工业机器人是衡量一个国家制造水平和科技水平的重要标志之一。工业机器人关节各部件的性能会随着时间的推移而逐渐衰退,主要由于工业机器人长期运行在高速、动态载荷、机械摩擦、环境高温、腐蚀等环境下。工业机器人是一个由多个关节组成的多自由度高度耦合的复杂系统,其柔性关节关键部件的性能衰退会通过运动传递带来末端执行器定位精度的下降,例如同步带张紧力过大使得带体磨损从而引发关节振动,谐波减速器内部磨损造成输出精度的下降,驱动电机轴承磨损导致的驱动性能变差等,均会造成产品质量的降低。更有甚者,引发机器人系统故障导致流水线停产。为了准确感知工业机器人柔性关节关键部件的健康状态,避免在实际工业流水线加工中因关节性能衰退导致的机器人末端精度下降而带来的产品加工质量问题。本文针对工业机器人柔性关节的关键功能部件谐波减速器、同步带和驱动电机,展开研究其性能衰退机理、健康评估和寿命预测算法模型,挖掘驱动控制电流、转速等传感器信号与实际工作过程中的各部件性能状态之间的内在联系,探究部件性能预测的剩余寿命,从而实现工业机器人柔性关节的健康评估。主要研究内容如下:（1）在系统设计方面,为了能够详细地研究工业机器人柔性关节部件的衰退过程,减少运动耦合带来的影响,防止整机受到破坏,本文针对通用工业机器人5轴系统设计相应的柔性关节实验平台,根据机器人关节通用运动模式,基于点位控制模式设计周期性往复回转运动,同时基于QT4的多线程和槽函数机制实现不同负载、转速工况下的驱动电流、转速、位置信号采集。（2）在谐波减速器寿命评估方面,随着谐波减速器使用年限的增加,其内部累积磨损的程度逐渐加大,本文采用三种不同使用寿命的谐波减速器,在不同的转速和负载工况下采集电机的驱动信号,将原始驱动信号直接作为模型输入,引入随机丢弃和批标准化机制结合深度卷积神经网络实现自动化地提取内部磨损特征,实现寿命等级评估。通过与时频特征提取方法对比表明,所提方法评估结果的精度和鲁棒性都更好。（3）在同步带传动性能方面,采集不同张紧力下的同步带电流信号,基于高斯核密度估计建立不同张紧力下电流序列的核密度概率密度分布,结合AMISE原理优化核函数带宽,基于相对熵准则度量不同张紧力下分布与基线状态下的距离,根据指数衰退公式将相对熵距离映射到健康指标空间,实现同步带的传动性能评估。不同张紧力下的实验表明,随着张紧力偏离程度的增大,同步带的传动性能也随之下降。（4）在驱动电机性能衰退预测方面,采用公开的XJTU-SY电机轴承加速寿命数据集,选取水平信号的幅值作为特征指标,基于3?准则确定失效衰退阶段,基于离散灰色模型预测幅值特征,将灰色模型的输出作为相关向量机的输入,训练得到特征指标的预测结果和置信区间,结合相关特征点和多指数曲线建立寿命预测曲线,计算轴承的剩余寿命。不同数据集和方法下的实验结果表明,离散灰色模型和相关向量机相结合的方式使得预测曲线同时具有很强的趋势预测能力和不确定性表达能力。