CN105215987B - 一种工业机器人工艺云系统及其工作方法 - Google Patents

一种工业机器人工艺云系统及其工作方法 Download PDF

Info

Publication number
CN105215987B
CN105215987B CN201510662081.6A CN201510662081A CN105215987B CN 105215987 B CN105215987 B CN 105215987B CN 201510662081 A CN201510662081 A CN 201510662081A CN 105215987 B CN105215987 B CN 105215987B
Authority
CN
China
Prior art keywords
industrial robot
cloud
technique
data
cloud server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510662081.6A
Other languages
English (en)
Other versions
CN105215987A (zh
Inventor
游玮
许礼进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Eft Intelligent Equipment Ltd By Share Ltd
Original Assignee
Eft Intelligent Equipment Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Eft Intelligent Equipment Ltd By Share Ltd filed Critical Eft Intelligent Equipment Ltd By Share Ltd
Priority to CN201510662081.6A priority Critical patent/CN105215987B/zh
Publication of CN105215987A publication Critical patent/CN105215987A/zh
Priority to EP16854835.2A priority patent/EP3335842A4/en
Priority to PCT/CN2016/096742 priority patent/WO2017063453A1/zh
Priority to US15/744,979 priority patent/US11119470B2/en
Priority to JP2018516032A priority patent/JP6615331B2/ja
Application granted granted Critical
Publication of CN105215987B publication Critical patent/CN105215987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
    • G05B19/41855—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication by local area network [LAN], network structure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
    • G05B19/4186—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication by protocol, e.g. MAP, TOP
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/40—Network security protocols
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31422—Upload, download programs, parameters from, to station to, from server
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40383—Correction, modification program by detection type workpiece
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Manipulator (AREA)
  • Numerical Control (AREA)
  • General Factory Administration (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明涉及一种工业机器人工艺云系统及其工作方法，包括集成有人机交互层HMI、运动规划控制层Montion和伺服回路控制层Servo的工业机器人控制系统，还包括云端服务器，云端服务器包括工艺专家系统。人机交互层HMI、运动规划控制层Montion借助于网络，实现与云端服务器的数据交互，人机交互层HMI输入作业信息后，传递给云端服务器，形成具体的机器人作业程序，并借助网络下载到工业机器人控制系统内。本发明实现了对各种工业机器人作业类型的工艺经验进行云端处理，形成工艺专家系统，利用网络进行数据交互和工艺专家系统的实时进化学习，方便用户实时调用最接近于真实需求的机器人工艺程序，提高了换产效率。

