BR112017024615B1 - Dispositivo de diagnóstico de falha e método de diagnóstico de falha - Google Patents

Dispositivo de diagnóstico de falha e método de diagnóstico de falha Download PDF

Info

Publication number
BR112017024615B1
BR112017024615B1 BR112017024615-5A BR112017024615A BR112017024615B1 BR 112017024615 B1 BR112017024615 B1 BR 112017024615B1 BR 112017024615 A BR112017024615 A BR 112017024615A BR 112017024615 B1 BR112017024615 B1 BR 112017024615B1
Authority
BR
Brazil
Prior art keywords
torque
disturbance
fault diagnosis
robot
torques
Prior art date
Application number
BR112017024615-5A
Other languages
English (en)
Other versions
BR112017024615A2 (pt
Inventor
Toshiyuki Shimizu
Original Assignee
Nissan Motor Co., 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 Nissan Motor Co., Ltd filed Critical Nissan Motor Co., Ltd
Publication of BR112017024615A2 publication Critical patent/BR112017024615A2/pt
Publication of BR112017024615B1 publication Critical patent/BR112017024615B1/pt

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01LMEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • G01L5/16Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes for measuring several components of force
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00Controls for manipulators
    • B25J13/08Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/085Force or torque sensors
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095Means or methods for testing manipulators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/06Safety devices
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1674Programme controls characterised by safety, monitoring, diagnostic
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1674Programme controls characterised by safety, monitoring, diagnostic
    • B25J9/1676Avoiding collision or forbidden zones
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01LMEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • G01L5/0061Force sensors associated with industrial machines or actuators
    • G01L5/0076Force sensors associated with manufacturing machines
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/37Measurements
    • G05B2219/37214Detect failed machine component, machine performance degradation
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/37Measurements
    • G05B2219/37344Torque, thrust, twist, machining force measurement
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/39Robotics, robotics to robotics hand
    • G05B2219/39355Observer, disturbance observer
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/39Robotics, robotics to robotics hand
    • G05B2219/39412Diagnostic of robot, estimation of parameters
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/41Servomotor, servo controller till figures
    • G05B2219/41372Force estimator using disturbance estimator observer

Abstract

DISPOSITIVO DE DIAGNÓSTICO DE FALHA E MÉTODO DE DIAGNÓSTICO DE FALHA. Trata-se de um dispositivo de diagnóstico de falha que detecta torques de distúrbio (Tq) aplicados a eixos de junta incluídos em um robô de múltiplos eixos geométricos (1), agrupa os torques de distúrbio (Tq) de acordo com os conteúdos de operações executadas pelo robô de múltiplos eixos geométricos (1) mediante a detecção dos torques de distúrbio (Tq), e realiza um diagnóstico de falha no robô de múltiplos eixos geométricos (1) pela comparação de cada torque de distúrbio agrupado (Tq) com um limite (alfa).

