SCARA 機器人是工業機器人中的一種，其名稱由 “Selective Compliance Assembly Robot Arm”幾個單詞的首字母組成，常用于自動化裝配、包裝、搬運、焊接、零件選取等任務，廣泛應用在智能制造、醫療康復、科學研究、教育等領域。SCARA 機器人具有高剛性和高精度的特點，能滿足產業需求。根據國家機器人檢測與評定中心(總部)統計，SCARA 機器人常見故障主要包括：諧波齒輪減速器故障、控制柜故障、線纜故障、旋轉矢量(RV)減速器故障、電機故障以及其他類型故障。從故障發生的頻率來看，諧波齒輪減速器仍然是最常見的故障組件之一，也是全球范圍內工業機器人普遍存在且難以解決的問題。
SCARA 機器人的工序需要精準的定位，諧波齒輪減速器能夠通過內嚙合結構實現高精度的傳動和較大的轉矩輸出 , 具有零背隙等優點，因此小型諧波齒輪減速器作為 SCARA 機器人的常見組件，被廣泛應用于 SCARA 機器人的關節傳動系統中，旨在減慢驅動電機的旋轉速度并提高輸出轉矩，從而實現 SCARA 機器人高的運動精度和穩定性。
然而，正如任何機械系統一樣，SCARA 機器人及其組成部分也面臨著磨損和故障的風險。其中，齒輪磨損故障是常見的問題。這是因為自動化生產中，SCARA 機器人將一直處于工作狀態，其柔輪承受較大的交變載荷，運行過程中波發器轉動使柔輪和鋼輪的嚙合產生嚴重磨損，同時柔輪輪齒與鋼輪輪齒之間也存在傳動磨損，這將導致傳動性能退化、機械性能下降、精度損失以及不必要的停機。因此，準確預測和及時檢測這些故障，可以減少不必要的日常維護，提升生產效率。此外，伴隨磨損加劇，柔輪的受力情況復雜，變形量大，可能導致漏油現象，一旦出現漏油問題，不僅造成經濟損失，漏油嚴重時會引起減速機少油、斷油，使齒輪嚙合面磨 損加劇，進而發生咬焊或剝離，導致設備事故，而且漏油對周圍環境污染厲害，對土壤和水源有腐蝕作用，這樣既破壞了文明生產又浪費了不少本可收回再生的潤滑油。
如何科學有效地確定齒輪磨損情況，開展相關研究，實現故障預測，有利于保證生產效率，提升生產精細化管理，為企業產生巨大的經濟效益提供保障。本研究的主要目的是探索并驗證基于轉矩信號的 SCARA 機器人小型諧波齒輪減速器齒輪磨損故障的預測方法。具體來說，本文將通過監測和分析轉矩信號，建立模型來預測齒輪磨損故障的發生，以降低機器人維護成本，提高機械系統的可靠性，減少停機時間。
研究的重要性在于提供了一種新的、非侵入性的故障預測方法，該方法可以廣泛應用于 SCARA 機器人和其他機械系統。這有望提高制造業的生產效率，為企業節省維護成本，提供可持續的解決方案。
本文將從諧波齒輪減速器齒輪磨損機理、試驗設計和數據分析、結論及展望等幾個方面進行闡述。
一、諧波齒輪減速器齒輪磨損機理分析
諧波齒輪減速
根據《機器人用諧波齒輪減速器》(GB/T 30189—2014)結構說明中對諧波齒輪減速器定義，它是一種靠波發生器使柔輪產生可控的彈性變形波，通過與剛輪的相互作用，實現運動和動力傳遞的傳動裝置。其輸入和輸出轉向相反，即：波發生器輸人，剛輪固定，柔輪輸出;或柔輪固定，剛輪輸出，其結構爆炸圖如圖 1 所示。
