生产线重载搬运机器人实时状态监测系统设计

李 爽，孟庆春

（郑州工业应用技术学院 软件学院，郑州 451199）

0 引言

随着社会进入新工业时代，制造业生产方式已经全面完成4.0升级。工业物联网的提出，将智能数据分析、移动通信融合应用于制造业生产的各个方面。制造业生产中，生产线重载搬运机器人是上述思想的重要应用，这种应用可全方位地缩减了制造业生产成本，降低资源消耗。生产线重载搬运机器人的运行状态直接影响制造业生产的生产效率，因此，监测生产线重载搬运机器人实时状态，成为相关领域学者 待解决的问题。针对工业机器人的应用研究较为常见：

文献[1]设计了基于长短期记忆的机器人健康监测系统。该方法依据方差分析方法确定机器人状态变化感应信号。再使用主成分分析法对机器人多维传感数据实施融合，通过融合数据与特征数据的相似度计算，获取机器人的运行状态指数。最后通过建立的长短期记忆网络模型完成机器人运行状态的健康预测。文献[2]设计了基于移动终端的工业机器人远程监测与故障诊断系统设计。该方法针对目前监测系统中存在的形式单一问题，建立了以移动终端为监测平台的机器人远程监测系统。该系统依据Internet完成机器人的运行数据采集。通过服务器将数据上传至用户终端，使用户能够通过手机、平板实现机器人运行状态的监测。文献[3]设计了基于TCP/IP协议的除草机器人远程监测系统。该方法依据TCP/IP原理建立了机器人状态实时监测系统的总体框架以及软硬件平台框架。再对系统软硬件开展具体分析；最后依据QT软件完成了机器人状态实时监测系统的监测界面设计，实现机器人运行状态的实时监测。

但上述系统在状态监测过程中的监测效果差。为解决上述机器人运行状态监测系统中存在的问题，设计了一种新的生产线重载搬运机器人实时状态监测系统。

1 系统总体设计

1.1 系统整体框架设计

基于上述系统的设计要求，完成生产线重载搬运机器人实时状态监测系统的总体框架设计如图1所示。

图1 重载搬运机器人实时状态监测系统总体框架设计

分析图1可知，生产线重载搬运机器人实时状态监测系统的总体框架分为移动终端模块、管理模块、数据监测显示模块、网络通信模块、报警模块以及数据库模块。

1.2 系统关键网络通信模块硬件设计

网络通信模块主要负责搬运机器人实时状态监测系统中数据的通信，主要分为LoRa基站传输模块以及通信方式选择模块两类。

LoRa基站传输模块在LoRa选型时，需要选取LoRa时需要LoRa射频为Sx1278，数据缓冲区为256Bytes，基站传输过程中，传输频率在169至433M之间，传输速率在0.5至11kbit/s之间的LoRa基站。在类型选择子模块内，管理员可选定多种基站传输类型备用，在传输过程中，依据机器人当前运行状态数据，实时确定基站传输类型。最后通过建立的传输模型，实现系统的网络实时传输，模型结构如图2所示。

图2 传输模型结构

1.2.1 报警模块

报警模块主要负责机器人实时状态监测系统的预警、报警功能。搬运机器人发生故障时[5]，运行参数会同时发生变化，当机器人运行状态与正常运行状态之间存在偏差时，该模块会迅速调阅历史数据展开相关分析，通过分析结果确定是否开启报警、预警信号。

1.2.2 数据库模块

机器人运行状态实时监测系统选取MySQL作为本系统管理数据库。依据系统的主要需求，建立机器人静态参数信息集合、动态信息集合，工作状态数据集合以及故障详细信息数据集等分类集合，方便机器人运行数据的分类管理。

2 软件相关算法设计

硬件模块设计完成后，依据设计的硬件完成机器人运行状态监测系统的软件功能设计，监测系统具体软件功能如图3所示。

图3 系统软件主功能示意图

2.1 远程通信算法设计

短距离D2D无线通信网络可在既然远程报警中得到较好的应用。其在已知信道条件的情况下，完成机器人远程上行链路通信，仅考虑单个无线网路范围内，网络边缘的用户设备（User Equipment，UE）与其对等的UE之间可建立D2D链路，通过该链路完成接受数据的中继转发，最终到达基站，在该过程中，每一个UE可在2个跳数内完成。

短距离D2D无线通信网络中主要有机器人设备、无线链路以及D2D链路[8]，则该网络通信时的信道模型、信干燥比、能耗模型以及中继选择是网络通信的主要部分。

1）信道模型：短距离D2D无线通信网络存在两种中衰落模型，且为大、小两种尺度，分别用自由空间传播模型和瑞利衰落表示。设x和y分别表示发射器和接收器，两者之间的信道增益以及增益指数分别用hx，y、表示。则x和y之间距离为r时信号功率用hr-α表示，其中，α＞ 2表示路径损耗指数。

