BR112017024895B1

BR112017024895B1 - dispositivo de diagnóstico de falha e método de diagnóstico de falha

Info

Publication number: BR112017024895B1
Application number: BR112017024895-6A
Authority: BR
Inventors: Toshiyuki Shimizu; Masaki Kuno; Toru Takagi
Original assignee: Nissan Motor Co., Ltd.
Priority date: 2015-05-21
Filing date: 2015-05-21
Publication date: 2021-06-08
Also published as: JPWO2016185593A1; US20180154529A1; EP3778157A1; MX2017014682A; WO2016185593A1; KR20170140333A; EP3299132B1; BR112017024895A2; RU2682195C1; KR101849894B1; MX365933B; JP6409965B2; US10543604B2; EP3299132A1; CN107614214A; EP3299132A4; CN107614214B; EP3778157B1; CA2986554A1; CA2986554C

Abstract

“DISPOSITIVO DE DIAGNÓSTICO DE FALHA E MÉTODO DE DIAGNÓSTICO DE FALHA”. Um dispositivo de diagnóstico de falha detecta a posição de movimento de cada um dos eixos de junta incluídos em um robô multieixos (S03) e detecta um torque de distúrbio (Tq) aplicado ao eixo de junta (S01). O dispositivo de diagnóstico de falha determina se o robô multieixos está executando ou não uma operação de rotina predefinida, a partir da posição de movimento detectada, e calcula valores de referência de torque de distúrbio a partir do torque de distúrbio detectado durante a execução da operação de rotina predefinida (S07). O dispositivo de diagnóstico de falha corrige o torque de distúrbio usando os valores de referência de torque de distúrbio (S09) e realiza um diagnóstico de falha no robô multieixos (1) por comparação do torque de distúrbio corrigido (Tq') e um limite (α) (S11 a S15).

Description

CAMPO TÉCNICO

[001] A presente invenção refere-se a um dispositivo de diagnóstico de falha e a um método de diagnóstico de falha para realizar um diagnóstico de falha em um robô multieixos.

TÉCNICA ANTERIOR

[002] A Literatura de Patente 1 foi divulgada como um método convencional de diagnóstico de falha para um robô industrial articulado. No método de diagnóstico de falha divulgado na Literatura de Patente 1, enquanto um robô está em operação, a posição de movimento de cada eixo de junta do robô e o torque de distúrbio aplicado ao eixo de junta são detectados em intervalos predeterminados, e a média do torque de distúrbio em cada posição de movimento detectada é calculada. Em seguida, essa média e um limite predefinido são comparados e, se a média for maior do que o limite predefinido, determina-se que o robô está apresentando uma anormalidade ou falha.

LISTA DE CITAÇÃO LITERATURA DE PATENTE

[003] Literatura de Patente 1: Publicação de Pedido de Patente Japonês N°. Hei 9-174482

SUMÁRIO DA INVENÇÃO

[004] No entanto, o torque de distúrbio pode diferir dependendo do robô que executa a operação. Dessa forma, é necessário definir um limite diferente para cada robô previamente.

[005] A presente invenção foi feita em vista do problema acima, e um objeto da mesma é prover um dispositivo de diagnóstico de falha e um método de diagnóstico de falha capaz de realizar um diagnóstico de falha preciso usando um limite fixo independente de qual robô execute a operação.

[006] A fim de solucionar o problema acima, um aspecto da presente invenção provê um dispositivo de diagnóstico de falha e um método de diagnóstico de falha para realizar um diagnóstico de falha em um robô multieixos, os quais: calculam um valor de referência de torque de distúrbio a partir de cada torque de distúrbio detectado durante a execução de uma operação de rotina predefinida; corrigem o torque de distúrbio usando o valor de referência de torque de distúrbio calculado; e realizam um diagnóstico de falha por comparação do torque de distúrbio corrigido e um limite.

BREVE DESCRIÇÃO DOS DESENHOS

[007] A Figura 1 é um diagrama de blocos ilustrando a configuração global de um sistema de diagnóstico de falha 100 incluindo um dispositivo de diagnóstico de falha 23 de acordo com uma primeira modalidade.

[008] A Figura 2 é um diagrama de blocos ilustrando detalhes de um método de cálculo de um torque de distúrbio (Tq).

[009] A Figura 3 é um diagrama de blocos ilustrando detalhes de uma parte de processamento de computação 18a na Figura 1.

[010] A parte (a) da Figura 4 é um gráfico ilustrando mudanças na série temporal nos torques de distúrbio (Tqa, Tqb), e a parte (b) da Figura 4 é um gráfico ilustrando torques de distúrbio corrigidos (Tqa', Tqb') em um caso onde um valor representativo é a média do torque de distúrbio (Tq) e um montante de alteração é o desvio padrão do torque de distúrbio (Tq).

[011] A parte (a) da Figura 5 é um gráfico ilustrando mudanças na série temporal nos torques de distúrbio (Tqa, Tqb), que é que é a mesma que a parte (a) da Figura 4, e a parte (b) da Figura 5 é um gráfico ilustrando os torques de distúrbio corrigidos (Tqa', Tqb') em um caso onde o valor representativo é o valor mais baixo do torque de distúrbio (Tq) e o montante de alteração é a diferença entre o valor mais alto e o valor mais baixo do torque de distúrbio (Tq).

[012] A Figura 6 é um fluxograma ilustrando um método de diagnóstico de falha de acordo com a primeira modalidade.

[013] A Figura 7 é um diagrama de blocos ilustrando a configuração global de um sistema de diagnóstico de falha 200 incluindo um dispositivo de diagnóstico de falha 23 de acordo com uma segunda modalidade.

[014] A Figura 8 é um diagrama de blocos ilustrando detalhes de uma parte de processamento de computação 18b na Figura 7.

[015] A Figura 9 é um gráfico explicando um método de previsão de um valor normal de torque de distúrbio (R') sem considerar um componente de flutuação sazonal.

[016] A Figura 10 é um gráfico explicando a aproximação do componente de flutuação sazonal, presente em um torque de distúrbio, com uma onda sinusoidal.

[017] A Figura 11 é um gráfico explicando um método de previsão do valor normal de torque de distúrbio (R') com considerando o componente de flutuação sazonal.

[018] A Figura 12 é um fluxograma ilustrando um exemplo de um método de configuração de um limite (α) na segunda modalidade.

[019] A Figura 13 é um gráfico ilustrando um exemplo em que o torque de distúrbio (Tq) reduz amplamente devido à implementação de reparo ou manutenção.