如圖 2 所示，粉色小圓為波發生器球心，藍色小圓為柔輪球心，綠色小圓為剛輪球心。理論上健康狀態下，三個小圓應該在同一個位置，發生波發生器偏移故障時，三小球發生錯位。其中：WG 是波發生器(wave generator)，FS 是柔輪(flex spline)，RC 是剛輪(rigidy cylinder)。
諧波齒輪減速器運行分析
在諧波齒輪減速器正常運行時，如果波發生器、柔齒輪和鋼輪均為同心圓形，那么理論上轉矩的波形將保持恒定。這是因為在這種情況下，各個元件之間沒有變形或失真，能夠保持穩定的傳動比和轉矩輸出，即當所有條件滿足理想條件時，諧波齒輪減速器輸出的轉矩波形為一個常數。
當諧波齒輪減速器柔輪和鋼輪不同心，但都為圓形時，其輸出的波形圖振幅相同。
然而，一旦柔輪和鋼輪的圓心不重合且其中至少一個部件不是圓形時，將會產生二次諧波的波形。這是因為當減速器結構存在不對稱性時，系統的非線性特性會導致二次諧波的生成。
根據諧波齒輪減速器三個部件圓心偏移程度和制造工藝是否足夠接近圓形可以得到不同的故障轉矩波形，如表 1 所示。
諧波齒輪減速器故障機理分析
諧波齒輪減速器的齒輪是關鍵的工作部件，用于傳遞轉矩。長時間或超載使用情況下，齒輪可能會磨損、變形，導致運行不平穩、噪音增加、輸出效率下降、漏油等現象。
不平穩的運行有可能導致波發生器的位置偏移，從而導致諧波分量無法被正確地產生或傳遞，進而影響了轉矩輸出的穩定性，變形會導致轉矩傳遞過程中出現非線性變化，使得轉矩波形中產生了額外的諧波分量，此時，轉矩信號的波形發生變化。如果輸出側或者鋼輪發生變形，那么最終生成的轉矩信號波形將呈現二次諧波。
因此，通過對轉矩信號的波形的采集分析，可以掌握波發生器、柔輪和鋼輪的同心情況、齒輪的圓形特性，從而有針對性地進行維護保養，避免減速器的非預期損壞，從而提升 SCARA 機器人在智能制造生產過程中的穩定性和可靠性。
在諧波齒輪減速器的運行中，維持穩定的轉矩輸出是十分重要的，同時需要定期檢查和維護這些元件，以確保減速器的正常工作并避免轉矩波形出現異常，所以研究諧波齒輪減速器的齒輪磨損故障預測非常具有必要性。
二、試驗原理和影響因素排除
試驗原理
SCARA 機器人通常在一定的工作節拍下運行，其關節中的電機、減速器等部件運轉都以周期循環的運動狀態工作。隨著機器人的運行時間累積，各關節中的旋轉部件的磨損程度加劇，從而導致內部摩擦力的逐漸上升，為了維持運行需要，機器人必須不斷增加輸出轉矩。
按照《永磁交流伺服電動機通用技術條件》(GB/T 30549—2014)的條款 3.9 的定義，電機轉矩常數是指當電機接入單位線電流的時候，其產生的平均電磁轉矩的大小，即轉矩和電機繞組電流成正比關系。通過前面諧波齒輪減速器機構可知，通過監測 SCARA 控制柜中的電流信號，可以了解轉矩變化情況，根據轉矩變化數據的收集，以及與減速器齒輪磨損變形情況關聯關系的研究，給出臨界閾值，從而制定日常維護數據采集計劃，及時掌握諧波齒輪減速器運行狀態，適時采取必要的維護和修復措施，以確保機器人的可靠運行和生產效率。
轉矩測試法影響因素排除
實際上電磁轉矩和繞組電流并非完全正比關系，電流和轉矩的轉換關系還會受到很多因素影響，其中較為顯著的影響因素為：溫度、三相電壓穩定性和負載條件。
本次研究基于定變量法分析，為了減少影響因素對于試驗結果的影響，試驗采取了以下措施：
1)溫度：考慮到啟動電流，以及從冷態到熱態由于溫升造成的電阻變化，從而引起的電流波動，開始數據采集前，布置熱電偶，保證環境溫度恒定，監測電機的溫度變化，當達到熱穩定后(溫升 1K/h)，再進行后續轉矩數據記錄。