2）信干燥比：设dth表示距离阈值，该值的确定可依据信道的衰落的条件完成；在该范围为UE用CUE表示，则构建实现D2D链路通信的D2DCUE。由于短距离D2D无线通信网络能够复用上行链路资源，则表示使用同一个信道的链路之间会发生干扰。结合短距离D2D无线通信网络中，两个UE之间距离较小的特点，则对D2D无线通信的最大发射功率实行控制，并引入自干扰消除因子ξ，以此实现该干扰的有效控制。结合该干扰确定x至y之间链路的信干燥比的计算公式为：

式(1)中：px和Lx，y分别表示x的传输功率和x至y之间的链路距离；干扰源的集合用Φy表示；δ2表示噪声功率；t表示时刻。

3）能耗模型：如果短距离D2D无线通信传输的数据量大小为L，此时所需的能耗计算公式为：

式(2)中：通信过程中，实行信息发送或者接收时电路的消耗能量用Eelec表示；ptx表示发射器的发射功率；信息通信过程中所需的时隙长度用Nts表示；τ表示单个时隙长度；N ts·τ表示整个传输的总时间。

2.2 最优功率分配实现

基于上述小节的分析得出，如果为提升短距离D2D无线通信数据的通信成功率，需考虑能耗和通信成功率之间的关联，并获取两者之间的折中结果，在保证通信成功率的前提下使能耗最小。此时，定义效用函数，其计算公式为：

式(3)中：E和S分别表示通信能耗和传输成功率，Emax为E的最大值；smin表示s的最小值；ω表示权重因子。

3 实验测试

为了验证设计的生产线重载搬运机器人实时状态监测系统的整体有效性，在某生产线厂间对重载搬运机器人布设一个监测系统。远程通信包括一个网关和两个采集子节点，网关是由一个远程的服务平台连接的，远程的服务平台调用MATLAB。LoRa采用433MHz频段，发射功率为22dBm。

3.1 实验结果及分析

分别采用本文的生产线重载搬运机器人实时状态监测系统设计（所提系统）、基于TCP/IP协议的除草机器人远程监测系统设计（文献[2]系统）、基于移动终端的工业机器人远程监测与故障诊断系统设计（文献[3]系统）测试。

图4 实验现场机器人

机器人实时状态监测系统在开展机器人状态监测时，状态监测效果的优劣能够直观表现出监测系统的监测性能。选定机器人旋转角度、角速度以及监测时间为系统监测性能测试指标，以此测试上述三种系统的监测效果。

3.2 机器人旋转角度测试

选定机器人旋转角度为测试指标，采用上述三种系统开展机器人实时状态监测，测试三种监测系统的监测精度，结果如图5所示。

图5 不同系统的机器人旋转角度监测结果

分析图5可知，所提系统监测出的机器人旋转角度位移曲线监测结果与实际机器人旋转角度位移曲线相接近，而文献[2]系统与文献[3]系统测试出机器人旋转角度与实际结果相差较大，这主要是因为所提系统在建立系统时，采用LoRa传输基站完成了机器人运行状态的数据传输，所以该方法的监测精度高。

3.3 角速度测试

选取机器人角速度输出值为测试指标，继续对三种机器人运行状态监测系统的监测效果展开测试，测试结果如图6所示。

图6 不同系统的机器人角速度测试结果

分析图6可知，所提系统测试出的机器人角速度与时间机器人角速度较为接近，而其他两种方法的角速度测试结果与实际角速度之间相差较大，由此可知，所提系统在开展机器人状态监测时的监测效果高于文献[2]系统以及文献[3]系统。

3.4 监测时间测试

基于上述测试结果，选定不同的监测节点继续对所提系统、文献[2]系统以及文献[3]系统展开测试，测试三种系统在机器人实时状态监测时的监测时间，结果如表1所示。

表1 不同监测系统的监测时间测试结果

通过表1测试数据可知，随着监测节点数量的不断上升，三种状态监测系统的监测时间都呈现出不同的上升趋势。但是所提系统是三种监测系统中监测时间最短的，由此表明所提系统的监测效率较高。

通过上述所有测试结果，可证明所提系统监测性能高于其他两种系统，且具备有效性。

4 结语

随着制造业自动化生产线的发展，搬运机器人的普遍和应用越来越多，对搬运机器人开展必要的状态监测，就显得尤为重要。为有效提高生产线搬运机器人状态监测性能，设计了基于LoRa基站的生产线重载搬运机器人实时状态监测系统。该方法依据系统的设计要求完成了监测系统的硬件、软件设计，最后通过硬件、软件的结合，能够有效实现对机器人的实时状态监测，并提高生产线搬运机器人状态监测性能。