Description

CAMPO DA TÉCNICA
[001] A presente invenção se refere a um dispositivo de diagnóstico de falha para e um método de diagnóstico de falha para realizar um diagnóstico de falha em um robô de múltiplos eixos geométricos.
ANTECEDENTES DA TÉCNICA
[002] A Literatura de Patente 1 foi revelada com9o um método de diagnóstico de falha convencional para um robô industrial articulado. No método de diagnóstico de falha revelado na Literatura de Patente 1, enquanto um robô está em operação, a posição de movimento de cada eixo de junta do robô e do torque de distúrbio aplicado ao eixo de junta são detectadas em intervalos predeterminados, e a média do torque de distúrbio em cada posição de movimento detectada é calculada. Então, essa média e um limite predefinido são comparados e, se a média for maior que o limite predefinido, determina-se que o robô está sofrendo uma anormalidade ou falha. LISTA DE CITAÇÃO Literatura de Patente Literatura de Patente 1: Publicação de Pedido de Patente Japonesa n° H 9-174482
SUMÁRIO DA INVENÇÃO
[003] Entretanto, o torque de distúrbio pode diferir dependendo dos conteúdos da operação executada pelo robô. O método revelado na Literatura de Patente 1 pode resultar em uma decisão errada sobre o diagnóstico de falha, devido ao fato de que o método compara o limite predefinido com o torque de distúrbio sem considerar os conteúdos da operação.
[004] A presente invenção foi realizada em vista do problema supracitado, e um objetivo da mesma consiste em fornecer um dispositivo de diagnóstico de falha e um método de diagnóstico de falha com capacidade de realizar um diagnóstico de falha preciso enquanto considera os conteúdos de operações executadas por um robô.
[005] Um dispositivo de diagnóstico de falha e um método de diagnóstico de falha de acordo com um aspecto da presente invenção agrupam torques de distúrbio aplicados a eixos de junta incluídos em um robô de múltiplos eixos geométricos de acordo com os conteúdos de operações executadas pelo robô de múltiplos eixos geométricos mediante a detecção dos torques de distúrbio. Um diagnóstico de falha é realizado no robô de múltiplos eixos geométricos pela comparação de cada torque de distúrbio agrupado com um limite.
BREVE DESCRIÇÃO DOS DESENHOS
[006] A Figura 1 é um diagrama de blocos que ilustra a configuração geral de um sistema de diagnóstico de falha 100 que inclui um dispositivo de diagnóstico de falha 23 de acordo com uma primeira modalidade.
[007] A Figura 2 é um diagrama de blocos que ilustra um método de cálculo de um torque de distúrbio (Tq).
[008] A Figura 3 é um diagrama de blocos que ilustra uma configuração específica de uma parte de processamento de computação 18a na Figura 1.
[009] A Parte (a) da Figura 4 é um gráfico que ilustra um resultado de torques de distúrbio detectados (Tq) categorizados de acordo com os conteúdos de operações executadas por um robô 1, e a Parte (b) da Figura 4 é uma vista que ilustra os torques de distúrbio (Tq) agrupados em operações categorizadas.
[010] A Figura 5 é um fluxograma que ilustra um método de diagnóstico de falha de acordo com a primeira modalidade.
[011] A Figura 6 é um diagrama de blocos que ilustra a configuração geral de um sistema de diagnóstico de falha 200 que inclui um dispositivo de diagnóstico de falha 23 de acordo com uma segunda modalidade.
[012] A Figura 7 é um diagrama de blocos que ilustra uma configuração específica de uma parte de processamento de computação 18b na Figura 6.
[013] A Figura 8 é um fluxograma que ilustra um método de diagnóstico de falha de acordo com a segunda modalidade.
DESCRIÇÃO DE MODALIDADES
[014] Algumas modalidades serão descritas agora em detalhes abaixo em referência aos desenhos. As porções idênticas ilustradas nos desenhos serão denotadas por referências numéricas idênticas, e a descrição das mesmas será omitida. [Primeira Modalidade]
[015] A configuração geral de um sistema de diagnóstico de falha 100 que inclui um dispositivo de diagnóstico de falha 23 de acordo com uma primeira modalidade será descrita em referência à Figura 1. O sistema de diagnóstico de falha 100 é formado de um robô 1, um dispositivo de diagnóstico de falha 23 e um dispositivo de gerenciamento de produção 4. O dispositivo de diagnóstico de falha 23 inclui uma unidade de controle de robô 2 e uma unidade de diagnóstico de falha 3a.
[016] O robô 1 é um robô de reprodução de ensinamento de máquina de múltiplos eixos como um exemplo de um robô de múltiplos eixos geométricos. O robô 1 inclui sistemas de acionamento de motor como eixos de junta que são eixos de operação. O braço de robô 5 é acionado por um servomotor (doravante no presente documento chamado simplesmente de motor) 6 através de um redutor 8. Ao motor 6 é fixado um codificador de pulso (codificador ou gerador de pulso) 7 que é um componente para detectar sua posição de ângulo de rotação e velocidade.
[017] A unidade de controle de robô 2 inclui uma parte de controle integrada com operação 9, uma parte de detecção de posição 24, uma parte de comunicação 10, uma parte de servocontrole 11 (um exemplo de uma parte de detecção de torque), e uma parte de servoamplificação 14. A parte de servocontrole 11 aciona o motor 6 através da parte de servoamplificação 14 mediante o recebimento de um comando da parte de controle integrada com operação de nível superior 9. O codificador de pulso 7, fixado ao motor 6, forma um ciclo de retroalimentação para um processo de controle da posição de ângulo de rotação e da velocidade do motor 6 entre o próprio e a parte de servocontrole 11.
[018] A parte de servocontrole 11 inclui um processador que realiza um processo de controle da posição de ângulo de rotação, da velocidade e da corrente do motor 6, uma ROM que armazena um programa de controle, e um armazenamento não volátil que armazena valores predefinidos e vários parâmetros. A parte de servocontrole 11 também inclui uma RAM que armazena temporariamente dados durante um processo de computação, um registrador que conta a posição os pulsos de retroalimentação do codificador de pulso 7 para detectar a posição de ângulo de rotação absoluta do motor 6, e outros.
[019] A parte de servocontrole 11 forma conjunto de circuitos que detecta torques de distúrbio (Tq) aplicados aos eixos de junta ao fazer com que o processador execute um programa de computador pré-instalado. A parte de servocontrole 11 inclui uma parte de computação de torque de distúrbio 12 e uma parte de aquisição de dados de estado 13 como o conjunto de circuitos acima.
[020] A parte de aquisição de dados de estado 13 coleta regularmente vários dados sobre o estado de atuação de cada eixo de junta do robô 1 (dados que indicam a posição de ângulo de rotação, a velocidade e a corrente). A parte de computação de torque de distúrbio 12 computa o torque de distúrbio (Tq) com base nos dados adquiridos pela parte de aquisição de dados de estado 13. Os dados que indicam a posição de ângulo de rotação, a velocidade e a corrente, e o torque de distúrbio (Tq) são emitidos para a unidade de diagnóstico de falha 3a através da parte de comunicação 10. Com essa configuração, a parte de servocontrole 11 está na forma do que se conhece por um servossoftware. Os detalhes de um método de cálculo do torque de distúrbio (Tq) serão descritos abaixo em referência à Figura 2. O torque de distúrbio (Tq) se refere à diferença entre um valor de comando de torque para o motor 6 e o torque gerado pelo motor 6.