DESCRIÇÃO DE MODALIDADES

[020] Algumas modalidades que empregam a presente invenção serão agora descritas com referência aos desenhos. Porções idênticas ilustradas nos desenhos serão representadas por sinais de referência idênticos e suas descrições serão omitidas.

PRIMEIRA MODALIDADE

[021] A configuração global de um sistema de diagnóstico 100 incluindo um dispositivo de diagnóstico de falha 23, de acordo com uma primeira modalidade, será descrita com referência à Figura 1. O sistema de diagnóstico de falha 100 é formado por a 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 3.

[022] O robô 1 é um robô de aprendizagem-reprodução de máquina multieixos como um exemplo de um robô multieixos. O robô 1 inclui sistemas de transmissão de motor como eixos de junta sendo eixos de operação. O braço do robô 5 é acionado por a servomotor (doravante, simplesmente referido como o motor) 6 através de um redutor 8. Ao motor 6 é acoplado um codificador de pulso (codificador ou gerador de pulso) 7 sendo um componente para detectar sua velocidade e posição de ângulo de rotação.

[023] A unidade de controle de robô 2 inclui uma parte de controle integrado de operação 9, uma parte de detecção de posição 24, uma parte de comunicação 10, uma parte de servocomando 11 (um exemplo de uma parte de detecção de torque), e uma parte de servo amplificação 14. A parte de servocomando 11 aciona o motor 6 através da parte de servo amplificação 14 ao receber um comando da parte de controle integrado de operação de nível superior 9. O codificador de pulso 7, acoplado ao motor 6, forma um circuito de retorno para um processo de controle da posição de ângulo de rotação e velocidade do motor 6 entre si e a parte de servocomando 11.

[024] A parte de servocomando 11 inclui um processador que realiza um processo de controle da posição de ângulo de rotação, velocidade e 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 servocomando 11 também inclui uma RAM que armazena temporariamente dados durante um processo de computação, um registro que conta pulsos de retorno de posição do codificador de pulso 7 para detectar a posição de ângulo de rotação absoluto do motor 6, e assim por diante.

[025] A parte de servocomando 11 forma circuitos que detectam torques de distúrbio (Tq) aplicados aos eixos de junta fazendo com que o processador execute um programa de computador pré-instalado. A parte de servocomando 11 inclui uma parte de computação de torque de distúrbio 12 e uma parte de aquisição de dados de estado 13 como os circuitos acima.

[026] A parte de aquisição de dados de estado 13 coleta regularmente vários dados sobre o estado de acionamento de cada eixo de junta do robô 1 (dados indicando a posição de ângulo de rotação, a velocidade e a corrente). A parte de computação de torque de distúrbio 12 calcula o torque de distúrbio (Tq) com base nos dados adquiridos pela parte de aquisição de dados de estado 13. O torque de distúrbio (Tq), calculado pela parte de computação de torque de distúrbio 12, é emitido para a unidade de diagnóstico de falha 3 através da parte de comunicação 10. Com esta configuração, a parte de servocomando 11 tem a forma do que se chama um servo software. Note que detalhes de um método de cálculo do torque de distúrbio (Tq) serão descritos posteriormente com 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.

[027] Note que sistemas de transmissão de motor como o da Figura 1 são necessários tanto quanto os eixos de junta incluídos no robô 1. No entanto, na Figura 1, apenas o sistema de transmissão de motor para um eixo é ilustrado, e a ilustração dos outros sistemas de transmissão de motor é omitida. Ainda, um trem de engrenagens de mudança de velocidade é interposto entre o motor 6 e o redutor 8 na Figura 1 em alguns casos.

[028] A parte de detecção de posição 24 detecta a posição de movimento do eixo de junta provido com o motor 6 a partir da posição de ângulo de rotação absoluto do motor 6 adquirida pela parte de aquisição de dados de estado 13. Dados indicando 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 3 através da parte de comunicação 10 em associação com dados indicando o torque de distúrbio (Tq). As informações sobre a posição de movimento do eixo de junta e o torque de distúrbio, que são associados entre si, são transferidas para a unidade de diagnóstico de falha 3.

[029] Localizada em um nível mais alto do que a parte de servocomando 11 e a parte de detecção de posição 24, a parte de controle integrado de 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 3 a ser descrita abaixo através de, por exemplo, uma LAN ou semelhantes.

[030] A unidade de diagnóstico de falha 3 inclui a parte de comunicação 15, um banco de dados de valor de referência 16, um banco de dados de torque de distúrbio 17, e uma parte de processamento de computação 18a. A parte de comunicação 15 troca dados necessários com a parte de comunicação 10 da unidade de controle de robô descrita acima 2 e uma parte de comunicação 20 do dispositivo de gerenciamento de produção 4 através de, por exemplo, LANs ou semelhantes.

[031] O banco de dados de torque de distúrbio 17 armazena sequencialmente partes dos dados indicando os torques de distúrbio (Tq) associados com as posições de movimento dos eixos de junta, que são transmitidos da unidade de controle de robô 2. Torques de distúrbio passados (Tq) são acumulados no banco de dados de torque de distúrbio 17.

[032] A parte de processamento de computação 18a executa ativamente um diagnóstico de falha no robô 1 com base nos torques de distúrbio (Tq) armazenados no banco de dados de torque de distúrbio 17. A parte de processamento de computação 18a é equipada com uma função de memória, e armazena temporariamente dados adquiridos acessando o banco de dados de torque de distúrbio 17 e executa um diagnóstico de falha com base nesses dados. Detalhes da parte de processamento de computação 18a serão descritos posteriormente com referência à Figura 3.

[033] O dispositivo de gerenciamento de produção 4 é um dispositivo que gerencia informações de produção incluindo, por exemplo, as situações operacionais de linhas de produção em uma fábrica, e semelhantes, e inclui a parte de comunicação 20 e um banco 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 3 através de, por exemplo, uma LAN ou semelhantes. O banco de dados de informações de produção 21 tem uma função de armazenar várias partes de informações de produção coletadas. Dessa forma, várias partes de informações de produção prévias são acumuladas no banco de dados de informações de produção 21. Note que as partes de informações de produção incluem informações sobre parada de emergência do robô 1 e respectivos equipamentos, informações sobre registros de manutenção, e semelhantes.

[034] Um exemplo do método de cálculo de um torque de distúrbio (Tq) será descrito com referência à Figura 2. A parte de computação de torque de distúrbio 12 diferencia uma velocidade real Vr do motor 6 calculada a partir do sinal de retorno 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. Em seguida, 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 circuito de velocidade pela parte de servocomando 11. Do valor resultante da subtração, um momento M é ainda subtraído para calcular um torque de distúrbio Tb. Após, um processo de filtragem predeterminado é executado para remover componentes irregulares de distúrbio para obter um “torque de distúrbio (Tq)”. Fazendo com que a parte de servocomando 11 execute tal processamento em intervalos de amostragem predeterminados, os torques de distúrbio (Tq) podem ser sequencialmente detectados.