2)三相電壓穩定性：為了保持與實際工況一致，電機的接線與實際使用情況保持一致，測試時對供電電源的穩定性提出了要求，以避免因三相電壓不平衡引起的電流不平衡對測試結果造成影響。
3)負載條件：負載的引入通常有兩種方式，第一種通過電機對拖的測試平臺來提供負載，第二種通過帶實際的負載來實現負載引入。通過電機對拖的負載方式，負載電機本身會有抖動，從而造成轉矩波動。通過引入實際負載的方式，如果在實際工況下，循環操作，SCARA 機器人在有載和空載條件下交替，負載的變化會導致轉矩波動，應避免頻繁的動態加載導致的測量不準確，故本次試驗采取承載額定負載的砝碼連續運行的方式。
4)只對 SCARA 機器人的一個軸按實際工況模式進行操作，以實現測試工況的一致性。
三、試驗設計和結果分析
試驗條件
為了開展小型諧波齒輪減速器齒輪磨損故障的預測研究，首先確定研究對象，以及基于定變量和試驗數據復現性考慮，細化試驗條件。
首先選取兩個型號為 CSG-32-100-2UH-SP 的諧波齒輪減速器，分別安裝在型號為 IRB 910SC 的 SCARA 機器人的軸 1 和軸 2 位置，選取 4BNo.2 作為潤滑油，使用型號為 IRC5C 控制器，試驗室環境溫度維持在 25±1℃，帶載砝碼為額定負載 6kg，具體參數見表 2。
試驗步驟
測試按照如下步驟進行：
1)傳感器安裝：在 SCARA 機器人的電機軸上安裝轉矩傳感器，以實時測量轉矩信號。這些傳感器通常連接到數據采集系統，將轉矩信號記錄下來。
2)運行姿態初始化：IRB 910SC 的 SCARA 機器人設置初始姿態，軸 1、軸 2 均與地面保持 90°，整體保持水平，旋轉 1 軸，姿態如圖 3 所示。
3)數據記錄：以額定速度和加速度來操作 1 軸，并將機器人的運動狀態分為三個階段：加速階段、勻速階段和減速階段，記錄轉矩信號。這些數據將包括正常運行狀態和可能出現齒輪磨損故障時的信號。
如圖 4 在加速階段，機器人將逐漸增加速度，使得 1 軸的運動逐漸加快。這個階段旨在將機器人帶到額定速度，以便快速而平穩地完成任務。
一旦達到額定速度，在勻速階段，機器人將以恒定的速度繼續運動。在這個階段，機器人可以保持穩定的速度，以確保操作精確性和穩定性。最后，在減速階段，機器人將逐漸降低速度，以平穩地停止運動。這個階段非常關鍵，因為它確保了機器人的定位準確性和安全性，同時避免了意外的沖擊或過載。
4)數據預處理：對采集到的轉矩信號進行預處理，包括去噪、濾波和數據對齊等步驟，以確保數據的質量和一致性。
5)特征提取：從轉矩信號中提取特征，這些特征將用于預測方法的構建等。
試驗數據
試驗數據的獲取和處理主要分為三個部分：數據采集、數據處理和穩定段提取。在數據采集階段，使用 TSV 軟件(ABB 官方的數據采集軟件)，直接獲取 SCARA 機器人控制柜中的原始信號，如扭矩、位置和速度信號等。數據處理階段排除影響數據質量的因素，主要為白噪音和過高的采集頻率引起的耦合干擾等。穩定段提取主要剔除掉動態過渡過程，保留數據的穩定段用于分析故障。這套完整的試驗數據獲取和處理方法確保了數據的準確性和可靠性。