[021] Observa-se que os sistemas de acionamento de motor como o da Figura 1 são requeridos tanto quanto os eixos de junta incluídos no robô 1. Entretanto, na Figura 1, apenas o sistema de acionamento de motor para um eixo é ilustrado, e a ilustração dos outros sistemas de acionamento de motor é omitida. Ademais, um conjunto de engrenagens de alteração de velocidade é interposto entre o motor 6 e o redutor 8 na Figura 1 em alguns casos.
[022] A parte de detecção de posição 24 detecta a posição de movimento do eixo de junta dotado do motor 6 a partir da posição de ângulo de rotação absoluta do motor 6 adquirida pela parte de aquisição de dados de estado 13. Os dados que indicam a posição de movimento do eixo de junta, detectada pela parte de detecção de posição 24, são emitidos para a unidade de diagnóstico de falha 3a através da parte de comunicação 10 em associação com os dados que indicam o torque de distúrbio (Tq). As informações sobre a posição de movimento do eixo de junta e o torque de distúrbio, que são associadas entre si, são transferidas para a unidade de diagnóstico de falha 3a.
[023] Situada em um nível superior à parte de servocontrole 11 e à parte de detecção de posição 24, a parte de controle integrada com operação 9 tem controle direto da operação do robô 1. A parte de comunicação 10 troca dados necessários com uma parte de comunicação 15 da unidade de diagnóstico de falha 3a a ser descrita abaixo através de uma LAN ou similares.
[024] A unidade de diagnóstico de falha 3a inclui a parte de comunicação 15, uma base de dados de limite 22, uma base de dados de torque de distúrbio 17, uma parte de processamento de computação 18a e uma base de dados de conteúdo de operação 19. A parte de comunicação 15 troca dados necessários com a parte de comunicação 10 da unidade de controle de robô 2 descrita acima e uma parte de comunicação 20 do dispositivo de gerenciamento de produção 4 através de LANs ou similares
[025] A base de dados de torque de distúrbio 17 armazena sequencialmente partes dos dados que indicam os torques de distúrbio (Tq) associados às posições de movimento dos eixos de junta, que são transmitidas a partir da unidade de controle de robô 2. Os torques de distúrbio (Tq) passados são acumulados na base de dados de torque de distúrbio 17.
[026] A parte de processamento de computação 18a executa ativamente um diagnóstico de falha no robô 1 com base nos torques de distúrbio (Tq) armazenados na base de dados de torque de distúrbio 17. A parte de processamento de computação 18a é equipada com uma função de memória, e armazena temporariamente os dados adquiridos pelo acesso da base de dados de torque de distúrbio 17 e executa um diagnóstico de falha com base nesses dados. Os detalhes da parte de processamento de computação 18a serão descritos abaixo em referência à Figura 3.
[027] O dispositivo de gerenciamento de produção 4 é um dispositivo que gerencia as informações de produção que incluem, por exemplo, as situações operacionais de linhas de produção em uma fábrica, e incluem a parte de comunicação 20 e uma base de dados de informações de produção 21. A parte de comunicação 20 troca dados necessários com a parte de comunicação 15 da unidade de diagnóstico de falha 3a através de uma LAN ou similares. A base de dados de informações de produção 21 tem uma função de armazenamento de várias partes de informações de produção coletadas. Dessa forma, várias partes de informações de produção anteriores são acumuladas na base de dados de informações de produção 21. A parte de comunicação 20 transmite as informações de produção acumuladas na base de dados de informações de produção 21 para a parte de comunicação 15 em resposta a uma solicitação feita pela unidade de diagnóstico de falha 3a.
[028] As informações de produção inclui um cronograma para conteúdos de operações executadas pelo robô 1. Uma vez que a data e a hora e o robô 1 para executar operações são fixados, os conteúdos das operações a serem executadas pelo robô 1 podem ser especificados. Em um caso em que o robô 1 é instalado em uma linha de produção de veículo, os conteúdos das operações incluem informações sobre, por exemplo, o tipo de veículo relacionado à cada operação, a presença ou ausência e os conteúdos de opções definidas para cada veículo relacionado à operação, e processo que a operação segue. O processo que a operação segue inclui uma etapa de prensagem, uma etapa de soldagem de um corpo de veículo, uma etapa de revestimento, uma etapa de moldagem de resina e uma etapa de montagem.
[029] O cronograma para os conteúdos das operações coletadas a partir do dispositivo de gerenciamento de produção 4 é armazenado na base de dados de conteúdo de operação 19. Vários tipos de dados sobre o estado de atuação de cada eixo de junta do robô 1, obtidos pela parte de aquisição de dados de estado 13, são também armazenados na base de dados de conteúdo de operação 19 através da comunicação com a unidade de controle de robô 2.
[030] A unidade de diagnóstico de falha 3a de acordo com a primeira modalidade inclui a base de dados de limite 22. Os limites para um diagnóstico de falha predefinido de acordo com os conteúdos das operações são preliminarmente armazenados na base de dados de limite 22. Os detalhes das mesmas serão descritos abaixo em referência à Figura 4.
[031] Um exemplo do método de cálculo de um torque de distúrbio (Tq) será descrito em referência à Figura 2. A parte de computação de torque de distúrbio 12 diferencia uma velocidade real Vr do motor 6 calculada a partir de um sinal de retroalimentação de velocidade do codificador de pulso 7 para calcular a aceleração. A parte de computação de torque de distúrbio 12 multiplica essa aceleração por todas as inércias J aplicadas ao motor 6 para calcular um torque de aceleração Ta. Então, a parte de computação de torque de distúrbio 12 subtrai o torque de aceleração Ta de um comando de torque Tc para o motor 6 calculado com um processo de ciclo de velocidade pela parte de servocontrole 11. A partir do valor resultante da subtração, um momento M é adicionalmente subtraído para calcular um torque de distúrbio Tb. Posteriormente, um processo de filtragem predeterminado é realizado para remover os componentes irregulares de distúrbio para obter um "torque de distúrbio (Tq)". Ao fazer com que a parte de servocontrole 11 execute tal processamento em intervalos de amostragem predeterminados, os torques de distúrbio (Tq) podem ser sequencialmente detectados.
