CN101259615B - 工业机器人系统中状态变化的检测 - Google Patents
工业机器人系统中状态变化的检测 Download PDFInfo
- Publication number
- CN101259615B CN101259615B CN2008100074264A CN200810007426A CN101259615B CN 101259615 B CN101259615 B CN 101259615B CN 2008100074264 A CN2008100074264 A CN 2008100074264A CN 200810007426 A CN200810007426 A CN 200810007426A CN 101259615 B CN101259615 B CN 101259615B
- Authority
- CN
- China
- Prior art keywords
- signal
- robot
- constantly
- reference signal
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims description 10
- 238000000034 method Methods 0.000 claims abstract description 57
- 230000001360 synchronised effect Effects 0.000 claims abstract description 39
- 230000033001 locomotion Effects 0.000 claims abstract description 24
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims description 4
- 230000000052 comparative effect Effects 0.000 claims 1
- 238000012423 maintenance Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000037230 mobility Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
- G05B19/4063—Monitoring general control system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32226—Computer assisted repair, maintenance of system components
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32234—Maintenance planning
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32371—Predict failure time by analysing history fault logs of same machines in databases
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/42—Servomotor, servo controller kind till VSS
- G05B2219/42311—Store working torque profiles as function of time, position, compare with real torque
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10T—TECHNICAL SUBJECTS COVERED BY FORMER US CLASSIFICATION
- Y10T74/00—Machine element or mechanism
- Y10T74/20—Control lever and linkage systems
- Y10T74/20207—Multiple controlling elements for single controlled element
- Y10T74/20305—Robotic arm
- Y10T74/20329—Joint between elements
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
一种用于检测机器人系统中的状态变化的方法和装置。所述方法包括以下步骤:在第一时刻和第二时刻记录工作周期样本信号;与工作周期样本信号的所述记录同步地记录在所述第一时刻和第二时刻记录与工作周期相关联的参考信号;从具有下述特征的信号中选择所述参考信号:被所述机器人系统计算的信号,被所述机器人执行的路径影响的信号,以及如果机器人的操纵器在所述第一时刻和第二时刻沿正好相同的路径执行运动则在两个所述时刻都相同的信号;利用所述记录的参考信号同步所述样本信号;以及比较所述同步的样本信号以确定在所述第一时刻和第二时刻之间是否发生任何状态变化。