[035] Mais especificamente, a parte de servocomando 11 inclui um registro, e esse registro encontra a posição absoluta do motor 6 pela contagem de pulsos de retorno de posição do codificador de pulso 7 em intervalos de amostragem predeterminados. Dessa forma, a parte de servocomando 11 detecta a posição absoluta do motor 6 por meio do registro 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. Além disso, a parte de servocomando 11 realiza o processamento na Figura 2 como descrito acima para calcular o torque de distúrbio (Tq).

[036] Detalhes da parte de processamento de computação 18a serão descritos com 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 executando um programa pré-instalado. A parte de processamento de computação 18a inclui um circuito de determinação de operação de rotina 25, um circuito de cálculo de valor de referência 26, um circuito de correção de torque 27, e um circuito de diagnóstico de falha 28 como a série de circuitos de processamento de computação.

[037] O circuito de determinação de operação de rotina 25 determina se o robô 1 está executando ou não uma operação de rotina predefinida, a partir das posições de movimento dos eixos de junta detectadas pela parte de detecção de posição 24. A “operação de rotina” se refere a uma operação dentre as operações executas pelo robô 1 o conteúdo das quais é comum dentre uma pluralidade de robôs. Por exemplo, a operação de rotina pode ser uma operação de moagem para moagem de uma ponteira de pistola de solda para trocá-la. As posições de movimento dos eixos de junta do robô 1 no tempo de execução dessa operação de moagem foram definidas previamente. Dessa forma, o circuito de determinação de operação de rotina 25 pode determinar se o robô 1 está executando ou não a operação de rotina predefinida, a partir das posições de movimento dos eixos de junta detectadas pela parte de detecção de posição 24. O circuito de determinação de operação de rotina 25 faz a leitura dos dados sobre as posições de movimento dos eixos de junta associados com os torques de distúrbio do banco de dados de torque de distúrbio 17, e determina se a operação de rotina está sendo executada ou não a partir das posições de movimento dos eixos de junta.

[038] O circuito de cálculo de valor de referência 26 calcula valores de referência de torque de distúrbio a partir de cada torque de distúrbio (Tq) detectado durante a execução da operação de rotina. O circuito de cálculo de valor de referência 26 faz a leitura dos torques de distúrbio associados com as posições de movimento dos eixos de junta determinados com a execução da operação de rotina a partir do banco de dados de torque de distúrbio 17. A partir de cada torque de distúrbio (Tq) assim lido, o circuito de cálculo de valor de referência 26 calcula um valor representativo do torque de distúrbio (Tq) e um montante de alteração no torque de distúrbio (Tq) como valores de referência de torque de distúrbio. O valor representativo do torque de distúrbio (Tq) pode ser a média, mediana ou integral do torque de distúrbio (Tq) detectado durante a execução da operação de rotina. O montante de alteração no torque de distúrbio (Tq) pode ser a variância, desvio, desvio padrão ou diferença entre o valor mais alto e o valor mais baixo do torque de distúrbio (Tq) detectado durante a execução da operação de rotina.

[039] O circuito de correção de torque 27 corrige um torque de distúrbio (Tq) usando os valores de referência de torque de distúrbio, calculados pelo circuito de cálculo de valor de referência 26. O torque de distúrbio (Tq) a ser corrigido é um torque de distúrbio detectado durante a execução da operação de rotina. O torque de distúrbio (Tq) assim corrigido será referido como um torque de distúrbio corrigido (Tq'). O circuito de correção de torque 27 adquire um torque de distúrbio corrigido (Tq') subtraindo o valor representativo a partir do torque de distúrbio (Tq) detectado durante a execução da operação de rotina e dividindo o valor resultante da subtração pelo montante de alteração. O circuito de correção de torque 27 pode adquirir um torque de distúrbio corrigido (Tq') padronizado entre uma pluralidade de robôs 1 que executam a operação.

[040] O circuito de diagnóstico de falha 28 realiza um diagnóstico de falha no robô 1 comparando cada torque de distúrbio corrigido (Tq'), adquirido pelo circuito de correção de torque 27, e um limite (α). Especificamente, o circuito de diagnóstico de falha 28 pode determinar que o robô 1 está apresentando uma falha se o torque de distúrbio corrigido (Tq') for maior do que o limite (α). Na primeira modalidade, o limite (α) é um valor único para a operação de rotina predefinida, e é um valor fixo independente de qual robô 1 executa essa operação de rotina. Uma vez que o torque de distúrbio corrigido (Tq') é um valor padronizado entre uma pluralidade de robôs 1, o limite (α) não varia de um robô 1 para outro.

[041] Um exemplo específico da padronização de um torque de distúrbio (Tq) através de correção será descrito com referência às Figuras 4 e 5. A Figura 4 ilustra um exemplo específico de um caso em que o valor representativo é a média do torque de distúrbio (Tq) e o montante de alteração é o desvio padrão do torque de distúrbio (Tq). A parte (a) da Figura 4 ilustra mudanças na série temporal em torques de distúrbio (Tqa, Tqb) de dois robôs 1 executando a operação de rotina. Uma vez que os robôs 1 são entidades diferentes, os torques de distúrbio (Tqa, Tqb) detectados diferem muito mesmo quando eles executam a mesma operação de rotina. Especificamente, a diferença entre os torques de distúrbio (Tqa, Tqb) pode ser expressa com médias (RPa, RPb) e desvios padrão (VQa, VQb) dos torques de distúrbio (Tqa, Tqb). Dessa forma, por exemplo, para o torque de distúrbio (Tqa), a equação (1) é usada para calcular um torque de distúrbio corrigido (Tqa'). Um torque de distúrbio corrigido (Tqb') é calculado de maneira similar. Consequentemente, como ilustrado na parte (b) da Figura 4, os torques de distúrbio corrigidos (Tqa', Tqb'), que são padronizados entre os robôs 1, podem ser adquiridos.

[042] Comparando os valores absolutos dos torques de distúrbio corrigidos (Tqa', Tqb') e o limite (α), o circuito de diagnóstico de falha 28 pode realizar diagnósticos de falha.