[032] Mais especificamente, a parte de servocontrole 11 inclui um registrador, e esse registrador encontra a posição absoluta do motor 6 pela contagem dos pulsos de retroalimentação de posição do codificador de pulso 7 em intervalos de amostragem predeterminados. Dessa forma, a parte de servocontrole 11 detecta a posição absoluta do motor 6 por meio do registrador e, a partir da posição absoluta do motor 6, encontra a posição de ângulo de rotação (posição de movimento) do eixo de junta acionado pelo motor 6. Adicionalmente, a parte de servocontrole 11 realiza o processamento na Figura 2 conforme descrito acima para calcular o torque de distúrbio (Tq).
[033] Os detalhes da parte de processamento de computação 18a serão descritos em referência à Figura 3. A parte de processamento de computação 18a inclui um microprocessador e forma uma série de circuitos de processamento de computação para realizar um diagnóstico de falha no robô 1 com base em seus torques de distúrbio pela execução de um programa pré-instalado. A parte de processamento de computação 18a inclui um circuito de agrupamento de torque 31 e um circuito de diagnóstico de falha 32 como a série de circuitos de processamento de computação.
[034] O circuito de agrupamento de torque 31 agrupa os torques de distúrbio (Tq) de acordo com os conteúdos das operações executadas pelo robô 1 mediante a detecção dos torques de distúrbio (Tq). O circuito de diagnóstico de falha 32 realiza um diagnóstico de falha no robô 1 pela comparação de cada torque de distúrbio agrupado (Tq) e um limite (α).
[035] O circuito de agrupamento de torque 31 pode agrupar os torques de distúrbio (Tq) de acordo com o tipo de veículo relacionado à cada operação, como um exemplo dos conteúdos das operações. As informações sobre o tipo de veículo relacionado à cada operação podem ser obtidas a partir do cronograma para os conteúdos das operações armazenados na base de dados de conteúdo de operação 19.
[036] O circuito de agrupamento de torque 31 pode agrupar os torques de distúrbio (Tq) de acordo com o processo que cada operação segue, como um outro exemplo dos conteúdos das operações. As informações sobre o processo que cada operação segue podem ser obtidas a partir do cronograma para os conteúdos das operações armazenados na base de dados de conteúdo de operação 19.
[037] O circuito de agrupamento de torque 31 pode agrupar os torques de distúrbio (Tq) de acordo com a distância que os respectivos eixos de junta do robô 1 se movem quando se executa cada operação, como ainda um outro exemplo dos conteúdos das operações. As informações sobre a distância de movimento dos eixos de junta podem ser computadas de acordo com vários dados sobre o estado de atuação de cada eixo de junta do robô 1 obtidos pela parte de aquisição de dados de estado 13.
[038] O circuito de agrupamento de torque 31 pode agrupar os torques de distúrbio (Tq) de acordo com a quantidade de corrente aplicada ao motor 6 quando se aciona o eixo de junta do robô 1 durante cada operação, como ainda um outro exemplo dos conteúdos das operações. As informações sobre a quantidade de corrente aplicada ao motor 6 podem ser computadas de acordo com vários dados sobre o estado de atuação de cada eixo de junta do robô 1 obtidos pela parte de aquisição de dados de estado 13.
[039] A Parte (a) da Figura 4 é um gráfico que ilustra os torques de distúrbio (Tq) detectados pela parte de servocontrole 11 e categorizados de acordo com os conteúdos das operações executadas pelo robô 1 mediante a detecção dos torques de distúrbio (Tq). A Parte (b) da Figura 4 ilustra os torques de distúrbio (Tq) agrupados nas operações categorizadas. O eixo geométrico horizontal mostra o tempo, e o eixo geométrico vertical mostra o torque de distúrbio (Tq). Os torques de distúrbio (Tq) são agrupados em operação 1, operação 2 e operação 3. Embora a parte (b) da Figura 4 ilustre apenas o grupo de operação 1, o mesmo agrupamento que a operação 1 é aplicado à operação 2 e à operação 3.
[040] Conforme mostrado na Parte (a) da Figura 4, os torques de distúrbio (Tq) podem variar consideravelmente dependendo dos conteúdos das operações executadas pelo robô 1 mediante a detecção dos torques de distúrbio (Tq). Em particular, os exemplos de veículos fabricados em linhas de produção incluem veículos de diferentes tipos tais como veículos compactos e veículos grandes, e veículos do mesmo tipo fabricados em diferentes processos devido à presença ou à ausência de opções (sistema de produção misturado). Os conteúdos das operações executados de fato pelo mesmo robô 1 diferem dentre as condições de produção. Dessa forma, os parâmetros para um diagnóstico de falha (os torques de distúrbio (Tq)) a serem detectados podem variar dependendo dos conteúdos das operações. Isso pode levar a um diagnóstico de falha errado se o diagnóstico de falha for executado pelo uso de um limite fixado independentemente dos conteúdos das operações.
[041] O circuito de diagnóstico de falha 32 realiza, dessa forma, um diagnóstico de falha no robô 1 pela comparação de um limite preliminarmente definido para cada torque de distúrbio agrupado (Tq) e o torque de distúrbio correspondente (Tq). Por exemplo, um limite (+αA, -αA) é preliminarmente definido para operação 1, conforme mostrado na Parte (b) da Figura 4. De modo similar, um limite (+αB, -αB) e um limite (+αC, -αC) são preliminarmente definidos para a operação 2 e a operação 3, respectivamente. Os dados dos limites (+αA, -αA, +αB, -αB, +αC, e -αC) são preliminarmente definidos na base de dados de limite 22. O circuito de diagnóstico de falha 32 lê os limites da base de dados de limite 22. O circuito de diagnóstico de falha 32 compara o torque de distúrbio (Tq) e o limite predefinido (α) em cada grupo categorizado. Conforme mostrado na Parte (b) da Figura 4, o valor absoluto do torque de distúrbio (Tq) excede o limite (αA) no tempo (t0), de modo que o circuito de diagnóstico de falha 32 determina que o robô 1 está sofrendo uma falha na operação 1. Uma vez que o limite (α) é preliminarmente definido para cada grupo categorizado, um limite apropriado pode ser alocado para o valor absoluto do torque de distúrbio (Tq) que varia dependendo dos conteúdos das operações.
[042] Um método de diagnóstico de falha de acordo com a primeira modalidade será descrito em referência a um fluxograma na Figura 5. O método de diagnóstico de falha de acordo com a primeira modalidade é executado com o uso do dispositivo de diagnóstico de falha 23 na Figura 1. Na etapa S01, a parte de aquisição de dados de estado 13 coleta vários dados sobre o estado de atuação de cada eixo de junta do robô 1 (dados que indicam a posição de ângulo de rotação, a velocidade e a corrente), e a parte de computação de torque de distúrbio 12 computa os torques de distúrbio (Tq) com base nos dados adquiridos pela parte de aquisição de dados de estado 13. Os torques de distúrbio (Tq), computados pela parte de computação de torque de distúrbio 12, são ligados às posições de movimento dos eixos de junta e torque de distúrbio 12, são ligados às posições de movimento dos eixos de junta e emitidos para a unidade de diagnóstico de falha 3a através da parte de comunicação 10.
