(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210874891.8 (22)申请日 2022.07.25 (65)同一申请的已公布的文献号 申请公布号 CN 114932560 A (43)申请公布日 2022.08.23 (73)专利权人 山东贞元汽车 车轮有限公司 地址 252000 山东省聊城市高新 技术产业 开发区黄河路6 6号 (72)发明人 胡鹏飞　胡爱君　李庆科　 (74)专利代理 机构 北京真致博文知识产权代理 事务所(普通 合伙) 11720 专利代理师 娄华 (51)Int.Cl. B25J 9/16(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01)(56)对比文件 CN 113988202 A,202 2.01.28 CN 109613826 A,2019.04.12 CN 111185907 A,2020.0 5.22 CN 112792813 A,2021.0 5.14 CN 112712302 A,2021.04.27 US 2003083783 A1,20 03.05.01 JP H06114761 A,19 94.04.26 US 2022196816 A1,202 2.06.23 JP 2016045595 A,2016.04.04 US 2020368908 A1,2020.1 1.26 US 2022184802 A1,202 2.06.16 莫海军等.爆炸物在不平路面激励下的振动 分析. 《华 南理工大 学学报(自然科 学版)》 .20 07, 第35卷(第03期), 审查员 张曼丽 (54)发明名称 一种机械臂抓取轮毂的自动控制方法和系 统 (57)摘要 本发明涉及控制或调节 技术领域， 具体涉及 一种机械臂抓取轮毂的自动控制方法和系统。 方 法包括： 对抓取单元在各周期内各采集时刻的振 动频率进行中值滤波， 得到第一振动频率序列； 对第一振动频率序列中的元素分组得到各目标 组； 根据抓取单元的最大振动 幅度、 各周 期对应 的振动频率和高频振动频率的个数， 计算稳定指 数； 基于稳定指数判断振动是否出现极端变化， 若未出现， 则在后续抓取过程中， 降速抓取并计 算各周期的稳定指数； 将各周期的稳定指数和平 均夹取速度输入网络中， 预测未来周期的稳定指 数和平均夹取速度； 根据未来周期的稳定指数和 平均夹取速度， 控制后续机械臂抓取轮毂时抓取 单元的速度。 本发明实现了对抓取单元的速度的 自动化控制。 权利要求书2页 说明书8页 附图1页 CN 114932560 B 2022.11.22 CN 114932560 B 1.一种机 械臂抓取轮毂的自动控制方法， 其特 征在于， 该 方法包括以下步骤： 获取机械臂抓取轮毂的过程中抓取单元在各周期内各采集时刻的振动数据和各周期 的平均夹取速度， 所述振动数据包括振动频率和振动幅度， 所述振动数据和所述平均夹取 速度是生产车轮的过程中所采集的； 对各周期内各采集时刻的振动频率数据进行高频滤波， 得到高频振动频率数据； 对各 周期内各采集时刻的振动频率数据进 行中值滤波处理， 得到各周期对应的第一振动频率序 列； 对所述各周期对应的第一振动频率序列中的元素进 行分组， 得到各目标 组； 根据各周期 对应的振动频率数据个数最多的目标组中的振动频率数据的个数、 各周期高频振动频率数 据的个数和机械臂 抓取轮毂的过程中抓取单元的最大振动幅度， 计算机械臂 抓取单元在各 周期内的稳定指数； 利用svr提取机械臂抓取轮毂的过程中对应的决策边界内的稳定指数， 根据所述决策 边界内的稳定指数， 判断机械臂抓取单元的振动是否出现极端变化， 若出现， 则停机检修； 若未出现， 则 在后续抓取过程中， 降速抓取并计算抓取过程中各周期内的稳定指数； 将各周 期内的稳定指数和各周期的平均夹取速度输入到训练好的神经网络中， 预测未来周期的稳 定指数和平均夹取速度； 根据所述未来周期的稳定指数和平均夹取速度， 控制 机械臂抓取 轮毂时抓取 单元的速度； 所述对所述各周期对应的第一振动频率序列中的元 素进行分组， 得到各目标组， 包括： 对于任一周期： 将该周期对应的第一振动频率序列中采集时刻相邻且小于预设阈值的振动频率分为 一组， 记为目标组； 该周期对应一个或多个目标组； 采用如下公式计算机 械臂抓取 单元在各周期内的稳定指数： 其中， 为任一周期内的稳定指数， 为反正切函数， 为该周期内高频振动频率 数据的个数， 为振动频率数据个数最多的目标组中的振动频率数据的个数， 为机械臂抓 取轮毂的过程中抓取 单元的最大振动幅度， 为自然常数； 所述根据 所述未来周期的稳定指数和平均夹取速度， 控制机械臂抓取轮毂时抓取单元 的速度， 包括： 根据机械臂抓取单元各历史周期的稳定指数和平均夹取速度， 构建各历史周期对应的 向量； 根据机械臂抓取单元未来周期的稳定指数和平均夹取速度， 构建未来周期对应的向 量； 基于所述各历史周期对应的向量和未来周期对应的向量， 按照 时间先后顺序， 找到第 一个稳定指数大于稳定指数阈值的向量中的速度， 记为 目标速度； 获取机械臂抓取单元空 载状态下且速度为目标速度的振动数据； 根据所述机械臂抓取单元空载状态下且速度为目标速度的振动数据， 计算空载状态下 机械臂抓取单元的稳定指数； 判断空载状态下机械臂抓取单元的稳定指数是否大于预设阈 值， 若大于， 则判定当前抓取轮毂的过程中的速度为合理的运行速度， 继续进行后续的工 作； 若小于等于， 则判定不存在合理的运行速度， 立刻停机检修。权　利　要　求　书 1/2 页 2 CN 114932560 B 22.根据权利要求1所述的一种机械臂抓取轮毂的自动控制方法， 其特征在于， 神经网络 的训练， 包括： 根据各样本机械臂抓取单元各历史周期的平均夹取速度和稳定指数， 构建各样本机械 臂抓取单元各历史周期对应的向量； 根据各样本机械臂抓取单元在各历史周期对应的向量， 构建各样本机械臂抓取单元对 应的向量序列， 所述向量序列中的各元素为样本机械臂抓取单元各历史周期对应的向量； 利用各样本 机械臂抓取 单元对应的向量序列对神经网络进行训练； 神经网络的损失函数为： 其中， 为神经网络的损失函数， 为第 个预测样本， 为第 个特征样本， 为向量 序列中元 素的数量， 为向量序列中第 个元素对应的损失权 重。 3.根据权利要求1所述的一种机械臂抓取轮毂的自动控制方法， 其特征在于， 所述根据 所述决策边界内的稳定指数， 判断机 械臂抓取 单元的振动是否出现极端变化， 包括： 统计决策边界内的稳定指数数据的个数； 计算所述决策边界内的稳定指数数据的个数 与稳定指数 数据的总个数的比值， 将所述比值作为机 械臂抓取 单元的振动变化稳定因子； 判断所述振动变化稳定因子是否小于预设阈值， 若小于， 则判定机械臂抓取单元的振 动出现极端变化； 若大于等于， 则判定 机械臂抓取 单元的振动未 出现极端变化。 4.一种机械臂抓取轮毂的自动控制系统， 包括存储器和处理器， 其特征在于， 所述处理 器执行所述存储器存储的计算机程序， 以实现如权利要求1 ‑3任一项所述的机械臂抓取轮 毂的自动控制方法。权　利　要　求　书 2/2 页 3 CN 114932560 B 3