[043] A Figura 5 ilustra um exemplo específico de um caso em que o valor representativo é o valor mais baixo (mi) do torque de distúrbio (Tq) e o montante de alteração é a diferença (VQa, VQb) entre o valor mais alto (Ma) e o valor mais baixo (mi) do torque de distúrbio (Tq). Neste caso também, o circuito de correção de torque 27 pode corrigir o torque de distúrbio (Tq) usando a equação (1). Os torques de distúrbio corrigidos (Tqa', Tqb') na Figura 5 diferem daqueles da Figura 4 por serem padronizados entre 0 e 1. Os torques de distúrbio (Tqa, Tqb) na parte (a) da Figura 5 são os mesmos que os da parte (a) da Figura 4.

[044] Um método de diagnóstico de falha, de acordo com a primeira modalidade, será descrito com referência a um fluxograma na Figura 6. O método de diagnóstico de falha, de acordo com a primeira modalidade, é executado usando o dispositivo de diagnóstico de falha 23 na Figura 1.

[045] Na etapa S01, a parte de aquisição de dados de estado 13 coleta vários dados sobre o estado de acionamento de cada eixo de junta do robô 1 (dados indicando a posição de ângulo de rotação, a velocidade e a corrente), e a parte de computação de torque de distúrbio 12 calcula o torque de distúrbio (Tq) com base nos dados adquiridos pela parte de aquisição de dados de estado 13. O torque de distúrbio (Tq), calculado pela parte de computação de torque de distúrbio 12, é emitido para a unidade de diagnóstico de falha 3 através da parte de comunicação 10.

[046] Na etapa S03, a parte de detecção de posição 24 detecta a posição de movimento do eixo de junta provido com o motor 6 a partir da posição de ângulo de rotação absoluto do motor 6 adquirida pela parte de aquisição de dados de estado 13 de modo a ligar a posição de movimento ao torque de distúrbio (Tq) adquirido na etapa S01.

[047] Na etapa S05, o circuito de determinação de operação de rotina 25 determina se o robô 1 está executando ou não uma operação de rotina predefinida, a partir da posição de movimento do eixo de junta detectada pela parte de detecção de posição 24. Aqui, o circuito de determinação de operação de rotina 25 pode, em vez disso, determinar o tempo para executar a operação de rotina pela aquisição de um cronograma de operação para o procedimento de operação do banco de dados de informações de produção 21. O circuito de cálculo de valor de referência 26 extrai o torque de distúrbio (Tq) detectado durante a execução da operação de rotina.

[048] O método prossegue para a etapa S07, em que, a partir do torque de distúrbio (Tq) extraído, o circuito de cálculo de valor de referência 26 calcula o valor representativo do torque de distúrbio (Tq) e o montante de alteração no torque de distúrbio (Tq) como valores de referência de torque de distúrbio. O método prossegue para a etapa S09, em que o circuito de correção de torque 27 corrige o torque de distúrbio (Tq) usando os valores de referência de torque de distúrbio, calculados pelo circuito de cálculo de valor de referência 26, como ilustrado nas Figuras 4 e 5. Especificamente, o circuito de correção de torque 27 subtrai o valor representativo a partir do torque de distúrbio (Tq) detectado durante a execução da operação de rotina e divide o valor resultante da subtração pelo montante de alteração para assim adquirir um torque de distúrbio corrigido (Tq'). O circuito de correção de torque 27 pode adquirir um torque de distúrbio corrigido (Tq') padronizado entre uma pluralidade de robôs 1.

[049] O método prossegue para a etapa S11, em que o circuito de diagnóstico de falha 28 determina se o torque de distúrbio corrigido (Tq') é maior ou não do que o limite (α). Se o torque de distúrbio corrigido (Tq') for maior do que o limite (α) (SIM na etapa S11), o método prossegue para a etapa S13, em que o circuito de diagnóstico de falha 28 determina que o robô 1 está apresentando a falha. Se o torque de distúrbio corrigido (Tq') for menor ou igual ao limite (α) (NÃO na etapa S11), o método prossegue para a etapa S15, em que o circuito de diagnóstico de falha 28 determina que o robô 1 não está apresentando qualquer falha. O fluxograma na Figura 6 é implementado como acima regularmente para realizar um diagnóstico de falha.

[050] Como descrito acima, a primeira modalidade pode resultar nos seguintes efeitos vantajosos.

[051] Uma vez que existem diferenças individuais entre uma pluralidade de robôs, o torque de distúrbio (Tq) pode diferir de um robô para outro mesmo quando eles executam a mesma operação. Mesmo neste caso, valores de referência de torque de distúrbio são calculados com base nos torques de distúrbio (Tq) detectados durante a execução de uma operação de rotina predefinida, e o torque de distúrbio durante a execução da operação de rotina é corrigido usando os valores de referência de torque de distúrbio. Isso torna possível realizar um diagnóstico de falha preciso usando um limite fixo independente das diferenças individuais entre robôs. Em outras palavras, não é mais necessário definir um limite diferente para cada robô. Além disso, padronização é também possível para a pluralidade de eixos de junta incluídos em um único robô.

[052] No caso em que o mesmo robô executa uma pluralidade de operações com diferentes conteúdos, é necessário definir um limite diferente para cada operação como um limite para realizar um diagnóstico de falha no robô. Para resolver isso, valores de referência de torque de distúrbio são calculados a partir do torque de distúrbio (Tq) detectado durante a execução de uma operação de rotina predefinida, e o torque de distúrbio durante uma operação diferente da operação de rotina é corrigido usando os valores de referência de torque de distúrbio. Dessa forma, é possível obter um torque de distúrbio corrigido (Tq') padronizado entre uma pluralidade de diferentes operações. Dessa forma, um limite fixo pode ser definido independente dos conteúdos das operações. Em outras palavras, não é mais necessário definir um limite diferente para cada operação.

[053] O circuito de cálculo de valor de referência 26 calcula o valor representativo do torque de distúrbio (Tq) e o montante de alteração no torque de distúrbio (Tq) como os valores de referência de torque de distúrbio. O circuito de correção de torque 27 adquire um torque de distúrbio corrigido (Tq') subtraindo o valor representativo do torque de distúrbio (Tq) e dividindo o valor resultante da subtração pelo montante de alteração. Dessa forma, o valor representativo aborda a diferença em valor absoluto do torque de distúrbio, e o montante de alteração aborda a diferença em intervalo de variação do torque de distúrbio. Portanto, é possível obter um torque de distúrbio corrigido (Tq') padronizado entre uma pluralidade de diferentes robôs, eixos de junta ou operações.