[043] Na etapa S03, o circuito de agrupamento de torque 31 agrupa os torques de distúrbio (Tq) de acordo com os conteúdos das operações executadas pelo robô 1 mediante a detecção dos torques de distúrbio (Tq). Por exemplo, quando o robô 1 é operado em uma linha de produção de veículo, o circuito de agrupamento de torque 31 agrupa os torques de distúrbio (Tq) de acordo com o tipo de veículo relacionado à cada operação executada pelo robô 1, o processo que a operação segue, a faixa móvel do braço de robô 5 na operação, a corrente aplicada ao motor 6 durante a operação, ou combinações desses conteúdos. A seguir é citado um caso em que os torques de distúrbio (Tq) são agrupados em operação 1, operação 2 e operação 3, da mesma maneira conforme ilustrado na Figura 4. O circuito de agrupamento de torque 31 se refere ao cronograma para os conteúdos das operações armazenados na base de dados de conteúdo de operação 19, com a finalidade de adquirir os dados que indicam o tipo de veículo, o processo que a operação segue, a faixa móvel do braço de robô 5 ou a corrente aplicada ao motor 6.
[044] Nas etapas S05, S07 e S09, o circuito de diagnóstico de falha 32 lê um limite (α1, α2, α3) definido para cada operação categorizada a partir da base de dados de limite 22. Em particular, conforme ilustrado na Figura 4, o circuito de diagnóstico de falha 32 define o limite (+αA, -αA), o limite (+αB, -αB) e o limite (+αC, -αC) para operação 1, operação 2 e operação 3, respectivamente.
[045] Nas etapas S11, S13 e S15, o circuito de diagnóstico de falha 32 compara cada torque de distúrbio agrupado (Tq) com o limite (α1, α2, α3) definido para cada operação categorizada. Quando o torque de distúrbio (Tq) é maior que o limite (α1, α2, α3), o circuito de diagnóstico de falha 32 determina que o robô 1 está sofrendo uma falha (S17, S21, S25). Quando o torque de distúrbio (Tq) é menor que ou igual está sofrendo qualquer falha (S19, S23, S27). O fluxograma na Figura 5 é implementado conforme supracitado regularmente para realizar um diagnóstico de falha.
[046] Conforme descrito acima, a primeira modalidade pode realizar os seguintes efeitos vantajosos.
[047] No caso em que o mesmo robô 1 executa uma pluralidade de operações com diferentes conteúdos (tais como tipos e processos de veículo), os torques de distúrbio (Tq) aplicados aos eixos de junta do robô 1 podem variar dependendo dos conteúdos das operações. Um diagnóstico de falha no robô 1 é, portanto, realizado de modo que os torques de distúrbio (Tq) sejam agrupados de acordo com os conteúdos das operações, e cada torque de distúrbio agrupado (Tq) é comparado com um limite. Consequentemente, um diagnóstico de falha preciso pode ser realizado enquanto se considera os torques de distúrbio (Tq) que variam dependendo dos conteúdos das operações.
[048] O circuito de agrupamento de torque 31 pode agrupar os torques de distúrbio (Tq) de acordo com o tipo de veículo relacionado à cada operação executada pelo robô 1. Um diagnóstico de falha preciso pode, dessa forma, ser realizado independentemente dos torques de distúrbio (Tq) que variam dependendo do tipo de veículo.
[049] O circuito de agrupamento de torque 31 pode agrupar os torques de distúrbio (Tq) de acordo com o processo que cada operação executada pelo robô 1 segue. Um diagnóstico de falha preciso pode, dessa forma, ser realizado independentemente dos torques de distúrbio (Tq) que variam dependendo do processo que a operação segue.
[050] O circuito de agrupamento de torque 31 pode agrupar os torques de distúrbio (Tq) de acordo com a distância que os respectivos eixos de junta do robô 1 se movem quando se executa cada operação. Um diagnóstico de falha preciso pode, dessa forma, ser realizado independentemente dos torques de distúrbio (Tq) que variam dependendo da distância que os eixos de junta se movem.
[051] O circuito de agrupamento de torque 31 pode agrupar os torques de distúrbio (Tq) de acordo com a quantidade de corrente aplicada ao motor 6 quando o eixo de junta do robô 1 durante cada operação é acionado. Um diagnóstico de falha preciso pode, dessa forma, ser realizado independentemente dos torques de distúrbio (Tq) que variam dependendo da quantidade de corrente aplicada ao motor 6.
[052] Os torques de distúrbio (Tq) podem ser agrupados independentemente de acordo com o tipo de veículo, o processo que cada operação segue, a distância que os eixos de junta se movem e a quantidade de corrente aplicada ao motor 6. Os torques de distúrbio (Tq) podem ser agrupados em categorias mais específicas de acordo com uma combinação opcional desses conteúdos. A combinação opcional dos conteúdos permite uma configuração de limite mais detalhada, com a finalidade de realizar um diagnóstico de falha mais precisamente.
[053] O circuito de diagnóstico de falha 32 realiza um diagnóstico de falha no robô 1 pela comparação do limite (α1, α2, α3) preliminarmente definido para cada um dos torques de distúrbio (Tq) agrupados e o torque de distúrbio correspondente (Tq). Uma vez que o limite (α1, α2, α3) é preliminarmente definido para cada categoria, um limite apropriado pode ser alocado para o valor absoluto dos respectivos torques de distúrbio (Tq) que variam dependendo dos conteúdos das operações. [Segunda Modalidade]
[054] A primeira modalidade exemplificou o caso em que, quando o mesmo robô executa uma pluralidade de operações com diferentes conteúdos (tais como tipos e processos de veículo), um limite é definido para cada uma das operações. Entretanto, a presente invenção não é limitada a isso, e um diagnóstico de falha no robô 1 pode ser realizado com um limite fixado independentemente dos conteúdos das operações em um caso em que os torques de distúrbio (Tq) podem ser padronizados entre as várias operações executadas pelo mesmo robô. Uma segunda modalidade é ilustrada com um caso em que os torques de distúrbio (Tq) gerados em uma pluralidade de operações são submetidos ao processamento de padronização quando o mesmo robô executa as várias operações com diferentes conteúdos (tais como tipos e processos de veículo).
[055] A configuração geral de um sistema de diagnóstico de falha 200 que inclui um dispositivo de diagnóstico de falha 23 de acordo com a segunda modalidade será descrita em referência à Figura 6.
[056] O sistema de diagnóstico de falha 200 difere da Figura 1 em que sua unidade de diagnóstico de falha 3b inclui adicionalmente uma base de dados de valor de referência 16 para armazenar valores de referência de torque de distúrbio, em vez da base de dados de limite 22, e em que sua parte de processamento de computação 18b tem uma configuração de circuito diferente. Além disso, o sistema de diagnóstico de falha 200 é idêntico à Figura 1. Os valores de referência de torque de distúrbio são valores de referência usados para processamento de padronização para torques de distúrbio (Tq). Os valores de referência de torque de distúrbio são definidos para cada um dos torques de distúrbio agrupados. Por exemplo, os valores de referência de torque de distúrbio são uma combinação de um valor representativo de um torque de distúrbio (Tq) e uma quantidade de alteração no torque de distúrbio (Tq). O valor representativo do torque de distúrbio (Tq) pode ser a média, mediana ou integral do torque de distúrbio (Tq) detectado durante a operação correspondente executada pelo robô 1. A quantidade de alteração no torque de distúrbio (Tq) pode ser a variância, o desvio, o desvio padrão ou a diferença entre o maior valor e o menor valor do torque de distúrbio (Tq) detectado durante a operação executada pelo robô 1. A presente modalidade é ilustrada com um caso em que o valor representativo é a média do torque de distúrbio (Tq) e a quantidade de alteração é o desvio padrão do torque de distúrbio (Tq).
