摘要
本发明公开了一种工业机器人实时故障检测方法及系统,包括:获取工业机器人先前正常工作下的状态数据,并计算这些状态数据的平均值μ和协方差矩阵Σ;针对正在作业的工业机器人,每隔s秒实时采集一次状态数据,以W秒为一个采集周期,其中,一个采集周期内采集W/s次;通过一个服从平均值μ和协方差矩阵Σ的多元高斯分布,计算当前采集周期内每个状态数据的密度估计数值;最后根据当前采集周期内每个状态数据的密度估计数值,判定当前工业机器人是否发生故障。本发明实现了工业机器人的实时故障检测,计算资源开销小,不需要进行庞大的深度学习模型训练就能实现高准确性的故障检测,并且使用的采集周期可以减少误报发生的概率。