[054] Como ilustrado na Figura 4, o valor representativo pode ser a média (RPa, RPb) do torque de distúrbio detectado durante a execução de uma operação de rotina, e o montante de alteração pode ser o desvio padrão (VQa, VQb) do torque de distúrbio detectado durante a execução da operação de rotina. Dessa forma, é possível realizar um diagnóstico de falha preciso usando um limite fixo.

[055] Como ilustrado na Figura 5, o valor representativo pode ser o valor mais baixo (mia, mib) do torque de distúrbio detectado durante a execução de uma operação de rotina, e o montante de alteração pode ser a diferença (VQa, VQb) entre o valor mais alto e o valor mais baixo do torque de distúrbio detectado durante a execução da operação de rotina. Dessa forma, padronização é possível na faixa de 0 a 1, e o limite (α) pode ser fixado em um valor. Isso torna possível realizar um diagnóstico de falha preciso usando um limite fixo.

SEGUNDA MODALIDADE

[056] Dependendo do status de implementação de reparo ou manutenção em um robô 1, seu torque de distúrbio pode variar muito. Por exemplo, um torque de distúrbio detectado (Tq) aumenta gradualmente devido à deterioração temporal do robô 1. No entanto, implementando reparo ou manutenção para renovar o óleo lubrificante do robô 1, o torque de distúrbio (Tq) detectado pode diminuir muito como ilustrado na Figura 13. Dessa forma, é possível realizar um diagnóstico de falha mais preciso levando em consideração o status de implementação de reparo ou manutenção.

[057] A configuração global de um sistema de diagnóstico de falha 200 incluindo um dispositivo de diagnóstico de falha 23, de acordo com uma segunda modalidade, será descrita com referência à Figura 7. O sistema de diagnóstico de falha 200 é formado por um robô 1, o dispositivo de diagnóstico de falha 23 e um dispositivo de gerenciamento de produção 4. O sistema de diagnóstico de falha 200 difere da Figura 1 em que sua unidade de diagnóstico de falha 3 ainda inclui um banco de dados de registro de manutenção 19 e que sua parte de processamento de computação 18b tem uma configuração de circuito diferente. Apesar disso, o sistema de diagnóstico de falha 200 é idêntico ao da Figura 1.

[058] O banco de dados de registro de manutenção 19 armazena informações sobre o status de implementação de reparo ou manutenção no robô 1 para cada robô e cada eixo de junta. Dados de registros de manutenção prévios são acumulados em um banco de dados de registro de manutenção 19.

[059] Detalhes da parte de processamento de computação 18b na Figura 7 serão descritos com referência à Figura 8. A parte de processamento de computação 18b difere da parte de processamento de computação 18a na Figura 3, em que a parte de processamento de computação 18a ainda inclui um circuito de aquisição de informações de manutenção e reparo 29, um circuito de previsão de valor normal de torque 30 e um circuito de configuração de limite 31.

[060] O circuito de aquisição de informações de manutenção e reparo 29 adquire informações sobre o status de implementação de reparo ou manutenção no robô 1 a partir de um banco de dados de registro de manutenção 19. O circuito de previsão de valor normal de torque 30 prevê um valor normal de torque de distúrbio, que é o torque de distúrbio em um tempo em que o robô 1 funciona normalmente, levando em consideração as informações adquiridas pelo circuito de aquisição de informações de manutenção e reparo 29. O circuito de configuração de limite 31 define um limite (α) com base no valor normal de torque de distúrbio, previsto pelo circuito de previsão de valor normal de torque 30.

[061] O circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio com base em dados no torque de distúrbio (Tq) adquiridos durante um período predefinido (primeiro período). A Figura 4 ilustra o torque de distúrbio (Tq) adquirido durante o primeiro período (T1). O circuito de previsão de valor normal de torque 30 faz a leitura dos dados no torque de distúrbio (Tq) a partir do banco de dados de torque de distúrbio 17. Em seguida, o circuito de previsão de valor normal de torque 30 prevê um valor normal de torque de distúrbio (R') usando uma equação de regressão com a mudança na série temporal no torque de distúrbio (Tq) adquirido durante o primeiro período (T1). O primeiro período (T1) é, por exemplo, um a três meses. O valor normal de torque de distúrbio (R') pode, obviamente, ser previsto usando um torque de distúrbio (Tq) adquirido através de um período maior do que o primeiro período (T1).

[062] Por exemplo, usando o método dos mínimos quadrados, o circuito de previsão de valor normal de torque 30 pode aproximar o torque de distúrbio (Tq) adquiridos durante o primeiro período (T1) com uma linha reta (FL) para encontrar uma equação modelo para o torque de distúrbio.

[063] Em um caso em que reparo ou manutenção foi implementado ou o robô 1 foi instalado em um segundo período (Tx) anterior a um tempo de diagnóstico de falha (t0), o circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio (R') enquanto assume o tempo imediatamente após implementar o reparo ou manutenção (t2) ou instalar o robô 1 como o tempo em que o robô 1 funciona normalmente. O segundo período (Tx) é, por exemplo, um ano.

[064] Embora a ilustração seja omitida, em um caso onde o reparo ou manutenção foi implementado ou o robô 1 foi instalado um ano ou mais antes do tempo de diagnóstico de falha (t0), é difícil prever de forma precisa o valor normal de torque de distúrbio (R') no tempo em que o reparo ou manutenção foi implementado ou tempo semelhante. Por exemplo, um componente de flutuação sazonal contido no torque de distúrbio (Tq) não pode ser ignorado. O circuito de previsão de valor normal de torque 30, então, prevê o valor normal de torque de distúrbio (R') sem considerar o componente de flutuação sazonal com o período limitado ao segundo período (Tx) anterior ao tempo de diagnóstico de falha (t0). O valor normal de torque de distúrbio (R') pode, obviamente, ser previsto com o componente de flutuação sazonal levado em consideração mesmo no caso em que o tempo em que o reparo ou manutenção foi implementado foi um ano ou menos atrás, a fim de melhorar a fiabilidade da previsão.

[065] Em um caso em que reparo ou manutenção não foi implementado no segundo período (Tx) anterior ao tempo de diagnóstico de falha (t0), o circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio (R') considerando o componente de flutuação sazonal presente no torque de distúrbio (Tq). Como ilustrado na Figura 10, o circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio (R') enquanto assume um tempo passado (t3) coincidente na flutuação sazonal (FC, FC') com o tempo de diagnóstico de falha (t0) como o tempo em que o robô 1 funciona normalmente. Por exemplo, o componente de flutuação sazonal (FC, FC'), presente no torque de distúrbio (Tq), pode ser aproximado com uma onda sinusoidal (c x sin (2πt) tendo um período de um ano. Se o tempo de diagnóstico de falha (t0) for verão ou inverno, o tempo passado (t3), coincidente com ele na flutuação sazonal, é o verão ou inverno de um ano (Tx) atrás. Entretanto, se o tempo de diagnóstico de falha (t0) for primavera ou outono, o ponto passado (t3), coincidente com ele na flutuação sazonal, pode ser o outono ou a primavera de meio ano (Tx/2) atrás.

