谐波减速器的性能状态直接决定了高精机械臂的稳定性和可靠性,进而影响产品的精度和品质。为保证设备持续高效运作,了解谐波减速器的健康状态至关重要。由于谐波减速器置于机械臂关节内,安装精度要求高,不便定期停机拆卸检查,对部件损伤状态的感知具有滞后性。因此,需要寻找一种能够克服传统方法探伤困难、灵敏度低、整体性差的缺点的检测方式。声发射检测是不受缺陷的形状、材料和位置限制,对结构内的微小损伤和动态损伤十分敏感。断裂作为影响谐波减速器寿命最主要的因素,研究其声发射特性与谐波减速器损伤之间的关系,并根据声发射特征参数建立寿命预测模型,对谐波减速器的健康状态评估具有重要意义。首先,介绍了LHSG-20-50-C-I型谐波减速器的基本结构与传动特性,总结了该部件的主要失效形式。针对柔轮受载特性,建立了柔轮等效模型研究其应力分布,并通过有限元仿真验证了结论。在最大应力结点引入微小角裂纹,分析了裂尖应力场参量,预测裂纹扩展能力和趋势。基于扩展有限元法分析了柔轮裂纹扩展行为,结合相应实验总结了柔轮裂纹完全扩展过程中的特征。然后,研究了声发射检测相关理论,依据应用对象完成了声发射采集系统的各部分选型。搭建了声发射信号采集实验台,依据被测对象预置采集设置,并多方位布置了声发射传感器。分析了谐波减速器产生不同活跃程度声发射事件的起源。提取声发射信号时频特征,通过声发射特征参数关联分析,确定所选特征参数可以用于机器学习模型的建立。接着,依据声发射特征累计参量,结合仿真结果与实验结果将裂纹损伤划为三个阶段,依次研究了各阶段声发射特征参数的演化规律。通过对比不同阶段的频率特征,确认谐波减速器的损伤以柔轮疲劳裂纹为主,对应频率约150k Hz。基于主成分分析和DBSCAN算法,计算主成分特征空间内样本点的欧氏距离,基于该参数将样本划分为8类并分析其声发射特性。最后,根据退化过程中的声发射特征,基于多元线性回归模型、轻量级高效梯度提升树、极端梯度提升树建立谐波减速器寿命预测模型。采用平均绝对误差和拟合优度对三种回归模型的寿命预测性能进行了评估,对比分析了两种回归树模型的预测准确率。结果发现,在时间序列分析上,回归树模型的预测性能明显优于线性回归模型;两种树模型的样本误差和预测准确率相似,但预测趋势不同。回归效果上,XGBoost较Light GBM预测精度更高,其MAE为21.9737,R2为0.8113,确定了XGBoost为回归性能综合最优模型。对谐波减速器失稳状态和失效状态的预测结果较真实值分别提前了约1168s和3337s。