工业机器人作为一类结构精密复杂的机电一体化系统,被应用于各种自动化流水生产线上,在劳动密集型产业的转型升级中发挥着重要的作用。但机器人的日常维护与保养成本颇高,并且管理人员在维护维修过程中处于被动的地位,由此引发的停工停产会造成工厂企业的一定损失;故而如果可以早些时候预报故障,提早做好处理事故的准备,解决潜在性问题,才有可能从本质上应对好工业机器人的故障问题。因此,本文首先分析影响工业机器人位姿误差的因素,建立ABB IRB120六自由度工业机器人(以下简称为IRB120工业机器人)的误差模型;其次,以IRB120工业机器人运行的当前状态为前提,完成振动信号的采集分析等任务;再次,运用自组织临界理论(Self-organized Criticality,SOC)对IRB120工业机器人出现位姿误差故障的情况进行分析;最后,将得到的运算结果绘制在控制图上进行研究,以期最终能够实现对机器人位姿误差故障现象预测的目的。主要内容如下:(1)分析影响工业机器人位姿误差的因素,建立IRB120工业机器人的DH模型;利用直接变换法建立关节轴相对于基座坐标系的变换矩阵并验证这种方法的可行性,然后建立IRB120工业机器人初始位置的误差模型。(2)研究复杂性科学中的自组织临界理论,再以沙堆模型为例阐明自组织临界特性的含义;以IRB120工业机器人的振动位移量作为特征量,对机器人出现重复定位精度达不到要求,从而使其处于位姿误差故障的情况进行研究分析,结果表明第三关节轴和第五关节轴的影响作用较大,且第三关节轴的振动位移量具有自组织临界特性;运用自组织临界理论找到机器人发生位姿误差故障问题的临界状态及对应的临界值。(3)设立控制界限,包括控制图本身就具有的上下控制线以及第三章中得到的自组织临界值;利用控制图具有事前预防的特性,结合IRB120工业机器人振动位移量样本具有自组织临界特性,对机器人运行过程中的数据进行分析,结果显示上述方法可以达到机器人故障预测的目的。