增强现实技术在工业机器人故障诊断中的应用

李雪婧

（襄阳职业技术学院，襄阳 441050）

增强现实（Augmented Reality，AR）技术通过将计算机生成的虚拟信息叠加到真实世界，使用户能够在真实环境中感知到虚拟信息，从而为人机交互提供全新的方式。近年来，AR技术在许多领域得到了广泛应用，如娱乐、医疗、教育等。在工业领域，尤其是工业机器人的故障诊断中，AR技术显示出了巨大潜力。AR技术可以帮助技术人员在现场直观了解机器的运行状态和故障信息，从而提高故障诊断的效率和精度。本文详细探讨增强现实技术在工业机器人故障诊断中的应用，包括应用流程、改进故障诊断策略等，同时讨论AR技术在故障诊断方面的发展前景，包括未来的发展趋势、诊断过程中的应用和挑战等。通过对AR技术在工业机器人故障诊断中的研究，期望能够为工业机器人的故障诊断提供新的视角和解决方案。

1 研究背景与研究意义

1.1 工业机器人的发展

工业机器人在现代工业生产中扮演着重要角色，广泛应用于汽车、电子、食品、医疗、航空航天等行业。随着科技的发展，工业机器人在精度、速度、灵活性等方面的性能不断提升，促使其在生产线上的任务从简单的重复劳动转变为复杂的精细操作。这大大提高了生产效率，减轻了人工劳动强度，但也对机器人的稳定性和可靠性提出了更高要求。

1.2 AR技术

AR技术正在各个行业发挥着越来越重要的作用，特别是在现代化工厂中，正在逐步深入技术、工业生产的各个方面，形成了人机交互的新模式。首先，培训与提升技能。AR解决方案可帮助企业解决培训和提升技能的挑战，有利于各级别的企业和工人。数字化的AR工作指导可以适应企业的需求，无论是对个人，还是全企业的培训。其次，数字化工作指导。AR工作指导可以引导工人按照标准化流程进行操作。相比于阅读纸质指导，AR可以直接将工作指导投影到工作表面，引导工人一步步进行，大大减少了错误和工人的认知负荷[1]。最后，质量保证。AR解决方案可以在不影响周期时间的情况下，将快速检查步骤融入任何步骤。AR软件甚至可以与3D视觉相机和机器学习技术整合，识别错误，如正确的扭矩、正确的线路布局等，并将所有的检查信息和过程数据存储起来确保每一个步骤都无误。

2 工业机器人故障诊断的常用方法

工业机器人在生产过程中可能会出现各种故障，因此准确快速地进行故障诊断对于提高生产效率和降低成本非常重要。目前，工业机器人故障诊断主要采用基于模型的故障诊断方法、基于数据的故障诊断方法和基于经验的故障诊断方法。然而，这些方法在实际应用中存在一些局限性。

基于模型的故障诊断方法是一种常见的故障诊断方法，主要通过建立机器人系统的物理模型或数学模型识别故障。这种方法可以通过模拟机器人的运动、力学和动力学行为来检测和诊断故障。它通常需要先对机器人系统进行建模和仿真，然后通过与实际数据比较来诊断故障。尽管基于模型的方法可以提供较高的精度和准确性，但在实际应用中存在一些挑战。一方面建立精确的模型需要大量的时间和精力，另一方面模型可能无法准确捕捉到机器人系统的复杂性和不确定性[2]。

3 AR技术在工业机器人故障诊断中的应用

3.1 应用趋势

AR技术在工业机器人故障诊断中的未来发展趋势是实现更高质量、更智能化、更全面的故障诊断解决方案。随着硬件技术、算法技术和其他先进技术的进步，AR技术将提供更强大的可视化能力、与其他技术的融合能力以及智能化的故障诊断能力，进一步提升工业机器人故障诊断的效率、准确性和可靠性，也可以进一步提升AR技术在工业机器人故障诊断中的可视化能力。随着硬件设备的不断升级和算法的不断优化，AR技术可以提供更高质量、更逼真的虚拟信息显示，使得故障现象和诊断信息更加清晰和直观，提高故障诊断的准确性和效率。AR技术与其他先进技术相结合，可实现更全面的故障诊断解决方案。随着人工智能、物联网和大数据技术的迅猛发展，AR技术可以与这些技术相互融合，实现更智能化和自动化的故障诊断[3]。

3.2 改进故障诊断策略

传统的故障诊断策略需要依赖操作人员的经验和专业知识，通过观察和判断定位和识别故障。而AR技术可以通过虚拟对象的显示和标记，直观指示故障所在的位置和部件。操作人员可以通过AR设备观察机器人系统，并通过实时的虚拟信息快速定位故障源。这种直观的定位和识别策略可以大大减少故障排查的时间和成本。AR技术可以将专家的知识和经验以虚拟对象的形式叠加在真实环境中，使新手操作人员能够实时获得专家的指导和培训。然而，当前AR技术的发展水平完全不足以覆盖各种工业生产场景，需要进一步研究和发展其在不同应用场景下的具体实施策略，以实现其在工业机器人故障诊断中的最大潜力[4-5]。

4 实验测试

基于单一工况，验证了AR技术在工业机器人故障诊断上的有效性。搭建的实验平台基于拥有1 500 mm臂展的6自由度工业机器人，其中一轴、二轴和三轴被称为机器人的手臂，四轴、五轴和六轴被称为机器人的手腕。机械臂的运动是将交流伺服电机作为动力源，机械臂与机械臂之间通过旋转矢量（Rotary Vector，RV）减速器连接，最终保证机械臂精确、可靠运行。图1为基于AR技术的故障诊断系统结构图。

在单一工况下采集工业机器人的6种故障模式对应的振动信号，每种故障模式采集819个数据点，设置样本长度为8 192，构建6×100×8 192的样本特征矩阵。然后，对每个样本进行5层小波包变换，并在每层的计算中获得7个统计参数。因此，经过小波包变换后的样本维度为5 400×441，即5 400个样本，每个样本长度为441，最终得到特征矩阵大小为600×441。所有实验的训练和测试过程均使用Matlab 2020b编程，并在配置Inteli 5处理器和16 GB 随机存储器（Random Access Memory，RAM）的电脑上执行，得到基于单一工况的故障诊断精度，如图2所示。通过数据分析发现，在故障点个数极小的情况下，AR检测效率较高，故障点较多时（超过300个后），AR检测相较于人工优势更加明显。

5 结语

AR技术作为一种融合虚拟信息和真实环境的技术，具有巨大的潜力，在工业机器人故障诊断领域得到了广泛应用。随着技术的不断进步和应用场景的不断拓展，AR技术在故障诊断中的应用能力将进一步增强。

通过将计算机生成的虚拟信息与真实环境相融合，AR技术为工业机器人故障诊断提供了新的视角和解决方案。针对工业机器人齿轮箱故障诊断的挑战，提出了基于AR技术的方法，并在实验中取得了显著的识别率。研究表明，AR技术能够提供直观、准确和高效的故障诊断过程，提高了诊断的准确性和鲁棒性。未来AR技术的发展趋势将集中在进一步提升可视化能力、与其他先进技术的融合、远程协作和智能化故障诊断等方面。