[057] Os detalhes da parte de processamento de computação 18b serão descritos em referência à Figura 7. A parte de processamento de computação 18b inclui um microprocessador e forma uma série de circuitos de processamento de computação para realizar um diagnóstico de falha no robô 1 com base em seus torques de distúrbio pela execução de um programa pré-instalado. A parte de processamento de computação 18b inclui um circuito de agrupamento de torque 31, um circuito de diagnóstico de falha 32 e um circuito de correção de torque 33, como a série de circuitos de processamento de computação. A parte de processamento de computação 18b difere da parte de processamento de computação 18a na Figura 3 em que inclui adicionalmente o circuito de correção de torque 33.
[058] O circuito de correção de torque 33 corrige um torque de distúrbio (Tq) pelo uso dos valores de referência de torque de distúrbio armazenados na base de dados de valor de referência 16. A correção é realizada em cada operação categorizada. Todo o torque de distúrbio agrupado (Tq) é submetido à correção. Os valores de referência usados para a correção são preliminarmente definidos para cada operação categorizada. O torque de distúrbio (Tq) corrigido dessa forma será chamado de torque de distúrbio corrigido (Tq'). Em particular, o circuito de correção de torque 33 adquire um torque de distúrbio corrigido (Tq') pela subtração do valor representativo do torque de distúrbio (Tq) detectado durante a execução da operação e pela divisão do valor resultante da subtração pela quantidade de alteração. O circuito de correção de torque 33 executa esse cálculo por operação categorizada. Dessa forma, o circuito de correção de torque 33 pode adquirir o torque de distúrbio corrigido (Tq') padronizado entre uma pluralidade de operações com diferentes conteúdos executados pelo mesmo robô 1.
[059] O circuito de diagnóstico de falha 32 realiza um diagnóstico de falha no robô 1 pela comparação do torque de distúrbio corrigido (Tq') obtido pelo circuito de correção de torque 33 com um único limite (α). Especificamente, o circuito de diagnóstico de falha 32 pode determinar que o robô 1 está sofrendo uma falha se o valor absoluto do torque de distúrbio corrigido (Tq') for maior que o limite (α). Na segunda modalidade, o limite (α) é um valor exclusivo para o robô 1, e é um valor fixado independentemente de qual conteúdo de uma operação (grupo) é executado pelo robô 1. Uma vez que o torque de distúrbio corrigido (Tq') é um valor padronizado entre uma pluralidade de operações, o limite (α) não varia de uma operação para outra.
[060] Um método de diagnóstico de falha de acordo com a segunda modalidade será descrito em referência a um fluxograma na Figura 8. O método de diagnóstico de falha de acordo com a segunda modalidade é executado com o uso do dispositivo de diagnóstico de falha 23 na Figura 6.
[061] As etapas S01 e S03 são iguais àquelas na Figura 5, e as explicações das mesmas são omitidas. Nas etapas S31, S33 e S35, o circuito de correção de torque 33 executa o processamento de padronização para um torque de distúrbio (Tq) em cada grupo categorizado. Em particular, o circuito de correção de torque 33 lê, a partir da base de dados de valor de referência 16, os valores de referência de torque de distúrbio (o valor representativo e a quantidade de alteração) preliminarmente definidos para cada grupo categorizado. O circuito de correção de torque 33 subtrai o valor representativo do torque de distúrbio (Tq) do torque de distúrbio (Tq), e divide o valor resultante da subtração pela quantidade de alteração do torque de distúrbio (Tq). Dessa forma, o circuito de correção de torque 33 pode adquirir um torque de distúrbio corrigido (Tq') para cada uma dentre operação 1, operação 2 e operação 3 categorizadas.
[062] Na seguinte etapa S37, o circuito de diagnóstico de falha 32 lê um único limite (α) comum para as operações categorizadas a partir da memória em um microcontrolador. O limite (α) pode ser compartilhado pela operação 1, operação 2 e operação 3 categorizadas com a finalidade de ser usado para cada torque de distúrbio corrigido (Tq').
[063] Na seguinte etapa S39, os respectivos torques de distúrbio corrigidos (Tq') na operação 1, operação 2 e operação 3 categorizadas são comparados com o único limite (α). Quando um dos torques de distúrbio corrigidos (Tq') é maior que o limite (α) (SIM na etapa S39), pode-se considerar que o robô 1 está sofrendo uma falha (etapa S41). Quando os torques de distúrbio corrigidos (Tq') são todos menores que ou iguais ao limite (α) (NÃO na etapa S39), o robô 1 pode ser considerado como não sofrendo qualquer falha (etapa S43). O fluxograma na Figura 8 é implementado conforme supracitado regularmente para realizar um diagnóstico de falha.
[064] Conforme descrito acima, a segunda modalidade pode realizar os seguintes efeitos vantajosos.
[065] O circuito de correção de torque 33 corrige cada torque de distúrbio agrupado (Tq) para obter um torque de distúrbio corrigido (Tq'). O circuito de diagnóstico de falha 32 realiza um diagnóstico de falha no robô 1 pela comparação do torque de distúrbio corrigido (Tq') com o limite (α). Consequentemente, um diagnóstico de falha pode ser realizado com o limite fixado (α) independentemente dos conteúdos das operações devido à correção realizada no torque de distúrbio (Tq) de cada grupo. Em outras palavras, não é mais necessário definir um tempo diferente para cada operação.
[066] Embora as modalidades da presente invenção tenham sido descritas acima, deve ficar entendido que as declarações e os desenhos que constituem parte desta revelação limitam esta invenção. Várias modalidades, exemplos e técnicas de operação alternativos se tornarão evidentes para os elementos versados na técnica a partir desta revelação. LISTA DE REFERÊNCIAS NUMÉRICAS 1 robô 2 unidade de controle de robô 3a, 3b unidade de diagnóstico de falha 6 motor 11 parte de servocontrole (parte de detecção de torque) 16 base de dados de valor de referência 17 base de dados de torque de distúrbio 18a, 18b parte de processamento de computação 19 base de dados de conteúdo de operação 22 base de dados de limite 23 dispositivo de diagnóstico de falha 24 parte de detecção de posição 31 circuito de agrupamento de torque 32 circuito de diagnóstico de falha 33 circuito de correção de torque Tq torque de distúrbio Tq' torque de distúrbio corrigido α limite