[066] Especificamente, como ilustrado na Figura 10, o circuito de previsão de valor normal de torque 30 aproxima o componente de flutuação sazonal do torque de distúrbio (Tq) adquirido durante o primeiro período (T1) com uma onda sinusoidal (FC). O circuito de previsão de valor normal de torque 30 cria uma onda sinusoidal (FC') estendendo a onda sinusoidal (FC) para um ponto passado que é um ano (Tx) ou meio ano atrás. Dessa forma, o circuito de previsão de valor normal de torque 30 pode prever o torque de distúrbio no tempo passado (t3), coincidente na flutuação sazonal (FC, FC') com o tempo de diagnóstico de falha (t0). Em outras palavras, o componente de flutuação sazonal pode ser removido do torque de distúrbio (Tq).

[067] O circuito de previsão de valor normal de torque 30 aproxima o componente de deterioração temporal do torque de distúrbio (Tq) adquirido durante o primeiro período (T1) com uma linha reta (FL) como na Figura 9, enquanto aproxima o componente de flutuação sazonal do torque de distúrbio (Tq) com uma onda sinusoidal. Combinando a linha reta aproximada (FL) e a onda sinusoidal, a função (FCL) dada na equação (2) pode ser obtida. O circuito de previsão de valor normal de torque 30 define os coeficientes (a, b, c) da equação (2) por um método de regressão não linear.

[068] Em seguida, o circuito de previsão de valor normal de torque 30 calcula o torque de distúrbio no segundo período (Tx) anterior ao tempo de diagnóstico de falha (t0) como um valor normal de torque de distúrbio (R').

[069] O circuito de configuração de limite 31 define um limite (α) com base no valor normal de torque de distúrbio (R'), previsto pelo circuito de previsão de valor normal de torque 30. Especificamente, é possível determinar que uma falha ocorreu se um torque de distúrbio (P0) no tempo de diagnóstico de falha (t0) tiver aumentado um determinado valor (k) ou mais a partir do valor normal de torque de distúrbio (R'), que é o torque de distúrbio em um tempo em que o robô 1 estava funcionando normalmente. Dessa forma, o circuito de configuração de limite 31 determina um valor obtido por adição do determinado valor (k) ao valor normal de torque de distúrbio (R') como o limite (α). O determinado valor (k) é um valor comum entre uma pluralidade de robôs 1.

[070] A seguir, um método de configuração do limite (α) na segunda modalidade será descrito com referência à Figura 12. Na etapa S51, o circuito de previsão de valor normal de torque 30 faz a leitura dos dados no torque de distúrbio (Tq) adquirido durante um período predefinido (primeiro período) do banco de dados de torque de distúrbio 17. Na etapa S53, o circuito de previsão de valor normal de torque 30 determina se existe ou não um registro de implementação de reparo ou manutenção, com base nas informações sobre o status de implementação de reparo ou manutenção adquirido pelo circuito de aquisição de informações de manutenção e reparo 29. Se houver um registro de implementação (SIM em S53), o método prossegue para a etapa S55, em que o circuito de previsão de valor normal de torque 30 determina se um ano (segundo período) ou mais se passou desde a implementação do reparo ou manutenção. Se um ano ou more tiver se passado (SIM em S55), pode-se determinar que é difícil prever de forma precisa o torque de distúrbio no tempo em que o reparo ou manutenção foi implementado. Dessa forma, como no caso em que não há registro de implementação (NÃO em S53), o método prossegue para a etapa S57, em que o circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio (R') considerando o componente de flutuação sazonal, como ilustrado nas Figuras 10 e 11.

[071] Por outro lado, se houver um registro de implementação de reparo ou manutenção dentro de um ano antes do tempo de diagnóstico de falha (NÃO em S55), pode-se determinar que é possível prever o torque de distúrbio no tempo em que o reparo ou manutenção foi implementado, sem considerar a flutuação sazonal. Dessa forma, o método prossegue para a etapa S59, em que o circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio (R') sem considerar o componente de flutuação sazonal, como ilustrado na Figura 9.

[072] O método prossegue para a etapa S61, em que o circuito de configuração de limite 31 define o valor obtido pela adição do determinado valor (k) ao valor normal de torque de distúrbio previsto (R') como o limite (α). O processo de determinação na etapa S11 na Figura 6 é realizado usando o limite definido (α).

[073] Como descrito acima, a segunda modalidade pode resultar nos seguintes efeitos vantajosos.

[074] Dependendo do status de implementação de reparo ou manutenção no robô 1, seu torque de distúrbio (Tq) pode variar muito. Por essa razão, o valor normal de torque de distúrbio (R') é previsto considerando o status de implementação de reparo ou manutenção, e o limite (α) é definido com base no valor normal de torque de distúrbio (R'). Dessa forma, é possível realizar um diagnóstico de falha mais preciso levando em consideração o status de implementação de reparo ou manutenção.

[075] Como ilustrado nas Figuras 9 a 11, o circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio (R') com base nos dados no torque de distúrbio (Tq) adquiridos durante o primeiro período (T1). Isso torna possível prever de forma precisa o valor normal de torque de distúrbio (R'). Por exemplo, considere um exemplo comparativo em que um torque de distúrbio (P1) em um ponto de início (t1) do primeiro período (T1) na Figura 9 é previsto como o valor normal de torque de distúrbio. Neste caso, o limite é um valor obtido pela adição do determinado valor (k) ao torque de distúrbio (P1). Esse limite é maior do que o torque de distúrbio (P0) no tempo de diagnóstico de falha (t0). Portanto, no exemplo comparativo, será determinado de forma errada que nenhuma falha ocorreu. Em contraste, um torque de distúrbio (P2) no tempo de reparo-manutenção (t2) antes do ponto de início (t1) na Figura 9 é previsto como o valor normal de torque de distúrbio (R'). Uma vez que o componente de deterioração temporal é levado em consideração, o limite (α = R' + k) é menor do que aquele do exemplo comparativo e é menor do que o torque de distúrbio (P0) no tempo de diagnóstico de falha (t0). Portanto, na segunda modalidade, será determinado que a falha ocorreu. O mesmo se aplica à Figura 11.

