Matlab基于灰色关联理论的移动机械人故障诊断方法研究(17)
（4.4）
第五步，关联度排序
关联度按大小排序，如果r1 < r2，则参考数列y与比较数列r2更相似。
在算出 序列与 序列的关联系数后，计算各类关联系数的平均值，平均值 就称为 与 的关联度。
4.2 移动机器人故障诊断试验设计
4.2.1 试验说明
合时移动机器人采用的硬件分别是标准机器传感与通信模块、运动控制模块、电源控制模块、步进电机组件、底盘（轮式）、串口延长线、并口延长线、JTAG调试头、CAN连接线、电源适配器。
首先需要自己动手拆卸各个模块。在拆卸机器人的同时，可以熟悉合时机器人的硬件各个部分的作用。其次，使用外接电源让各个模块独立运行，可以了解各个模块中的作用，以及各个芯片的使用情况，甚至可以了解传感器的安装位置和运作过程。最后编写程序，本次是要需要有一定的C++程序编写能力即可胜任。
在操作中需要的事项：
1) 使用FlashMagic ISP时候需要注意COM端是否选择正确和HEX文件是否正确
2) 使用下载工具时候需要打开下载模块的读写功能，否则无法识别模块
3) 通过串口精灵读取输出的数据时候需要选择合适的波特率
具体步骤可以参考合时机器人的实验指导书。
4.2.2 数据获取方式
在熟悉了移动机器人的汇编之后，需要开始测量获得准确的电动机旋转转速。首先要掌握霍尔转速传感器的工作原理。其次通过霍尔转速传感器，机器人可以获得反馈数值。本实验使用两辆运行着相同的程序的小车进行试验，其中一辆有明显运动故障。程序中设定PWM脉宽调制为百分之八十。观测移动机器人左右两轮的旋转转速。并且详细的记录下实际的数据（数据请见附录二）
4.2.3 故障诊断方法
其中一辆移动机器人运动正常以直线运行数公里。并且反馈的数据为无误，左右轮的转速相等。另一辆相同型号，相同程序以及相同路面情况下，移动机器人在运动数秒后有了明显的旋转角度差值。所反馈的数据与理想数据有很大的偏差，左右轮转速不等，导致了移动机器人朝着一个方向偏转。在经过反复的多次数据测量，通过不断改变PWM脉宽调制的数值，确定一辆小车发生了故障问题。同时提出小车发生了何种故障问题，才导致了与期望的运动数据偏离的原因。
首先由于移动机器人是通过供电模块供电。考虑到可能是采用两种不同电源供电其中一个电源老化，或者电池没有充满导致的。经过拆开供电模块发现，采取同一个锂电池供电，并且当充满电压时，电压满值为12.2V与理想数值吻合。同时在供电输入运动模块时输入电压并没有发生太大电压偏差都是以12V电压输入。
其次考虑电动机旋转问题或者齿轮比不同，可能由于电机旋转出错使得一个机器人的旋转速度较快，一个较慢。通过互换左右两个电机并且程序没有进行改变，获得的数据仍然保持原有情况，故障依然没有排除。确定不是电机旋转问题。
最后考虑是运动模块故障，由于运动模块过于庞大，元器件之间已经进行了焊接无法获取各个电阻、电容、电感的准确数值，只能通过输入数值和输出数值判断故障原因。在输入中通过万用表检查获取主要的芯片的输入观察两组PWM的输入是否是同步，电压是否一致，结果是一致。之后通过向电机的5根数据线来推测输出的PWM是否是符合设计要求。由于是PWM的方波输出需采用示波器进行检测和测量数据。同时通过万用表蜂鸣档获取电动机正负极与PWM的5根输出线其中那两根相连接。结果测得1，2号为霍尔编码器的电压输入，为5v电压。3，4为PWM的输出波形线，而第五根线为霍尔编码器的回馈型号，它与2线共地。同时测量时需要注意带上负载才有输出波形。