Description

一种工业机器人工艺云系统及其工作方法
技术领域
本发明涉及工业机器人控制和工艺作业技术领域，具体的说是一种工业机器人工艺云系统及其工作方法。
背景技术
随着工业机器人技术的不断革新与发展，逐步取代了人工操作，极大的提高了生产效率和产品一致性。但是，传统的工业机器人在产品更换规格时，换产编程效率极低，且严重依赖于机器人使用方机器人操作工或维护工程师和工艺工程师的经验，后期机器人运维人员的成本投入较高；传统的工业机器人所使用的工艺软件包都是存储在机器人自身的控制器上的，占用的是工业机器人自身本地控制器的硬件资源，但是由于存在硬件瓶颈，机器人本地硬件资源无法完成大规模工艺数据采集、挖掘、工艺指令的计算、推理和工艺知识库的存储，工艺支持智能化和完整性较差，同时机器人相关工艺软件包需要定期更新，是静态的，无法做到实时更新，无法使用户使用最新、最优的工艺支持，时效性和客户体验较差；同时目前工业机器人软件架构复杂，无法做到标准化；硬件资源占用较大，成本较高。
发明内容
针对上述现有技术和架构的缺陷，本发明提出一种工业机器人工艺云系统及其工作方法，以解决现有技术中所存在的不足。
一种工业机器人工艺云系统，包括集成有人机交互层HMI、运动规划控制层Montion和伺服回路控制层Servo的工业机器人控制系统。
还包括云端服务器，所述云端服务器包括工艺专家系统。本发明将原本传统的工业机器人所使用的工艺软件包相关功能以存储和运行于云端服务器的工艺专家系统进行实现，不占用工业机器人本地控制系统的硬件资源，软件架构简单，成本较低，依托于云端服务器强大的硬件资源，实现了智能型和动态的专家系统的搭建。
所述人机交互层HMI、运动规划控制层Montion借助于网络，通过特定的数据交互通讯协议实现与云端服务器的数据交互，所述人机交互层HMI输入作业信息后，传递给云端服务器，经过云端服务器在工艺专家系统内搜索现成的模板程序或者进行相似比对和推理计算后，形成具体的机器人作业程序，并借助网络下载到工业机器人控制系统内。
所述工业机器人控制系统内集成有用于感应工业机器人实时数据的机器人感应传感器层Sensor，机器人感应传感器层Sensor包含电机编码器和电流传感器，将工业机器人对工件进行批量作业时的最终的运行数据传递给云端服务器，最终的运行数据也含底层伺服控制层Servo数据，通过对与原始下载作业程序的对比和学习，云端服务器完成对工艺专家系统的优化、学习和进化。工艺专家系统具有实时的不断学习和完善功能，实时更新，让用户始终得到最新的工艺支持，时效性强，同时，云端服务器的硬件资源也不会像本地硬件资源一样存在瓶颈。采用本发明的技术方案后，能够大幅度提高工厂的换产编程效率，不依赖于和受制于用户自身的工业机器人运维人员和工艺人员的经验，降低工业机器人的使用成本。
所述工艺专家系统包括焊接子云、喷涂子云、切割子云、码垛子云、装配子云、涂胶子云和打磨、抛光、去毛刺子云，后期根据作业类型的增多可以不断增加子云数量。本发明将各种加工类型的工艺进行云端存储，利用网络进行共享和实时进化学习，从而方便用户的实时调用最接近于真实需求的程序，解决了传统的工业机器人换产编程效率低下的问题。
所述的网络为3G、4G、5G移动通信网络或以WIFI、物理连接形式存在的以太网，采用普通的高速移动通信网络或以太网，即可满足本发明的数据交互要求，保证数据的传递时效性。
本发明将基于高速网络技术，在云端服务器运行的，具有学习和进化能力的工艺专家系统定义为工艺云，以与本发明的其它部分配合，形成工业机器人工艺云系统。
一种工业机器人工艺云系统的工作方法，包括下列步骤：
第一步：获取成品样件的三维数模输入到工业机器人控制系统，同时通过工业机器人的人机交互层HMI输入加工参数；
第二步：工业机器人控制系统利用特定的通讯协议将第一步得到的相关数据传递到云端服务器；
第三步：云端服务器通过网络将作业程序下载到工业机器人控制系统内；
第四步：现场工程师模拟仿真及确认后，控制工业机器人进行试生产；
第五步：对试生产后的样件进行检测，以确保样件满足技术要求；
第六步：检测合格后进行正式生产；
第七步：将进入正式生产过程后的工业机器人及传感器收集的数据，借助网络上传到云端服务器；