Description
技术领域
本发明涉及一种用于检测工业机器人系统中状态变化的方法。
背景技术
工业机器人系统包括操纵器和控制装置,由此操纵器在控制装置的辅助下在工作范围内执行任意的操作。通常,这种操纵器包括多个支持手腕和工具凸缘(flange)的连杆,在所述工具凸缘上布置了工具。在大多数机器人应用中,采用传统的六轴操纵器,这种六轴操纵器表现了足够的可动性,以便以通常非常高的准确性执行宽范围的操作。控制装置包括用于生成机器人路径的路径生成器。该路径生成器接收来自控制程序的指令,并根据该指令其确定操纵器应该如何运动以能够执行运动指令。例如,路径生成器计算电动机转矩参考量以及机器人轴的位置和速度。所计算的电动机参考量被传送到一个或更多驱动模块,以根据运动指令驱动操纵器。
取决于自动化任务中机器人的强度更高的应用,更短的换线时间和降低的报废率,应该以最少故障次数实现工业机器人的维护。
保养维护传统上通过故障维护策略(即,当工厂项目趋于故障时进行事先未安排的维护)操作,或通过基于时间的维护策略(即,事先安排的维护停止间隔,此时以周期性间隔维护工厂项目)操作。尽管前者具有长的停机时间并因此可能造成产量降低的风险和导致较高的维修费用,但是后者可能导致不必要的维护或甚至导致故障。
基于状态的维护已经越来越多地用于工厂项目的所选工作特征的可靠的、成本有效的监控。通过从反应性维护转变为预测性维护,机构组织有望降低维护和维修操作以外的存货成本,而不会对设备的生产率或可用性造成负面影响。工厂地板上单件装备的可靠性预测可以存在几分钟的预防性维护和几个小时的停机时间之间的不同。
因此自动和简单地使用用于机器人操纵器的健康状态显示的方法是最小停机维护策略的关键因素。
现在有手工程度非常高的显示机器人操纵器的“健康状态”的方法。这项任务通常指定有经验的保养工程师来“听”和“解释”不同的“信号”。
在生产中工业机器人操纵器的实际运动对于重复周期中一个周期与另一个周期不一定是相同的。机器人系统例如通过I/O端口与其环境进行交互。可以命令操纵器等待其它机器以完成其工作,或者等待特定的信号。这就意味着从循环周期的一个周期到另一个周期,并不是从生产中采集的信号采样得到的数据的所有部分都是可直接比较的,其中所述信号与操纵器运动周期相关。
本发明所要解决的问题是如何同步在机器人的两个不同工作周期中记录的信号,以便能够在机器人运动在两个周期中不同的情况下执行状态变化分析,因此对于整个周期来说,所采集的数据不是可直接比较的。
作为用于检测机器人性能的工具的可重复性分析需要能够比较在不同时刻采样得到的运动数据。这就又要求能够有助于同步这种信号的技术。传统地,利用特别为此目的设计的测试周期来执行这种比较。
文献US4,150,326公开了一种将在观察的运行工作周期中存储的操纵器的位置数据样本与后续的工作周期中的实际的位置数据样本相比较的方法。在执行指令列表中的指令期间,以预定的时间间隔测量位置,并且当某一时间间隔中的位置不同于之前的该时间间隔的测量值时,检测该位置。这种方法可以用于同步在机器人的两个不同的工作周期中记录的信号。然而,采用这种同步方法的一个缺点在于其需要完全得知指令列表,因此该方法必须在与机器人相关联的控制系统中执行,或者指令列表对于独立的装置必须是可用的。而且,指令列表中的变化会破坏同步。在机器人系统中,一条指令的变化将不仅影响执行该指令时的运动,而且影响其下一条指令。这种方法不能处理这些情况。而且,任何非确定性指令,例如机器人等待外部状态的指令将破坏同步。
文献US2005/0278148公开了一种用于评价机器人手臂的轴的磨损的方法。该方法不包括同步来自不同时刻的测量值的步骤,并且不能直接比较或辨别出在两个不同时刻采集的数据之间的不同。仅采用所测量的信号即转矩,而不是参考信号,并且试图同步来自不同时刻的数据具有若干缺点。该方法的缺点之一在于当机器人在一个周期中而不是在另一个周期中必须静止不动并等待时,即当机器人的运动在两个周期中不同时,同步就不起作用了。该方法的另外的缺点在于其使用测量的信号。测量的信号包括噪声,这就意味着不能同步所测量的信号的每个采样。这就导致了不良的同步准确性。
文献US5,822,212和US7,069,185公开了一种状态变化分析,其通过利用时钟信号作为参考来比较记录的工作周期而实现。然而,时钟信号不包括关于机器人运动的任何信息,并且当机器人运动在两个周期中不同时,不能用于同步在机器人的两个不同工作周期中记录的信号。
发明内容
本发明的目的在于提供一种针对上述问题的解决方案,这种解决方案减轻了上述的缺点。
本发明的主要问题是在不同时刻比较来自完整工作周期的同步的运动数据。其目的在于同步数据,从而能够执行状态变化分析。