數據采集：數據采集使用 TSV 軟件，通信協議為 TCP/IP 協議，通過網線連接 TSV 軟件和 SCARA 機器人控制柜上的服務端口，從而采集到電機相關性信號。驅動電機的參數設置如下：
電機自動調節參數：C_C_Auto_Ti(用于自動調節電機的性能。通常情況下，C_C_Auto_Ti 指的是電機控制器中的自動調節積分時間常數。這個參數的作用是調節電機的響應速度和穩定性，以及控制器的能耗和熱效應。通過調整這個參數，可以優化電機的運行效率和性能。)
電機控制參數：k = 0.02
控制柜：IRC5C
通過網絡配置，讀取被測軸的時間、扭矩、位置、速度等信號，采集頻率為 1000Hz，得到如下試驗數據，如圖 5 所示，其中橫坐標為時間(ms)，縱坐標為扭矩(N·m)。
數據處理：由于白噪聲和采樣頻率較高等因素，原始數據難以直觀地展示相關特征，因此需對原始信號進行濾波。考慮到試驗所用的速度為 12 rpm，所對應的頻率為 0.2 Hz，濾波的截止頻率設置為 10 Hz，為對應電機轉速的 50 倍，選擇此截止頻率可以有效地去除噪聲、保留信號特征、避免失真等。濾波后的數據見圖 6。
穩定段提取：由于測試過程中存在運動的加速段、勻速段、減速段、反向旋轉等階段，其不穩定階段(加速、減速、換向等階段)不能用作故障分析，需剔除相應數據，保留穩定段數據，如圖 7- 圖 9 所示。分別分析諧波齒輪減速器 CSG-32-100-2UH-SP 的轉矩、速度、位置等穩定段的數據。
在另一個試驗中，諧波齒輪減速器型號為 CSG-32-100-2UH-SP 被安裝在機器人上，并整體保持水平，旋轉軸 2，姿態如圖 10 所示。
該機器人以額定速度和加速度來運轉軸 2，并記錄轉矩、速度、位置等信息如圖 11- 圖 13 所示。
試驗結果
記錄、處理采集的數據后，運用計算軟件可以形成諧波齒輪減速器在軸 1、軸 2 的速度曲線圖，如圖 14 和圖 15 所示。
圖 14 是減速器 1 在軸 1 上的速度曲線圖。在程序 0 中，藍色線表示理論速度值，而紅色線表示實際速度值。另外，在程序 1 中，綠色線表示理論速度值，而紫色線表示實際速度值。
圖 15 是減速器 2 在軸 2 上的速度曲線圖。在程序 0 中，藍色線表示理論速度值，而紅色線表示實際速度值。另外，在程序 1 中，綠色線表示理論速度值，而紫色線表示實際速度值。
圖 16 為軸 1 減速器全新減速器的轉矩曲線。
經過長時間運行，通過觀察，發現軸 2 減速器輸出側漏油明顯，此時捕捉到的諧波齒輪減速器轉矩趨勢圖如圖 17 所示，由圖可見轉矩的變化。
轉矩法峭度分析
峭度(kurtosis)是統計學中用來衡量概率分布形態陡峭程度的一個指標。峭度因子能夠反映振動信號的沖擊特性，它描述了數據分布曲線在其平均值附近的陡峭程度。
式(1)用于計算觀測數據的峭度值，以評估數據分布的尖峭程度。峭度值大于 3 表示數據分布相對尖峭，小于 3 表示數據分布相對平緩，等于 3 表示數據分布近似于正態分布。
對于減速器轉矩波形的分析也可以使用峭度來評估。峭度試驗參數如表 3 所示。
在當前試驗中，經計算可得 K_Ax1 的值為 3.1，K_Ax2 的值為 8.2，由此可得 2 軸減速器存在較為明顯的異常現象。
由本試驗可知，當諧波齒輪減速器的輸出側或鋼輪發生變形或漏油時，最終生成的轉矩信號波形和峭度值將呈現較為異常的特征。
擴展試驗