第八步：在云端服务器中完成对原始下载的机器人作业程序与实际正式生产的机器人作业程序进行比对，由线上专家人工进行工艺专家系统修正和补充或者利用深度学习的智能算法自动完成对工艺专家系统的数据和规则完善，使得工艺专家系统完成学习与进化。
所述第一步中可以是通过计算机辅助设计直接获取成品样件的三维数模。
所述第一步中也可以是通过三维扫描获取成品样件的三维数模。
所述第一步中输入的加工参数包括材质及工件加工工艺要求。
所述第一步中，可以采用手工输入的方式通过工业机器人人机交互层HMI输入加工参数。
所述第一步中，也可以采用设备仪器自动检测工件属性，并通过工业机器人人机交互层HMI输入加工参数。
所述采用设备仪器自动检测工件属性的方式可为读条码检测的方式或者读RFID检测的方式。
所述第三步中，可以是云端服务器根据工件信息，由线上专家人工介入生成作业程序下载到工业机器人控制系统内，同时将作业程序存入云端工艺专家系统。
所述第三步中，也可以是云端服务器在工艺专家系统自动进行搜索和计算，实时判断搜索和计算是否收敛，收敛后，则通过网络将作业程序下载到工业机器人控制系统内。
所述第三步中，若数据不收敛，则由线上专家人工干预和调整，即对自动搜索得到的工业机器人作业程序进行修正，使数据收敛。
所述第五步中，若检测不合格，则通过线下工程师对工业机器人的作业程序进行修正和调整。
所述第七步中，可以通过线下工程师直接将进入正式生产过程后的工业机器人的数据上传到云端服务器。
所述第七步中，自动对进入正式生产过程后的工业机器人及传感器收集的数据进行实时采集，并借助网络上传到云端服务器。
本发明的有益效果是：本发明采用了云存储，云计算，大数据挖掘和深度学习，实现了对各种工业机器人作业类型的工艺经验进行云端处理，利用高速移动通信网络或以太网进行数据交互和实时进化学习，从而方便用户的实时调用最接近于真实需求的程序，极大的提高了换产效率，分享了大量有用的工业机器人工艺经验，解决了传统的工业机器人依赖、受制于最终用户自身的机器人运维人员和工艺人员的经验的问题，有效的降低了工业机器人使用技术门槛和运维成本；本发明利用高速网络实时采集工业机器人运行数据，利用数据挖掘和云计算完成对工艺专家系统的在线学习和进化，从而能保证用户始终得到最新、最优的工艺支持，避免了传统工业机器人静态工艺包带来的时效性差、更新困难、智能化程度低等问题；本发明利用云端硬件资源完成工艺知识存储、计算，减少对工业机器人本地控制器的硬件占用，软件架构简单，成本较低，易于标准化。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明的原理示意图；
图2为本发明的第一种实施例的工作流程图；
图3为本发明的第二种实施例的工作流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面对本发明进一步阐述。
如图1所示，一种工业机器人工艺云系统，包括集成有人机交互层HMI、运动规划控制层Montion和伺服回路控制层Servo的工业机器人控制系统，还包括云端服务器，所述云端服务器包括工艺专家系统。本发明将原本传统的工业机器人所使用的工艺软件包相关功能以存储和运行于云端服务器的工艺专家系统进行实现，不占用工业机器人本地控制系统的硬件资源，软件架构简单，成本较低，依托于云端服务器强大的硬件资源，实现了智能型和动态的专家系统的搭建。
所述人机交互层HMI、运动规划控制层Montion借助于网络，通过特定的数据交互通讯协议实现与云端服务器的数据交互，所述人机交互层HMI输入作业信息后，传递给云端服务器，经过云端服务器在工艺专家系统内搜索现成的模板程序或者进行相似比对和推理计算后，形成具体的机器人作业程序，并借助网络下载到工业机器人控制系统内。
所述工业机器人控制系统内集成有用于感应工业机器人实时数据的机器人感应传感器层Sensor，机器人感应传感器层Sensor包含电机编码器和电流传感器，将工业机器人对工件进行批量作业时的最终的运行数据传递给云端服务器，最终的运行数据也含底层伺服控制层Servo数据，通过对与原始下载作业程序的对比和学习，云端服务器完成对工艺专家系统的优化、学习和进化。工艺专家系统具有实时的不断学习和完善功能，实时更新，让用户始终得到最新的工艺支持，时效性强，同时，云端服务器的硬件资源也不会像本地硬件资源一样存在瓶颈。采用本发明的技术方案后，能够大幅度提高工厂的换产编程效率，不依赖于和受制于用户自身的工业机器人运维人员和工艺人员的经验，降低工业机器人的使用成本。