根据本发明的一个方面,该目的采用一种用于检测机器人系统中的状态变化的方法来实现。这种方法包括:在第一时刻和第二时刻记录工作周期样本信号;与工作周期样本信号的所述记录同步地在所述第一时刻和第二时刻记录与工作周期相关联的参考信号;从具有下述特征的信号中选择所述参考信号:由机器人系统计算的信号,由机器人执行的路径影响的信号,以及如果所述机器人的操纵器在所述第一时刻和第二时刻沿正好相同的路径执行运动则在两个所述时刻都相同的信号;利用所述记录的参考信号同步所述样本信号;以及比较所述同步的样本信号,以确定在所述第一时刻和第二时刻之间是否发生任何状态变化。
根据本发明,由机器人系统计算的信号和由机器人执行的路径影响的信号用于执行同步。被采用的适当信号的例子是由路径生成器计算的信号,例如电动机转矩参考,机器人轴的位置和速度。可替换地,可以采用基于由路径生成器计算的一个或更多信号而计算的信号。采用任何这些信号的优点在于它们没有测量噪声,并且包含关于工作周期中机器人执行的路径的信息。
机器人的路径表示工作周期中机器人的位置和速度,或者表示与工作周期中过去的时间相关的机器人的位置。因此,当机器人的运动在两个周期中不同时,参考信号将不同。如果在工作周期中机器人的位置不同并且如果在工作周期之间机器人沿该路径运动所花费的时间不同,则参考信号也将不同。因此,本发明能够当机器人在工作周期中关于位置、时间、速度和加速度的运动不同时,同步样本信号。
本发明的其它优点在于该方法能够用在任何类型的机器人系统中。唯一的要求是其必须能够得到测量的样本信号和计算的参考信号。
本发明公开了一种用于根据机器人系统中工作周期数据的同步和比较来检测机器人系统中的状态变化的方法。通过利用所述方法,可处理所有类型的工作周期数据,包括来自专门设计的测试周期和生产工作周期的数据。本方法的目的在于指示(i)机器人系统中机械特性和(ii)影响机器人系统的性能的外部特性中的变化。这种变化的指示能够在初期阶段并且不干扰生产地帮助建议维护停机或/和起到指导机器人系统性能的更高级测量的作用。
本发明中提出的建议涉及一种用于对在不同时刻得到的生产工作周期信号进行自动同步的方法。通过采用这种方法,使得生产过程中的侵入最少。所提议的方法用于可重复性地分析任何类型的重复周期,例如测试周期。
偏差的检测是通过从在不同时刻得到的部分或全部同步的样本信号,或者从部分或全部同步的样本信号的相对差值提取不同的测量值,并将这些值与预定的或计算的阈值相比较而实现的。这包括时域中的分析和频域中的分析。测量的一个最简单的例子是在所有记录时刻计算同步的样本信号的RMS值。例如当来自于第一时刻的同步的样本信号的RMS值与来自于第二时刻的样本信号的RMS值相比较的差值超过预定阈值时,就指示偏差。其它测量值例如是振幅因素、特定频带内的能含量或信号特定部分中的能含量。
可以采用用于同步来自例如路径生成器的工作周期数据参考信号的基准(base)。所述参考信号是用于控制机器人系统操纵器的运动的计算的信号。参考信号达到下述要求:
-它们没有测量噪声,即它们是确定性的,
-如果机器人操纵器沿正好相同的路径执行运动,执行正好相同的运动指令,则它们是相同的。满足这些要求的任何信号都能够作为同步的基准。因此,满足这些要求的信号被包括在这里称为“参考信号”的概念中。
同步数据更传统的方法是采用某种类型的触发信号。这例如可以是当工作周期开始时从低值变为高值的信号。这种方法可以被看作实现同步的可选方法,但是一些因素使得其较不受欢迎。首先,生成这种触发信号并不是容易的,至少不会不需要编程设计机器人系统。还有另一个必须考虑的重要方面,即生产工作周期中的数据可能是不可比较的。一般的工作周期包括:相同的部分和依赖于环境的部分。利用本发明可以解决这种问题,因为能够在不同的时刻从特定的工作周期中选取可比较的数据。根据本发明的方法还具有这种优点,即,其可以用于更复杂的工作周期,而这是不能用进行信号同步的任何传统的方法解决的。
根据本发明的另一方面,该目的是通过一种计算机程序产品实现的,对该计算机程序产品进行编码以执行根据上述方法的算法。
根据本发明的又一方面,该目的是通过一种装置实现的,该装置用于检测机器人系统中的状态变化。
这种装置被配置为:接收并存储在第一时刻和第二时刻的关于机器人的工作周期样本信号的记录数据;接收并存储在所述第一时刻和第二时刻的关于与工作周期相关联的参考信号的数据,与工作周期样本信号的所述记录同步地记录所述数据,其中所述参考信号是由所述机器人系统计算的信号并由所述机器人执行的路径影响的信号,以及如果所述机器人的操纵器在所述第一时刻和第二时刻沿正好相同的路径执行运动则在两个所述时刻都相同的信号;利用所述记录的参考信号同步所述样本信号;以及比较所述同步的样本信号以确定在所述第一时刻和第二时刻之间是否发生任何状态变化。
根据本发明的方法适于在连接到机器人系统的外部计算机上执行,从而所述装置能够从机器人系统接收所记录的样本和参考信号。可替换地,所述方法能够在机器人系统的机器人控制器中执行。
附图说明
图1a示出包括适于控制机器人的操纵器和控制系统的工业机器人;
图1b示出两个可围绕接点相对于彼此进行运动的连杆(link);