本試驗使用了 10 臺相同型號的 SCARA 機器人和 20 個相同的減速器，旨在驗證轉矩法測試的可行性。試驗結果表明，在峭度值大于 8 的減速器中，發現有 16 個減速器出現了輸出側漏油的問題，并且能夠明顯觀察到油痕。試驗對象、峭度值以及對應的漏油情況的匯總信息如表 4 所示。
四、結果與討論
經試驗驗證，轉矩法對于諧波齒輪減速器齒輪磨損程度的監測、防止非預期故障影響日常生產具有重要意義，可以為應用 SCARA 機器人的制造生產線的日常維護、維修提供指導。
本研究發現，在預測諧波齒輪減速器輸出側漏油故障方面，采用峭度值的測試方法表現出明顯的一致性，準確率高達 90%。當峭度值大于 8 時，漏油可能性較高。另外，信號閾值超過均值的 20% 以上也可作為判斷標準。該方法經過理論設計和試驗驗證，適用于各種類型的減速器和其他工業機器人，具有普適性。
該方法簡單有效，并通過驗證具備推廣價值。然而，閾值的設定需要進一步數據支持和理論驗證。較高的閾值會增加故障發生的可能性，從而滿足智能制造對可靠性的要求。
本研究已經成功將預測與健康管理(PHM)技術應用于實際工業機器人的管理和維護中，并取得了真實有效的成果。PHM 作為一種重要的技術，通過監測、診斷和預測故障，能夠及時管理和維護諧波齒輪減速器等關鍵部件。未來的研究可以重點關注將 PHM 技術應用于諧波齒輪減速器故障預測和防范，以提高工業機器人的可靠性和生產效率。同時，還需要進一步探索相關的數據分析和建模方法，以實現對故障狀態的準確預測和判斷。
除了杯形諧波齒輪減速器，SCARA 型機器人還可以采用中空禮帽形、標準和短筒等不同形狀的諧波齒輪減速器。盡管類型有所不同，這些減速器的運行原理和結構基本一致，本次研究借助國家機器人檢測和評定中心的支持，基于本文的試驗方法和激勵，拓展在其他應用諧波齒輪減速器的機器人上進行了類似的試驗，如 4 軸機械臂工業機器人，同樣驗證了該方法的可預測性。
因此可以將該方法擴展到其他應用諧波齒輪減速器作為動力傳動裝置工業機器人的故障預測中。
誠然，在實際應用過程中，可能因為電源穩定性、負載變動等因素影響預測的準確性，未來通過其他定變量的研究，可以繼續深化對諧波齒輪減速器故障預測模型的研究。
綜上所述，盡管本研究取得了一些進展，但在進一步完善諧波齒輪減速器故障分析和預測的過程中仍存在一些限制。
五、結束語
據貝哲斯統計，2022 年全球 SCARA 機器人市場規模達 365.79 億元，結合歷史趨勢和發展環境等方面因素，預測到 2028 年，全球 SCARA 機器人市場規模預計將達 668.67 億元，發展前景廣闊。然而，伴隨著大規模的使用，機器人及其關鍵零部件的可靠性備受關注。
針對減速機漏油問題，傳統解決措施是拆卸并打開減速機后更換密封墊片或涂抹密封膠，該方法不僅費時費力，而且難以確保密封效果，在運行中還會再次出現滲漏問題。然而非預期的故障對于智能制造生產造成的損失巨大。
本文開展的研究，通過切實可行的日常數據采集，將故障趨勢通過顯性的數據呈現，可作為實際的設備維護、維修計劃制定的重要依據，對整體提升諧波齒輪減速器齒輪的可靠性，乃至提升 SCARA 等應用諧波齒輪減速器齒輪傳動的工業機器人的可靠性，降低非預期停產，具有重大意義，伴隨深入的研究和方法的優化，推廣前景廣闊，產生的直接和間接的經濟效益巨大。
參考文獻略.