Claims (7)

1. Dispositivo de diagnóstico de falha CARACTERIZADO pelo fato de que compreende: uma parte de detecção de torque (11) que detecta torques de distúrbio (Tq) aplicados aos eixos de junta incluídos em um robô de múltiplos eixos geométricos (1); um circuito de agrupamento de torque (31) que agrupa os torques de distúrbio (Tq) de acordo com um conteúdo de uma operação executada pelo robô de múltiplos eixos geométricos (1) mediante a detecção de cada torque de distúrbio (Tq); um circuito de correção de torque (33) que obtém um torque de distúrbio corrigido (Tq’) padronizado entre uma pluralidade de operações com diferentes conteúdos, com base em um valor representativo preliminarmente definido para cada torque de distúrbio (Tq) agrupado e o torque de distúrbio (Tq) detectado pela parte de detecção de torque (11); e um circuito de diagnóstico de falha (32) que realiza um diagnóstico de falha no robô de múltiplos eixos geométricos (1) pela comparação de cada dos torques de distúrbio corrigido (Tq’) obtidos para as operações com diferentes conteúdos, com um limite (α) comum.
2. Dispositivo de diagnóstico de falha, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que o circuito de agrupamento de torque (31) agrupa os torques de distúrbio (Tq) de acordo com um tipo de um veículo relacionado à operação executada pelo robô de múltiplos eixos geométricos (1).
3. Dispositivo de diagnóstico de falha, de acordo com a reivindicação 1 ou 2, CARACTERIZADO pelo fato de que o circuito de agrupamento de torque (31) agrupa os torques de distúrbio (Tq) de acordo com um processo que a operação executada pelo robô de múltiplos eixos geométricos (1) segue.
4. Dispositivo de diagnóstico de falha, de acordo com qualquer uma das reivindicações 1 a 3, CARACTERIZADO pelo fato de que o circuito de agrupamento de torque (31) agrupa os torques de distúrbio (Tq) de acordo com uma distância que cada eixo de junta se move na operação executada pelo robô de múltiplos eixos geométricos (1).
5. Dispositivo de diagnóstico de falha, de acordo com qualquer uma das reivindicações 1 a 4, CARACTERIZADO pelo fato de que o circuito de agrupamento de torque (31) agrupa os torques de distúrbio (Tq) de acordo com uma quantidade de corrente aplicada a um motor que aciona cada eixo de junta na operação executada pelo robô de múltiplos eixos geométricos (1).
6. Dispositivo de diagnóstico de falha, de acordo com qualquer uma das reivindicações 1 a 5, CARACTERIZADO pelo fato de que o circuito de diagnóstico de falha (32) realiza o diagnóstico de falha no robô de múltiplos eixos geométricos (1) pela comparação do torque de distúrbio corrigido (Tq’) com um único limite.
7. Método de diagnóstico de falha CARACTERIZADO pelo fato de que compreende: detectar torques de distúrbio (Tq) aplicados a eixos de junta incluídos em um robô de múltiplos eixos geométricos (1); agrupar os torques de distúrbio (Tq) de acordo com um conteúdo de uma operação executada pelo robô de múltiplos eixos geométricos (1) mediante a detecção de cada torque de distúrbio (Tq); obter um torque de distúrbio corrigido (Tq’) padronizado entre uma pluralidade de operações com conteúdos diferentes, com base em um valor representativo preliminarmente definido para cada torque de distúrbio (Tq) agrupado e o torque de distúrbio (Tq); e realizar um diagnóstico de falha no robô de múltiplos eixos geométricos (1) pela comparação de cada dos torques de distúrbio corrigido (Tq’) obtidos para as operações com diferentes conteúdos, com um limite (α) comum.
BR112017024615-5A 2015-05-20 2015-05-20 Dispositivo de diagnóstico de falha e método de diagnóstico de falha BR112017024615B1 (pt)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/064505 WO2016185589A1 (ja) 2015-05-20 2015-05-20 故障診断装置及び故障診断方法