图2示出为一个轴采集和存储的、来自机器人路径的工作周期的未同步的运动信号数据,其中来自两个不同时刻的一些特定的变化被合并;
图3示出将根据本发明的方法用于图2中所示的未同步的数据集的结果。
具体实施方式
下面将通过参考附图对实施例的描述更详细地解释本发明。
首先,给出工业机器人系统的概述,以显示从分布在整个机器人系统上的不同传感器采集的输入信号的例子,以及用于为所选择的信号提供根据本发明的同步方法的计算器的例子。
图1a表示工业机器人系统1的例子,其包括操纵器2和控制系统。这里应该注意,在词汇表中术语“机器人”相当于术语“机器人系统”。工业机器人1具有多个围绕多个接点3a、3b、3c、3d可相对于彼此进行运动的连杆,在这种情况下可围绕旋转轴相对于彼此进行旋转。在这种情况下连杆是机器人的部件,例如支架4,机器人臂6、7、8,以及包括旋转盘的腕10。工业机器人包括控制连杆的位置和速度的多个电动机12a、12b、12c以及12d。控制系统被表示为简化的模块图。在这种情况下,控制系统包括具有一个或更多逻辑单元22的控制器20,存储单元23以及用于控制电动机的驱动单元27a、27b、27c、27d。逻辑单元包括微处理器,或包含中央处理单元(CPU)或现场可编程门阵列(FPGA)或任何含有可编程逻辑部件的半导体器件的处理器。控制器适于运行存储在存储单元23中的控制程序。控制器还适于根据逻辑单元22运行的控制程序中的运动指令来生成运动路径。驱动单元27a、27b、27c、27d通过响应于来自控制器20的控制信号控制电动机电流和电动机位置来控制电动机。控制器20包括输入/输出接口、I/O 30。在机器人上以及在机器人周期的环境中还布置了多个传感器。操纵器2上的以及操纵器2的环境中的传感器被通过有线或无线链接32连接到控制器20的I/O 30。因此控制器20接收包括所测量的数据MD的信号。所测量的数据MD可以被传送到控制器、操纵器、过程应用数据、过程质量数据或外部测量设备。控制器20的数据例如可以是通风扇速度、温度、存储器使用、电池、I/O以及总线状态等。过程应用数据例如可以是周期时间、电流、流量以及其它测量的处理变量。过程质量数据是测量机器人操作结果的变量,例如焊接位置准确性、油漆表面评价等。外部测量设备例如可以是振动传感器,如测震仪,或扩音器,或电磁声学发射传感器,回转仪,应变计,全球定位系统,例如照相机或激光器等。操纵器数据例如是电动机角度位置、速度和转矩,电动机和齿轮箱温度、连杆角度,位置和转矩,例如前馈转矩。其它的例子是周期时间以及能量消耗。
建立了接点的模型。图1b表示这种接点34的模型的实施例,其中在这种情况下所述模型包括两个围绕接点34可相对于彼此进行运动的连杆36、38。该模型与具有旋转轴、线性轴或两者的混和的工业机器人有关。
在所述机器人模型中,机器人接点34连接第一连杆36和第二连杆38。第一连杆36被看作关于第二连杆38运动。在图中表示了第一连杆36从第一位置P1到第二位置P2的运动,其相应于角度位置qlink。为了得到连杆的角度位置qlink,就需要变换来自控制连杆的电动机的角度位置qm的数据。在这种情况下,从电动机到连杆的传动通过齿轮齿数比以及连杆和电动机的旋转转动惯量来表征。因此采用这种假设,即,第一连杆相对于第二连杆的角度位置qlink被看作相应于电动机的角度位置qm。在下面的例子中,用于同步目的的信号可以是为了控制电动机沿从所述第一位置到所述第二位置的路径移动连杆36而计算的前馈转矩。如前所述,其它信号可以用于同步的目的。
在本发明中,工作周期被看作机器人程序的一次完整执行,控制机器人系统操纵器的运动。通常,当机器人已经完成任务并开始再次执行时,机器人程序在程序中的某点开始。这里这种周期的一次执行被称作“工作周期”。生产周期是在正常生产期间机器人执行的工作周期。测试周期是特别设计以激励机器人系统的某种特性的工作周期。
此外,在本发明中,可重复性分析被称为“分析”,其中来自不同时刻的数据与检测偏差相比较。
机器人工作周期的可重复性分析是有趣的,这是因为它开发了指示操纵器中的状态变化的方法。为了能够进行任何这些分析,首先必须能够从控制器20采集信号。而且,必须能够通过利用这些信号来选取可比较的数据组,并且将这些数据组彼此同步,由此对在不同时刻采集的所述同步的数据组的比较的研究可能不同,并指示机器人系统1中任何类型的偏差。
在记录过程中,来自机器人系统的不同信号被传送到外部设备中,例如PC中。由软件应用程序来执行记录,其中软件应用程序通过接口与机器人系统进行通信。同时记录几个信号。因此在相同时刻记录的所有信号被同步。通过以适当的采样频率采样所记录的信号,这些信号被记录为数据集。
工作周期样本信号从控制器20中得到。根据本发明为了同步目的的样本信号的记录意味着样本信号被测量、以所述适当的采样频率进行采样,并且所测量的值被存储在存储器中。在第一时刻执行所选择的信号的第一记录,并如所述的将其存储在存储器中。在适当的时间后,在第二时刻记录相同的所选择的信号,并将其存储在存储器中。所述第二时刻可以是在第一时刻后的任何时间,例如在第一时刻后的几个月、半年、一年,或几年。通过对在第二时刻存储的参考信号和在第一时刻存储的参考信号进行比较来执行所述分析。