[076] O circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio (R') usando uma equação de regressão incluindo uma linha reta e a função apresentada na equação 2 com a mudança na série temporal no torque de distúrbio (Tq) adquirido durante o primeiro período (T1). Uma vez que o torque de distúrbio (Tq) pode ser aproximado usando a equação de regressão, o valor normal de torque de distúrbio (R') pode ser previsto de forma precisa.

[077] No caso em que reparo ou manutenção foi implementado no segundo período (Tx) anterior ao tempo de diagnóstico de falha (t0), o circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio (R') enquanto assume o tempo em que o reparo ou manutenção foi implementado como o tempo em que o robô 1 funciona normalmente. Como ilustrado na Figura 13, um torque de distúrbio que foi reduzido imediatamente após implementar reparo ou manutenção pode ser considerado o valor normal de torque de distúrbio (R'). Dessa forma, é possível realizar um diagnóstico de falha preciso mesmo em um caso em que o torque de distúrbio aumentou devido à deterioração temporal.

[078] No caso em que reparo ou manutenção não foi implementado no segundo período anterior ao tempo de diagnóstico de falha, o circuito de previsão de valor normal de torque 30 prevê o valor normal de torque de distúrbio considerando a flutuação sazonal do torque de distúrbio. O circuito de previsão de valor normal de torque 30 assume um tempo passado coincidente em flutuação sazonal com o tempo de diagnóstico de falha como o tempo em que o robô 1 funciona normalmente. Levando em consideração a flutuação sazonal do torque de distúrbio, é possível prever de forma precisa um torque de distúrbio passado gerado muito tempo antes do tempo de diagnóstico de falha.

[079] Como ilustrado na Figura 11, o circuito de previsão de valor normal de torque 30 utiliza a função (FCL), que combina uma onda sinusoidal aproximando a flutuação sazonal e uma linha reta aproximando a deterioração temporal, como uma equação de regressão. Isso torna possível remover o componente de flutuação sazonal e, assim, prever de forma precisa o valor normal de torque de distúrbio (R').

[080] Embora modalidades da presente invenção tenham sido descritas acima, deve-se compreender que as afirmações e desenhos que constituem a presente descrição não limitam a presente invenção. Várias modalidades, exemplos e técnicas de operação alternativas se tornarão evidentes a partir desta descrição. LISTA DE SINAIS DE REFERÊNCIA 1robô 2unidade de controle de robô 3unidade de diagnóstico de falha 6servomotor (motor) 11parte de servocomando (parte de detecção de torque) 23dispositivo de diagnóstico de falha 24parte de detecção de posição 25circuito de determinação de operação de rotina 26circuito de cálculo de valor de referência 27circuito de correção de torque 28circuito de diagnóstico de falha 29circuito de aquisição de informações de manutenção e reparo 30circuito de previsão de valor normal de torque 31circuito de configuração de limite FCflutuação sazonal (onda sinusoidal) FCLfunção R'valor normal de torque de distúrbio Tqtorque de distúrbio Tq'torque de distúrbio corrigido T1primeiro período Txsegundo período αlimite

Claims

1. Dispositivo de diagnóstico de falha (23) para realizar um diagnóstico de falha em um primeiro robô multieixos (1) ou um segundo robô multieixos (1), os primeiro e segundo robôs multieixos (1) sendo robôs industriais, o dispositivo (23) compreendendo: uma parte de detecção de posição (24) que detecta uma posição de movimento, que é uma posição de ângulo de rotação, de cada eixo de junta incluído nos primeiro e segundo robôs multieixos (1); uma parte de detecção de torque (11) que detecta um torque de distúrbio (Tq) aplicado aos eixos de junta dos primeiro e segundo robôs multieixos (1); CARACTERIZADO pelo fato de que compreende ainda: um circuito de determinação de operação de rotina (25) que determina se os primeiro e segundo robôs multieixos (1) estão executando ou não uma operação de rotina predefinida, a partir da posição de movimento detectada pela parte de detecção de posição (24); um circuito de cálculo de valor de referência (26) que calcula um primeiro valor de referência de torque de distúrbio para o primeiro robô multieixos (1) e um segundo valor de referência de torque de distúrbio para o segundo robô multieixos (1) a partir dos torques de distúrbio (Tq) correspondentes detectados enquanto os primeiro e segundo robôs multieixos (1) executam a operação de rotina, respectivamente; um circuito de correção de torque (27) que calcula um primeiro torque de distúrbio corrigido (T’q) para o primeiro robô multieixos (1) corrigindo o torque de distúrbio (Tq) detectado enquanto o primeiro robô multieixos (1) executa uma operação diferente, diferente da operação de rotina, usando o primeiro valor de referência de torque de distúrbio calculado pelo circuito de cálculo de valor de referência (26), e calcula um segundo torque de distúrbio corrigido (T’q) para o segundo robô multieixos (1) corrigindo o torque de distúrbio (Tq) detectado enquanto o segundo robô multieixos (1) executa uma operação diferente, diferente da operação de rotina, usando o segundo valor de referência de torque de distúrbio calculado pelo circuito de cálculo de valor de referência (26); e um circuito de diagnóstico de falha (28) que realiza um diagnóstico de falha no primeiro robô multieixos (1) por comparação do primeiro torque de distúrbio corrigido (T'q) e um limite (α), ou um diagnóstico de falha no segundo robô multieixos (1) por comparação do segundo torque de distúrbio corrigido (T’q) e o limite (α), em que a operação de rotina é uma operação da qual um conteúdo é comum aos primeiro e segundo robôs multieixos (1), e em que o limite (α) é um valor fixo definido independentemente de um conteúdo das operações diferentes executadas pelos primeiro e segundo robôs multieixos (1).

2. Dispositivo de diagnóstico de falha (23), de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que o circuito de cálculo de valor de referência (26) calcula um primeiro valor representativo do torque de distúrbio (Tq) e um primeiro montante de alteração no torque de distúrbio (Tq) como o primeiro valor de referência de torque de distúrbio, e calcula um segundo valor representativo do torque de distúrbio (Tq) e um segundo montante de alteração no torque de distúrbio (Tq) como o segundo valor de referência de torque de distúrbio, e o circuito de correção de torque (27) adquire o primeiro torque de distúrbio corrigido (T’q) subtraindo o primeiro valor representativo do torque de distúrbio (Tq) e dividindo um valor resultante da subtração pelo primeiro montante de alteração, adquire o segundo torque de distúrbio corrigido (T’q) subtraindo o segundo valor representativo do torque de distúrbio (Tq) e dividindo um valor resultante da subtração pelo segundo montante de alteração.