所述工艺专家系统包括焊接子云、喷涂子云、切割子云、码垛子云、装配子云、涂胶子云和打磨、抛光、去毛刺子云，后期根据作业类型的增多可以不断增加子云数量。本发明将各种加工类型的工艺进行云端存储，利用网络进行共享和实时进化学习，从而方便用户的实时调用最接近于真实需求的程序，解决了传统的工业机器人换产编程效率低下的问题。
所述的网络为3G、4G、5G移动通信网络或以WIFI、物理连接形式存在的以太网，采用普通的高速移动通信网络或以太网，即可满足本发明的数据交互要求，保证数据的传递时效性。
本发明将基于高速网络技术，在云端服务器运行的，具有学习和进化能力的工艺专家系统定义为工艺云，以与本发明的其它部分配合，形成工业机器人工艺云系统。
实施例一：
如图2所示，一种工业机器人工艺云系统的工作方法，包括下列步骤：
第一步：通过计算机辅助设计直接获取成品样件的三维数模，或者通过三维扫描获取成品样件的三维数模，在获取成品样件的三维数模后，采用手工输入的方式或者采用设备仪器自动检测工件属性，即获取毛坯样件的相关信息，并通过工业机器人的人机交互层HMI输入加工参数，加工参数包括材质及工件加工工艺要求，采用设备仪器自动检测工件属性的方式可为读条码检测的方式或者读RFID检测的方式；
第二步：工业机器人控制系统利用特定的通讯协议将第一步得到的相关数据传递到云端服务器；
第三步：云端服务器根据工件信息，由线上专家人工介入生成作业程序下载到工业机器人控制系统内，同时将作业程序存入工艺专家系统。
第四步：现场工程师模拟仿真及确认后，控制工业机器人进行试生产；
第五步：对试生产后的样件进行检测，以确保样件满足技术要求，若检测不合格，则通过线下工程师对工业机器人的作业程序进行修正和调整；
第六步：检测合格后进行正式生产；
第七步：通过线下工程师直接将进入正式生产过程后的工业机器人的数据上传到云端服务器，或者自动对进入正式生产过程后的工业机器人及传感器收集的数据进行实时采集，并借助网络上传到云端服务器；
第八步：在云端服务器中完成对原始下载的机器人作业程序与实际正式生产的机器人作业程序进行比对，由线上工程师人工进行工艺专家系统修正和补充或者利用深度学习的智能算法自动完成对工艺专家系统的数据和规则完善，使得工艺专家系统完成学习与进化。
实施例二：
如图3所示，一种工业机器人工艺云系统的工作方法，包括下列步骤：
第一步：通过计算机辅助设计直接获取成品样件的三维数模，或者通过三维扫描获取成品样件的三维数模，在获取成品样件的三维数模后，输入到工业机器人控制系统，采用手工输入的方式或者采用设备仪器自动检测工件属性，即获取毛坯样件的相关信息，并通过工业机器人人机交互层HMI输入加工参数，加工参数包括材质及工件加工工艺要求，采用设备仪器自动检测工件属性的方式为读条码检测的方式或者读RFID检测的方式；
第二步：工业机器人控制系统利用特定的通讯协议将第一步得到的相关数据传递到云端服务器；
第三步：云端服务器在工艺专家系统进行搜索和计算，实时判断搜索和计算是否收敛，收敛后，则通过网络将作业程序下载到工业机器人控制系统内，若数据不收敛，则由线上专家人工干预和调整，即对自动搜索得到的工业机器人作业程序进行修正，使数据收敛。
第四步：现场工程师模拟仿真及确认后，控制工业机器人进行试生产；
第五步：对试生产后的样件进行检测，以确保样件满足技术要求，若检测不合格，则通过线下工程师对工业机器人的作业程序进行修正和调整；
第六步：检测合格后进行正式生产；
第七步：通过线下工程师直接将进入正式生产过程后的工业机器人的数据上传到云端服务器，或者自动对进入正式生产过程后的工业机器人及传感器收集的数据进行实时采集，并借助网络上传到云端服务器；
第八步：在云端服务器中完成对原始下载的机器人作业程序与实际正式生产的机器人作业程序进行比对，由线上工程师人工进行工艺专家系统修正和补充或者利用深度学习的智能算法自动完成对工艺专家系统的数据和规则完善，使得工艺专家系统完成学习与进化。
同时，将本发明与传统的工业机器人的具体使用情况进行了对比，如下表所示：
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (20)