在第一种情况下,假设一种简单的情形。工作周期周期性地相同地重复。当机器人执行简单的工作周期时,在一个时刻对一个轴采集并记录数据,如上所述。结果在该第一种情况下,可期望并证实在第一时刻和第二时刻记录的参考信号之间的完美匹配,这是因为工作周期在不同时刻是真正相同的。这就意味着可以执行根据本发明的同步,而不会有任何测量噪声的影响。
采用上面公开的算法,通过识别在两个不同的时刻得到的基本相同的参考信号组来实现同步。在该第一种情况下,通过比较更短的数据组可以改进算法的效率。然而需要选择每个组的长度,以便其在所观察的周期中不会重复。
在第二种情况中,工作周期可以包括在沿路径的有序运动中变化的时延。如果在指令机器人继续沿路径进行运动之前,指令机器人等待另一个机器或另一个机器人完成一些工作过程,则可能发生这种事件。在这种延迟的运动中,如果在用于同步的组中没有出现延迟,则根据本发明通过利用周期的开始,仍然能够同步被比较的来自两个不同时刻的信号。
在实际的生产中,可能难以找到用于进行同步的组。除了延迟之外,还必须预见到在一个时间段内可以调整和稍微变化机器人路径。这就意味着试图同步所存储的数据集(组)中的所有数据的方法可能过于乐观。因此在本发明的另一实施例中,提出了一种方法,其中为了得到期望的结果,仅有例如十分之一的周期必须是可比较的。在该实施例中,进行搜索以找到那种长度的第一组数据,其在数据集中是共同的。在该实施例中,其中工作周期不是完全相同的,在数据组之间进行的完美匹配的搜索是无用的。相反参考信号之间的细微差别是应该被接受的。为了将获得不正确同步的可能性降低到最低,执行对来自不同时刻的最长可能的共同组的搜索。例如,如果记录的来自第一时刻和第二时刻的参考信号的组长度是2秒,并且不能在所记录的信号之间找到匹配,则从第二时刻的组中选择较短的组长度并将其与第一时刻的整个组进行比较,以找到是否有组的任何部分彼此匹配,从而能够同步两个参考信号。如果该第一缩短的组仍然不与第一次记录的参考信号的任何部分匹配,则进一步缩短第二组,并重复该过程。这种过程一直进行下去,直到达到第二组的某种限定的最小长度为止。如果没有找到匹配,则跳过数据组并试图找到下一个。这种过程一直进行下去,直到已经包含了参考工作周期的整个时段的数据为止。
在图2和3中示出根据本发明的方法。图2示出为一个轴采集和存储的来自机器人路径的一个工作周期的未同步的前馈转矩数据,其中合并了来自两不同时刻的一些一般变化。
图3表示根据本发明的方法用于图2中所示的未同步的数据集的结果。图3中示出了可以如何应用用于提取和同步可比较的数据组的方法以得到适于重复性分析和状态变化显示的数据。
图3底部的图表在图表的左部示出如何同步在周期的第一部分中来自两个不同时刻的信号(在该例中,是在轮上测量的前馈转矩)。从底部开始的第二个图表示出如何同步两个信号的其它部分,其中来自工作周期的不同部分的信号的这些同步的部分被垂直线分开。
由于来自两个不同时刻的所分析的信号(前馈转矩的实际值)现在是同步的,因此能够检查和分析两个时刻之间信号的不同。图3顶部的图表表示从底部开始的第二个图表中所示的两个同步的信号之间的差。顶部图表的刻度被放大四倍,从而更容易识别出在两个不同时刻记录的所分析的信号之间的差。
这里样本信号被定义为由用于检测和记录通过操纵器的一部分或一组部分执行的运动的物理量的传感器所感测的信号,通过来自控制器的控制信号命令操纵器的所述一部分或一组部分执行沿空间中特定路径的所述运动;或者样本信号被定义为根据这种信号而计算的信号。
Claims (10)
1.一种用于检测机器人系统中的状态变化的方法,其特征在于所述方法包括:
在第一时刻和第二时刻记录工作周期样本信号;
与工作周期样本信号的所述记录同步地在所述第一时刻和第二时刻记录与工作周期相关联的参考信号;
其中所述参考信号是用于控制机器人的操纵器的运动的信号,该信号
由机器人系统计算,没有测量噪声,受机器人执行的路径影响,以及
如果机器人的操纵器在所述第一时刻和第二时刻沿正好相同的路径执行运动,则该信号在两个所述时刻都相同;
利用所述记录的参考信号同步所述样本信号;以及
比较所述被同步的样本信号以确定在所述第一时刻和第二时刻之间是否发生任何状态变化。
2.如权利要求1所述的方法,其中所述机器人系统包括用于生成机器人路径的路径生成器,所述参考信号是由所述路径生成器计算的信号或者是基于由所述路径生成器计算的一个或更多信号的信号。
3.如权利要求1或2所述的方法,进一步包括:
执行所述样本信号和所述参考信号的所述记录,作为通过采样所述样本信号和所述参考信号得到的数据集的记录;以及
在预定的时间段内执行所述样本信号和所述参考信号的所述记录。
4.如权利要求3所述的方法,还包括:
分析所述参考信号的所有记录的数据集,以找到在两个或更多数据集中基本相同的、至少一部分所述时间段的参考信号的组。
5.如权利要求4所述的方法,还包括:
通过提取相应的所找到的参考信号的基本相同的组,来同步在包含所述参考信号的基本相同的组的数据集中的所述样本信号。
6.如权利要求5所述的方法,还包括:
比较样本信号的所述被同步的组,以检测样本信号的组在所述第一时刻和第二时刻之间的任何类型的偏差。
7.如权利要求1或2所述的方法,其中所述工作周期表示在其中机器人系统的操纵器的一部分或一组部分沿从位置A到位置B的路径运动的周期。
8.如权利要求1或2所述的方法,其中所述工作周期是生产工作周期或测试周期。
9.一种用于检测机器人系统中的状态变化的装置,其特征在于所述装置被配置为:
接收并存储在第一时刻和第二时刻的关于机器人的工作周期样本信号的记录数据;
接收并存储在所述第一时刻和第二时刻的关于与工作周期相关联的参考信号的数据,与所述工作周期样本信号的所述记录同步地记录所述数据,其中所述参考信号是用于控制机器人的操纵器的运动的信号,由机器人系统计算且没有测量噪声、受机器人执行的路径影响,以及如果机器人的操纵器在所述第一时刻和第二时刻沿正好相同的路径执行运动则该信号在两个所述时刻都相同;
利用所述记录的参考信号同步所述样本信号;以及
比较所述被同步的样本信号以确定在所述第一时刻和第二时刻之间是否发生任何状态变化。
10.如权利要求9所述的装置,其中所述机器人系统包括用于生成机器人路径的路径生成器,所述参考信号是由所述路径生成器计算的信号或者是基于由所述路径生成器计算的一个或更多信号的信号。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP07103870.7 | 2007-03-09 | ||
EP07103870A EP1967333A1 (en) | 2007-03-09 | 2007-03-09 | Detection of condition changes in an industrial robot system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101259615A CN101259615A (zh) | 2008-09-10 |
CN101259615B true CN101259615B (zh) | 2012-09-19 |
Family
ID=38255223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100074264A Expired - Fee Related CN101259615B (zh) | 2007-03-09 | 2008-03-07 | 工业机器人系统中状态变化的检测 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8190294B2 (zh) |
EP (2) | EP1967333A1 (zh) |
CN (1) | CN101259615B (zh) |
AT (1) | ATE474695T1 (zh) |
DE (1) | DE602008001814D1 (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8843221B2 (en) * | 2009-12-09 | 2014-09-23 | Comau Spa | Automation management system and method |
DE102010061949A1 (de) * | 2010-11-25 | 2012-05-31 | Siemens Aktiengesellschaft | Verfahren und Anordnung zur Überwachung von motorisch bewegbaren Anlageteilen |
US9008839B1 (en) * | 2012-02-07 | 2015-04-14 | Google Inc. | Systems and methods for allocating tasks to a plurality of robotic devices |
US8996174B2 (en) | 2012-06-21 | 2015-03-31 | Rethink Robotics, Inc. | User interfaces for robot training |
US9579806B2 (en) | 2012-08-23 | 2017-02-28 | Rethink Robotics, Inc. | Robotic power and signal distribution using laminated cable with separator webs |
CA2928582A1 (en) * | 2013-10-25 | 2015-04-30 | Growth Finance Ag | Method for monitoring industrial systems |
JP6545472B2 (ja) * | 2015-01-27 | 2019-07-17 | 蛇の目ミシン工業株式会社 | ロボット |