3. Dispositivo de diagnóstico de falha (23), de acordo com a reivindicação 2, CARACTERIZADO pelo fato de que os primeiro e segundo valores representativos são as médias do torque de distúrbio (Tq) detectado durante a execução da operação de rotina pelos primeiro e segundo robôs multieixos (1), respectivamente, e os primeiro e segundo montantes de alteração são os desvios padrão do torque de distúrbio (Tq) detectado durante a execução da operação de rotina pelos primeiro e segundo robôs multieixos (1), respectivamente.

4. Dispositivo de diagnóstico de falha (23), de acordo com a reivindicação 2, CARACTERIZADO pelo fato de que os primeiro e segundo valores representativos são os valores mais baixos do torque de distúrbio (Tq) detectado durante a execução da operação de rotina pelos primeiro e segundo robôs multieixos (1), respectivamente, e os primeiro e segundo montantes de alteração são as diferenças entre um valor mais alto e o valor mais baixo do torque de distúrbio (Tq) detectado durante a execução da operação de rotina pelos primeiro e segundo robôs multieixos (1), respectivamente.

5. Dispositivo de diagnóstico de falha (23), de acordo com qualquer uma das reivindicações 1 a 4, CARACTERIZADO pelo fato de que ainda compreende: um circuito de aquisição de informações de manutenção e reparo (29) que adquire informações sobre um status de implementação de reparo ou manutenção no primeiro robô multieixos (1) ou no segundo robô multieixos (1); um circuito de previsão de valor normal de torque (30) que prevê um valor normal de torque de distúrbio (R’), que é o torque de distúrbio (Tq) em um tempo em que o primeiro robô multieixos (1) ou o segundo robô multieixos (1) funciona normalmente, levando em consideração as informações adquiridas pelo circuito de aquisição de informações de manutenção e reparo (29); e um circuito de configuração de limite (31) que define o limite (α) com base no valor normal de torque de distúrbio (R’), previsto pelo circuito de previsão de valor normal de torque (30).

6. Dispositivo de diagnóstico de falha (23), de acordo com a reivindicação 5, CARACTERIZADO pelo fato de que o circuito de previsão de valor normal de torque (30) prevê o valor normal de torque de distúrbio (R’) com base em dados sobre um torque de distúrbio (Tq) adquirido durante um primeiro período (T1).

7. Dispositivo de diagnóstico de falha (23), de acordo com a reivindicação 6, CARACTERIZADO pelo fato de que o circuito de previsão de valor normal de torque (30) prevê o valor normal de torque de distúrbio (R’) usando uma equação de regressão com mudança na série temporal no torque de distúrbio (Tq) adquirido durante o primeiro período (T1).

8. Dispositivo de diagnóstico de falha (23), de acordo com a reivindicação 5, CARACTERIZADO pelo fato de que, em um caso onde o reparo ou a manutenção foi implementado em um segundo período (Tx) anterior a um tempo de diagnóstico de falha, o circuito de previsão de valor normal de torque (30) prevê o valor normal de torque de distúrbio (R’) enquanto assume um tempo em que o reparo ou a manutenção foi implementado como o tempo em que o primeiro robô multieixos (1) ou o segundo robô multieixos (1) funciona normalmente.

9. Dispositivo de diagnóstico de falha (23), de acordo com a reivindicação 5, CARACTERIZADO pelo fato de que, em um caso onde o reparo ou a manutenção não foi implementado em um segundo período (Tx) anterior a um tempo de diagnóstico de falha, o circuito de previsão de valor normal de torque (30) prevê o valor normal de torque de distúrbio (R’) com uma flutuação sazonal (FC) do torque de distúrbio (Tq) levado em consideração assumindo um tempo passado coincidente na flutuação sazonal (FC) com o tempo de diagnóstico de falha como o tempo em que o primeiro robô multieixos (1) ou o segundo robô multieixos (1) funciona normalmente.

10. Dispositivo de diagnóstico de falha (23), de acordo com a reivindicação 7, CARACTERIZADO pelo fato de que o circuito de previsão de valor normal de torque (30) utiliza, como a equação de regressão, uma função combinando uma onda sinusoidal aproximando uma flutuação sazonal (FC) e uma linha reta aproximando deterioração temporal.

11. Método de diagnóstico de falha para realizar um diagnóstico de falha em um primeiro robô multieixos (1) ou em um segundo robô multieixos (1), os primeiro e segundo robôs multieixos (1) sendo robôs industriais, o método compreendendo: detectar uma posição de movimento, que é uma posição angular de rotação, de cada eixo de junta incluído nos primeiro e segundo robôs multieixos (1); detectar um torque de distúrbio (Tq) aplicado aos eixos de junta dos primeiro e segundo robôs multieixos (1); CARACTERIZADO por compreender ainda: determinar se os primeiro e segundo robôs multieixos (1) estão executando ou não uma operação de rotina predefinida, a partir da posição de movimento detectada; calcular um primeiro valor de referência de torque de distúrbio para o primeiro robô multieixos (1) e um segundo valor de referência de torque de distúrbio para o segundo robô multieixos (1) a partir dos torques de distúrbio (Tq) correspondentes detectados enquanto os respectivos primeiro e segundo robôs multieixos (1) executam a operação de rotina, respectivamente; calcular um primeiro torque de distúrbio corrigido (T’q) para o primeiro robô multieixos (1) corrigindo o torque de distúrbio (Tq) detectado enquanto o primeiro robô multieixos (1) executa uma operação diferente, diferente da operação de rotina, usando o primeiro valor de referência de torque de distúrbio calculado pelo circuito de cálculo de valor de referência (26), e calcular um segundo torque de distúrbio corrigido (T’q) para o segundo robô multieixos (1) corrigindo o torque de distúrbio (Tq) detectado enquanto o segundo robô multieixos (1) executa uma operação diferente, diferente da operação de rotina, usando o segundo valor de referência de torque de distúrbio calculado pelo circuito de cálculo de valor de referência (26); e realizar um diagnóstico de falha no primeiro robô multieixos (1) comparando o primeiro torque de distúrbio corrigido (T’q) adquirido e um limite (α), ou um diagnóstico de falha no segundo robô multieixos (1) comparando o segundo torque de distúrbio corrigido (T’q) adquirido e o limite (α), em que a operação de rotina é uma operação da qual um conteúdo é comum para os primeiro e segundo robôs multieixos (1), e em que o limite (α) é um valor fixo definido independentemente de um conteúdo das operações diferentes executadas pelos primeiro e segundo robôs multieixos (1).