1.一种工业机器人工艺云系统，包括集成有人机交互层HMI、运动规划控制层Montion和伺服回路控制层Servo的工业机器人控制系统，其特征在于：
还包括云端服务器，所述云端服务器包括工艺专家系统；
所述人机交互层HMI、运动规划控制层Montion借助于网络，通过特定的数据交互通讯协议实现与云端服务器的数据交互，所述人机交互层HMI输入作业信息后，传递给云端服务器，经过云端服务器在工艺专家系统内搜索现成的模板程序或者进行相似比对和推理计算后，形成具体的机器人作业程序，并借助网络下载到工业机器人控制系统内；
所述工业机器人控制系统内集成有用于感应工业机器人实时数据的机器人感应传感器层Sensor，将工业机器人对工件进行批量作业时的最终的运行数据传递给云端服务器，通过对与原始下载作业程序的对比和学习，云端服务器完成对工艺专家系统的优化、学习和进化。
2.根据权利要求1所述的一种工业机器人工艺云系统，其特征在于：所述工艺专家系统包括焊接子云、喷涂子云、切割子云、码垛子云、装配子云、涂胶子云和打磨、抛光、去毛刺子云,后期根据作业类型的增多可以不断增加子云数量。
3.根据权利要求1所述的一种工业机器人工艺云系统，其特征在于：所述的网络为3G、4G、5G移动通信网络或以WIFI、物理连接形式存在的以太网。
4.根据权利要求1所述的一种工业机器人工艺云系统，其特征在于：所述机器人感应传感器层Sensor包含电机编码器和电流传感器。
5.根据权利要求1至4中任一项所述的一种工业机器人工艺云系统的工作方法，其特征在于：包括下列步骤：
第一步：获取成品样件的三维数模输入到工业机器人控制系统，同时通过工业机器人的人机交互层HMI输入加工参数；
第二步：工业机器人控制系统利用特定的通讯协议将第一步得到的相关数据传递到云端服务器；
第三步：云端服务器通过网络将作业程序下载到工业机器人控制系统内；
第四步：现场工程师模拟仿真及确认后，控制工业机器人进行试生产；
第五步：对试生产后的样件进行检测，以确保样件满足技术要求；
第六步：检测合格后进行正式生产；
第七步：将进入正式生产过程后的工业机器人及传感器收集的数据，借助网络上传到云端服务器；
第八步：在云端服务器中完成对原始下载的机器人作业程序与实际正式生产的机器人作业程序进行比对，完成对工艺专家系统的数据和规则完善，使得工艺专家系统完成学习与进化。
6.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第一步中是通过计算机辅助设计直接获取成品样件的三维数模。
7.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第一步中是通过三维扫描获取成品样件的三维数模。
8.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第一步中输入的加工参数包括材质及工件加工工艺要求。
9.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第一步中，采用手工输入的方式通过工业机器人人机交互层HMI输入加工参数。
10.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第一步中，采用设备仪器自动检测工件属性，并通过工业机器人人机交互层HMI输入加工参数。
11.根据权利要求10所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述采用设备仪器自动检测工件属性的方式为读条码检测的方式。
12.根据权利要求10所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述采用设备仪器自动检测工件属性的方式为读RFID检测的方式。
13.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第三步中，云端服务器根据工件信息，由线上专家人工介入生成作业程序下载到工业机器人控制系统内，同时将作业程序存入工艺专家系统。
14.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第三步中，云端服务器在工艺专家系统自动进行搜索和计算，实时判断搜索和计算是否收敛，收敛后，则通过网络将作业程序下载到工业机器人控制系统内。
15.根据权利要求14所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第三步中，若数据不收敛，则由线上专家人工干预和调整，使数据收敛。
16.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第五步中，若检测不合格，则通过线下工程师对工业机器人的作业程序进行修正和调整。
17.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第七步中，通过线下工程师直接将进入正式生产过程后的工业机器人的数据上传到云端服务器。
18.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第七步中，自动对进入正式生产过程后的工业机器人及传感器收集的数据进行实时采集，并借助网络上传到云端服务器。
19.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第八步中，由线上专家人工进行工艺专家系统修正和补充，完成对工艺专家系统的数据和规则完善，使得工艺专家系统完成学习与进化。
20.根据权利要求5所述的一种工业机器人工艺云系统的工作方法，其特征在于：所述第八步中，利用深度学习的智能算法自动完成对工艺专家系统的数据和规则完善，使得工艺专家系统完成学习与进化。
CN201510662081.6A 2015-10-12 2015-10-12 一种工业机器人工艺云系统及其工作方法 Active CN105215987B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201510662081.6A CN105215987B (zh) 2015-10-12 2015-10-12 一种工业机器人工艺云系统及其工作方法
EP16854835.2A EP3335842A4 (en) 2015-10-12 2016-08-25 Industrial robot process cloud system and working method therefor
PCT/CN2016/096742 WO2017063453A1 (zh) 2015-10-12 2016-08-25 一种工业机器人工艺云系统及其工作方法
US15/744,979 US11119470B2 (en) 2015-10-12 2016-08-25 Industrial robot process cloud system and working method thereof
JP2018516032A JP6615331B2 (ja) 2015-10-12 2016-08-25 産業用ロボットのプロセスクラウドシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510662081.6A CN105215987B (zh) 2015-10-12 2015-10-12 一种工业机器人工艺云系统及其工作方法

