器故障的故障参数，根据不同类型的故障类别，设置不同的时间阈值，用于避免频繁误报，且针对同一类别故障设置多个层次时间阈值，用于逐步响应不同严重程度的故障；
15、根据不同类型的故障类别配置不同数据范围的数据阈值；以及通过通道冗余度判断通道层故障和冗余故障以防止单一通道故障导致的系统停机；
16、所述通道层的故障作为低层次故障，若存在多个通道出现故障，且出现通道故障的通道数量不超过通道冗余度，则仅将存在故障的通道断使能 ，伺服作动器仍可工作。否则，若出现通道故障的通道数量超过通道冗余度，该故障为冗余驱动故障属于伺服作动器层故障；
17、所述驱动系统层若出现通信故障采用正常停机方式停止工作，其他驱动系统层故障，包括硬件过压、硬件过流、电流采样异常、软件过压、软件欠压，则全部采用断使能优先停机的工作方式停止工作；
18、所述伺服驱动器层故障采用采用制动优先停机的工作方式停止工作。
19、进一步的，基于机器学习算法，结合故障参数所设定阈值，对提取的特征状态进行比对，判断是否超出所对应的故障类别预设的故障阈值；
20、将识别出的故障类别与预定义的故障标志规则进行匹配，生成相应的故障标志，每个所述故障标志包含故障类型、故障值、严重程度级别。
21、进一步的，根据故障标志采取与故障标志所关联的故障响应动作策略，以响应采取速度指令调整、通道使能控制、制动器设置以及特定动作的执行；所述故障响应动作策略包括正常停机、断使能优先停机、制动器优先停机以及通道使能断开；
22、所述正常停机，为将速度指令设置为零速度，实时检测速度数值，当反馈速度降为零时，控制所有通道的制动器执行闭合动作，当制动器闭合后，控制所有通道断使能；所述断使能优先停机，为控制所有通道断使能，以及控制所有通道制动器执行闭合动作；
23、所述制动优先停机，以及通道使能断开为控制所有通道制动器执行闭合动作，以及将速度指令设置为零速度；当制动器闭合后，控制所有通道断使能。
24、另一方面，本专利技术提供了一种多电机伺服作动器故障分层管理系统，包括如下模块：
25、故障分层模板，根据故障对象将多电机伺服作动器故障由底层到顶层分为三个层次，分别为通道层、驱动系统层、伺服作动器层，并确定每个故障层中所包含的故障类别；
26、故障参数配置模块，构建多电机伺服作动器故障管理系统故障参数，包括时间阈值配置，数据阈值配置、通道冗余度配置、故障类型与响应动作配置；
27、信息处理模块，负责接收及优化用于故障分析的伺服作动器及相关传感器数据，包括外部传感器信号及硬件信号触发信息；
28、故障分析与标志生成模块，根据故障参数模块设定参数及故障识别算法，对信息处理模块获取的数据进行深入分析，确定故障类别并生成相关联的故障标志；
29、故障响应动作模块，根据故障类别、故障标志的分析结果，结合预设故障类别判定规则和所述故障响应动作策略，实施即时的应对故障管理措施，包括正常停机、断使能优先停机、制动优先停机、通道断使能；
30、故障输出模块，进行报警提示，并将故障信息上报给外部的监控系统。
31、进一步的，所述通道层故障包括n个通道故障，第i个电机连接的通道，称为通道i，每个通道的故障类别包括驱动模块故障、角度传感器异常、角度传感器断线、持续过流、电机超温和igbt过热；
32、所述驱动系统层的故障类别包括硬件过压、硬件过流、电流采样异常、软件过压、软件欠压和通讯故障；
3本文档来自技高网...
【技术保护点】
1.一种多电机伺服作动器故障分层管理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多电机伺服作动器故障分层管理方法，其特征在于，所述故障层分别为通道层、驱动系统层和伺服作动器层；
3.根据权利要求2所述的多电机伺服作动器故障分层管理方法，其特征在于，所述处理外部传感器信号及硬件信号触发信息，包括限位传感器信号、制动器电流传感器信号、角度传感器位置信号、角度传感器异常信号、驱动系统母线电压信号、驱动系统母线电流传感器信号、通讯信号、驱动模块反馈信号、电机温度信号和IGBT温度信号；
4.根据权利要求1所述的多电机伺服作动器故障分层管理方法，其特征在于，所述预设故障类别判定规则和所述故障响应动作策略为：
5.根据权利要求4所述的多电机伺服作动器故障分层管理方法，其特征在于，基于机器学习算法，结合故障参数所设定阈值，对提取的特征状态进行比对，判断是否超出所对应的故障类别预设的故障阈值；
6.一种多电机伺服作动器故障分层管理系统，其特征在于，包括如下模块：
7.根据权利要求6所述的多电机伺服作动器故障分层
8.根据权利要求7所述的多电机伺服作动器故障分层管理系统，其特征在于，
9.根据权利要求8所述的多电机伺服作动器故障分层管理系统，其特征在于，所述故障响应动作模块中所述预设故障类别判定规则和所述故障响应动作策略为：
10.根据权利要求7所述的多电机伺服作动器故障分层管理系统，其特征在于，基于机器学习算法，结合故障参数所设定阈值，对提取的特征状态进行比对，判断是否超出所对应的故障类别预设的故障阈值；
...【技术特征摘要】
1.一种多电机伺服作动器故障分层管理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多电机伺服作动器故障分层管理方法，其特征在于，所述故障层分别为通道层、驱动系统层和伺服作动器层；
3.根据权利要求2所述的多电机伺服作动器故障分层管理方法，其特征在于，所述处理外部传感器信号及硬件信号触发信息，包括限位传感器信号、制动器电流传感器信号、角度传感器位置信号、角度传感器异常信号、驱动系统母线电压信号、驱动系统母线电流传感器信号、通讯信号、驱动模块反馈信号、电机温度信号和igbt温度信号；
4.根据权利要求1所述的多电机伺服作动器故障分层管理方法，其特征在于，所述预设故障类别判定规则和所述故障响应动作策略为：
5.根据权利要求4所述的多电机伺服作动器故障分层管理方法，其...
【专利技术属性】
技术研发人员：常振鑫，王指国，孙家庆，姜正亮，李丰硕，李召芹，李雪，徐传杰，沈志雄，吴晓健，
申请(专利权)人：南京晨光集团有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。