Publications (2)

Publication Number Publication Date
BR112017024615A2 BR112017024615A2 (pt) 2018-07-31
BR112017024615B1 true BR112017024615B1 (pt) 2022-05-31

Family

ID=57319609

Family Applications (1)

Application Number Title Priority Date Filing Date
BR112017024615-5A BR112017024615B1 (pt) 2015-05-20 2015-05-20 Dispositivo de diagnóstico de falha e método de diagnóstico de falha

Country Status (10)

Country Link
US (1) US10946523B2 (pt)
EP (1) EP3299131B1 (pt)
KR (1) KR102024454B1 (pt)
CN (1) CN107614213B (pt)
BR (1) BR112017024615B1 (pt)
CA (1) CA2986207C (pt)
MX (1) MX2017014256A (pt)
MY (1) MY196467A (pt)
RU (1) RU2687114C1 (pt)
WO (1) WO2016185589A1 (pt)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107614214B (zh) * 2015-05-21 2019-07-09 日产自动车株式会社 故障诊断装置及故障诊断方法
CN107696034A (zh) * 2017-09-30 2018-02-16 东北大学 一种针对工业机器人的错误自主恢复方法
JP6677694B2 (ja) * 2017-10-31 2020-04-08 ファナック株式会社 ロボットシステム
EP3835750A4 (en) * 2018-08-06 2021-08-04 Nissan Motor Co., Ltd. ANOMALY DIAGNOSIS SYSTEM AND ANOMALY DIAGNOSIS METHOD
KR102254934B1 (ko) * 2019-07-30 2021-05-25 한국생산기술연구원 로봇 관절부 고장진단 방법 및 이를 적용한 로봇 관절부 고장 진단 시스템

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1536357A1 (ru) * 1988-02-29 1990-01-15 Горьковский Политехнический Институт Устройство дл диагностики неисправностей технических объектов
US5304906A (en) * 1989-12-26 1994-04-19 Fanuc Ltd. Collision detecting method using an observer
JP2871993B2 (ja) 1993-03-31 1999-03-17 日本電気株式会社 サーボモータの位置制御装置
JPH07121239A (ja) * 1993-10-27 1995-05-12 Hitachi Zosen Corp ロボット装置の制御方法
JPH0866893A (ja) * 1994-08-24 1996-03-12 Fanuc Ltd 衝突検出方法
JP3623582B2 (ja) * 1995-12-25 2005-02-23 ファナック株式会社 ロボットの故障診断方法
GB2318093A (en) * 1996-10-14 1998-04-15 Esselte Nv A tape printing apparatus having two modes of operation
JP3204207B2 (ja) * 1998-03-30 2001-09-04 松下電器産業株式会社 ロボットの制御装置とその制御方法
JPH11291190A (ja) 1998-04-10 1999-10-26 Nachi Fujikoshi Corp 溶接ロボットの動作異常検出方法
JP3441680B2 (ja) * 1999-07-28 2003-09-02 ファナック株式会社 射出成形機のエジェクタ制御装置
JP2006263916A (ja) * 2001-05-08 2006-10-05 Mitsubishi Electric Corp ロボット制御装置
JP2006281421A (ja) * 2005-04-05 2006-10-19 Yaskawa Electric Corp ロボットおよびロボットの異常検出方法
US7882394B2 (en) * 2005-07-11 2011-02-01 Brooks Automation, Inc. Intelligent condition-monitoring and fault diagnostic system for predictive maintenance
JP4112594B2 (ja) * 2006-07-27 2008-07-02 ファナック株式会社 減速機異常診断方法及び減速機異常診断装置
EP1935577A1 (en) * 2006-12-21 2008-06-25 Abb Ab A control system for controlling an industrial robot
JP2008183680A (ja) * 2007-01-31 2008-08-14 Yaskawa Electric Corp 負荷機械の制御装置とその衝突検出しきい値更新方法
US20090088625A1 (en) * 2007-10-01 2009-04-02 Kenneth Oosting Photonic Based Non-Invasive Surgery System That Includes Automated Cell Control and Eradication Via Pre-Calculated Feed-Forward Control Plus Image Feedback Control For Targeted Energy Delivery
JP4335286B2 (ja) * 2008-02-08 2009-09-30 ファナック株式会社 部品保護機能を備えたロボット制御装置及びロボット制御方法
CN101369800B (zh) * 2008-10-09 2012-02-29 东元总合科技(杭州)有限公司 电动机控制装置
US8378254B2 (en) * 2009-09-11 2013-02-19 Honda Motor Co., Ltd. Adaptive vehicle manufacturing system and method
CN102554939B (zh) * 2010-12-30 2014-12-10 沈阳新松机器人自动化股份有限公司 工业机器人碰撞保护方法和装置
JP5912683B2 (ja) * 2012-03-07 2016-04-27 株式会社神戸製鋼所 モータ駆動構造を備えたシステム、モータ駆動構造のシステムに用いられるプログラム、および溶接物製造方法

Also Published As

Publication number Publication date
US20180133897A1 (en) 2018-05-17
MY196467A (en) 2023-04-12
RU2687114C1 (ru) 2019-05-07
CN107614213A (zh) 2018-01-19
KR102024454B1 (ko) 2019-09-23
CN107614213B (zh) 2021-03-09
WO2016185589A1 (ja) 2016-11-24
US10946523B2 (en) 2021-03-16
EP3299131A1 (en) 2018-03-28
BR112017024615A2 (pt) 2018-07-31
KR20180008576A (ko) 2018-01-24
EP3299131A4 (en) 2018-07-04
MX2017014256A (es) 2018-04-20
CA2986207C (en) 2021-11-23
CA2986207A1 (en) 2016-11-24
EP3299131B1 (en) 2021-06-23

Similar Documents

Publication Publication Date Title
BR112017024895B1 (pt) dispositivo de diagnóstico de falha e método de diagnóstico de falha
BR112017024615B1 (pt) Dispositivo de diagnóstico de falha e método de diagnóstico de falha
US10899023B2 (en) Failure diagnosis device and failure diagnosis method
KR101889248B1 (ko) 고장 진단 장치 및 고장 진단 방법
RU2683151C1 (ru) Устройство диагностики неисправностей и способ диагностики неисправностей
JP6848206B2 (ja) 故障診断装置及び故障診断方法

Legal Events

Date Code Title Description
B06U Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette]
B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]

Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 20/05/2015, OBSERVADAS AS CONDICOES LEGAIS