Publications (2)

Publication Number Publication Date
CN105215987A CN105215987A (zh) 2016-01-06
CN105215987B true CN105215987B (zh) 2017-03-22

Family

ID=54985428

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510662081.6A Active CN105215987B (zh) 2015-10-12 2015-10-12 一种工业机器人工艺云系统及其工作方法

Country Status (5)

Country Link
US (1) US11119470B2 (zh)
EP (1) EP3335842A4 (zh)
JP (1) JP6615331B2 (zh)
CN (1) CN105215987B (zh)
WO (1) WO2017063453A1 (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105215987B (zh) 2015-10-12 2017-03-22 埃夫特智能装备股份有限公司 一种工业机器人工艺云系统及其工作方法
CN107229965B (zh) * 2016-03-25 2021-10-22 陕西微阅信息技术有限公司 智能机器人的拟人系统和模拟遗忘效果的方法
CN106569468A (zh) * 2016-11-02 2017-04-19 北京航空航天大学 一种基于网络的工业机器人控制系统
CN106850771A (zh) * 2017-01-12 2017-06-13 西北工业大学 基于云服务的智能机器人运动规划能力增强方法及系统
CN106891078A (zh) * 2017-04-25 2017-06-27 南通市慧冠智能科技有限公司 基于云平台工业弧焊机器人焊接工艺远程推送控制方法
CN107756250B (zh) * 2017-11-08 2019-05-24 山东理工大学 一种磨削功率与能耗智能监控系统及决策方法
JP7130369B2 (ja) * 2017-12-18 2022-09-05 日本電産サンキョー株式会社 ロボットシステム
CN108582068B (zh) * 2018-03-27 2021-07-06 温州大学 一种对断路器装配机器人进行虚拟仿真的方法
CN108971807B (zh) * 2018-07-27 2021-05-04 常州伟泰科技股份有限公司 一种现场焊接施工工艺智能管理控制方法及管理系统
CN109032571A (zh) * 2018-08-28 2018-12-18 苏州艾利特机器人有限公司 一种机器人工艺程序生成方法
JP7479353B2 (ja) * 2018-09-07 2024-05-08 ファナック アメリカ コーポレイション 産業用ロボットのためのゴールデンデータ
US10917320B2 (en) * 2018-09-10 2021-02-09 Aveva Software, Llc Edge HMI module server system and method
CN111630475B (zh) * 2018-10-19 2024-02-27 深圳配天机器人技术有限公司 控制机器人的方法、服务器、存储介质及云服务平台
CN109360465B (zh) * 2018-10-23 2022-03-08 北京全路通信信号研究设计院集团有限公司 一种虚实结合的高铁信号培训系统的实现方法
CN111222623A (zh) * 2018-11-26 2020-06-02 沈阳高精数控智能技术股份有限公司 一种陶瓷喷釉机器人喷釉工艺参数调试方法
CN109623817A (zh) * 2018-12-19 2019-04-16 上海振华重工(集团)股份有限公司 一种箱体焊接机器人参数化编程系统及其编程方法
US20220281105A1 (en) * 2019-08-22 2022-09-08 Nec Corporation Robot control system, robot control method, and recording medium
CN110737260B (zh) * 2019-08-29 2022-02-11 南京智慧光信息科技研究院有限公司 基于大数据和人工智能的自动作业方法和机器人系统
JP7021158B2 (ja) * 2019-09-04 2022-02-16 株式会社東芝 ロボットシステムおよび駆動方法
CN110757457A (zh) * 2019-10-31 2020-02-07 重庆大学 一种物联网机器人的加工仿真方法、装置及系统
CN110802615B (zh) * 2019-11-19 2021-03-12 北京鸿恒基幕墙装饰工程有限公司 一种基于大数据的云端自动化去毛刺机器人及其使用方法
KR102147668B1 (ko) * 2019-11-29 2020-08-25 (주)그란코 연속공정 맥주 생산에 활용하는 무선기반 협동로봇 시스템
CN111199072B (zh) * 2019-12-13 2024-03-26 同济大学 基于在线工艺库自学习的全铝车身铆接系统及其实现方法
CN111198530A (zh) * 2020-01-17 2020-05-26 济南浪潮高新科技投资发展有限公司 一种5g环境下云化机器人的系统及方法
CN111984692B (zh) * 2020-02-28 2022-12-02 合肥力拓云计算科技有限公司 基于工业大数据的化工数据分析系统
CN113869072A (zh) * 2020-06-30 2021-12-31 沈阳芯源微电子设备股份有限公司 通过扫码枪获取加工参数的方法、装置、设备、介质
CN111600910A (zh) * 2020-07-01 2020-08-28 合肥晌玥科技有限公司 一种玉石加工方法及系统
CN112388637B (zh) * 2020-11-06 2023-08-22 上海智殷自动化科技有限公司 一种工业机器人工艺参数收集和应用的方法
CN112706161B (zh) * 2020-11-17 2022-07-12 中国航空工业集团公司北京长城航空测控技术研究所 一种具备智能感知能力的涂胶控制系统
CN112935634A (zh) * 2021-04-29 2021-06-11 许燕新 一种云控制智能化工业机器人方法
CN113448272B (zh) * 2021-06-28 2023-06-09 江西省智能产业技术创新研究院 一种集群控制系统及方法
CN114505853B (zh) * 2021-12-30 2023-09-12 爱普（福建）科技有限公司 一种工业机器人的远程分层管控方法及系统
CN116214523B (zh) * 2023-05-06 2023-07-07 深圳市中科云科技开发有限公司 工业机器人及其控制方法、装置

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62226267A (ja) * 1986-03-27 1987-10-05 Matsushita Electric Ind Co Ltd 推論システムおよび自動生産工程設計システム
JPH0470908A (ja) * 1990-07-04 1992-03-05 Mitsubishi Electric Corp レーザ加工機用自動プログラミング装置
JP3090517B2 (ja) * 1991-12-16 2000-09-25 富士ゼロックス株式会社 診断装置
JP3529158B2 (ja) * 1994-05-18 2004-05-24 ファナック株式会社 ロボット動作プログラミング方法及びプログラミング装置
US6233538B1 (en) * 1997-09-11 2001-05-15 Amada America, Inc. Apparatus and method for multi-purpose setup planning for sheet metal bending operations
JPH11327627A (ja) * 1998-05-13 1999-11-26 Mitsubishi Electric Corp プラント監視制御装置
JP2003058215A (ja) * 2001-08-09 2003-02-28 Mori Seiki Co Ltd 類似加工データ検索装置及び自動プログラミング装置
JP2003103482A (ja) * 2001-09-28 2003-04-08 Nachi Fujikoshi Corp 調整用パラメータの設定方法
US20080147228A1 (en) * 2006-12-19 2008-06-19 Fenner Joel S Automated dynamic recipe generation and selection for semiconductor manufacturing
CN101973031B (zh) * 2010-08-24 2013-07-24 中国科学院深圳先进技术研究院 云机器人系统及实现方法
US8830057B1 (en) 2012-02-09 2014-09-09 Google Inc. Systems and methods for using robots to monitor environmental conditions in an environment
US8989904B2 (en) * 2012-02-27 2015-03-24 Fanuc Robotics America Corporation Robotic process logger
KR101342827B1 (ko) * 2012-03-16 2013-12-17 강원대학교산학협력단 클라우드 플랫폼을 이용하여 로봇 컨텐츠 및 어플리케이션을 개발, 검증 및 제공하는 방법 및 그 시스템
JP2013202761A (ja) * 2012-03-29 2013-10-07 Hibot:Kk ロボットの構成要素制御用プログラム作成支援システム
JP5928923B2 (ja) * 2012-04-02 2016-06-01 株式会社安川電機 ロボットシステム及び作業設備
CN104245245B (zh) * 2012-04-02 2016-08-24 株式会社安川电机 机器人系统及机器人控制装置
US8924011B2 (en) * 2012-04-03 2014-12-30 Knu-Industry Cooperation Foundation Intelligent robot apparatus responsive to environmental change and method of controlling and reconfiguring intelligent robot apparatus
CN202795029U (zh) 2012-09-28 2013-03-13 天津铂创国茂电子科技发展有限公司 基于云平台的网络机器人控制系统
CN103747024A (zh) 2013-07-11 2014-04-23 弗徕威智能机器人科技（上海）有限公司 一种基于云计算的智能交互机器人系统及交互方法
US9630324B2 (en) 2014-03-28 2017-04-25 SKUR, Inc. Enhanced system and method for control of robotic devices
CN104408519B (zh) * 2014-10-29 2017-09-15 广州艾若博机器人科技有限公司 一种将机器人所学知识进行备份和学习的方法
CN104656609B (zh) 2014-12-25 2017-10-24 南京熊猫电子股份有限公司 基于云计算的机器人远程实时监测系统及其方法
CN104932534B (zh) * 2015-05-22 2017-11-21 广州大学 一种云机器人清扫物品的方法
CN104882143A (zh) * 2015-05-31 2015-09-02 深圳市启明创新科技开发有限公司 一种云智能学习机器人
CN105215987B (zh) * 2015-10-12 2017-03-22 埃夫特智能装备股份有限公司 一种工业机器人工艺云系统及其工作方法

Also Published As

Publication number Publication date
WO2017063453A1 (zh) 2017-04-20
US20180210432A1 (en) 2018-07-26
EP3335842A4 (en) 2018-10-24
EP3335842A1 (en) 2018-06-20
US11119470B2 (en) 2021-09-14
JP2018530829A (ja) 2018-10-18
CN105215987A (zh) 2016-01-06
JP6615331B2 (ja) 2019-12-04

Similar Documents

Publication Publication Date Title
CN105215987B (zh) 一种工业机器人工艺云系统及其工作方法
CN109375595B (zh) 一种车间可视化监控方法、装置及设备
CN107256005B (zh) 一种基于bim技术的钢筋数控加工方法及设备
CN104062902B (zh) Delta机器人时间最优轨迹规划方法
CN106874914A (zh) 一种基于深度卷积神经网络的工业机械臂视觉控制方法
CN108073133A (zh) 一种cnc调机方法及cnc调机系统
CN111352398B (zh) 智能精密加工单元
CN106204401A (zh) 仓库的管理方法、管理设备以及物流系统
Sommer et al. Automated generation of a digital twin of a manufacturing system by using scan and convolutional neural networks
CN107991991A (zh) 一种基于加工工艺云知识库的数控机床智能控制系统及其工作方法
Othman et al. An overview on STEP-NC compliant controller development
Zhang et al. Digital twin-based production simulation of discrete manufacturing shop-floor for onsite performance analysis
CN104484733A (zh) 一种生产车间作业自适应调度方法及装置
CN109557917A (zh) 水下机器人自主巡线及水面监控的方法
CN107861909A (zh) 一种基于矩形相交模型算法的天车作业路径计算方法
Andrianova et al. Approaches to Creating a Multi-agent Architecture in the Industrial Internet of Things Systems
CN109684471B (zh) 一种ai智能文本处理系统在新零售领域的应用方法
CN203573151U (zh) 一种自动化生产线系统
CN113311789A (zh) 一种基于5g和类脑脉冲神经网络模型的仓储机器人的控制方法
CN111633469A (zh) 一种基于强化学习的自动刀具补偿方法
CN104281089B (zh) 四轴数控机床及其刻字方法
CN110166936A (zh) 无线通信方法、装置及服务器
CN204528627U (zh) 镭雕七轴机械手搬运控制系统
Wang et al. Data-and rule-based integrated mechanism for job shop scheduling
CN104899925A (zh) 一种数控铣床工件三维建模方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 241000 Anhui city of Wuhu province Jiujiang Economic Development Zone Wan Chun Road No. 96

Applicant after: Eft intelligent equipment Limited by Share Ltd

Address before: 241000 Anhui city of Wuhu province Jiujiang Economic Development Zone East Road No. 8 leap

Applicant before: Anhui Effort Intelligent Equipment Co., Ltd.

COR Change of bibliographic data
C14 Grant of patent or utility model
GR01 Patent grant