US20180101010A1 (en) * | 2016-10-07 | 2018-04-12 | Panasonic Automotive Systems Company Of America, Division Of Panasonic Corporation Of North America | Head up display with improved image stability |
US11351680B1 (en) * | 2017-03-01 | 2022-06-07 | Knowledge Initiatives LLC | Systems and methods for enhancing robot/human cooperation and shared responsibility |
US10335962B1 (en) * | 2017-03-01 | 2019-07-02 | Knowledge Initiatives LLC | Comprehensive fault detection and diagnosis of robots |
US11853076B1 (en) | 2017-07-21 | 2023-12-26 | AI Incorporated | Virtual reality concert system |
JP6724960B2 (ja) * | 2018-09-14 | 2020-07-15 | 株式会社安川電機 | リソース監視システム、リソース監視方法、及びプログラム |
EP3663054A1 (de) * | 2018-12-05 | 2020-06-10 | Siemens Aktiengesellschaft | Gelenkarmroboter |
IT201900011334A1 (it) * | 2019-07-10 | 2021-01-10 | Comau Spa | "Procedimento e sistema per monitorare il backlash in un ingranaggio di un giunto di un robot industriale" |
US11553823B2 (en) | 2019-08-02 | 2023-01-17 | International Business Machines Corporation | Leveraging spatial scanning data of autonomous robotic devices |
CN111707207A (zh) * | 2020-06-22 | 2020-09-25 | 福州云睿自动化设备有限公司 | 高精度机器人三坐标电子检具快速测量系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4150326A (en) * | 1977-09-19 | 1979-04-17 | Unimation, Inc. | Trajectory correlation and error detection method and apparatus |
US5822212A (en) * | 1993-08-06 | 1998-10-13 | Fanuc Ltd | Machining load monitoring system |
CN1409180A (zh) * | 2001-09-28 | 2003-04-09 | 西门子公司 | 数据准备方法及装置 |
US7069185B1 (en) * | 1999-08-30 | 2006-06-27 | Wilson Diagnostic Systems, Llc | Computerized machine controller diagnostic system |
CN1284055C (zh) * | 2001-07-09 | 2006-11-08 | 艾利森电话股份有限公司 | 状态指示检测装置和方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3882305A (en) * | 1974-01-15 | 1975-05-06 | Kearney & Trecker Corp | Diagnostic communication system for computer controlled machine tools |
DE10242710A1 (de) * | 2002-09-13 | 2004-04-08 | Daimlerchrysler Ag | Verfahren zum Herstellen eines Verbindungsbereiches auf einem Werkstück |
US20040199573A1 (en) * | 2002-10-31 | 2004-10-07 | Predictive Systems Engineering, Ltd. | System and method for remote diagnosis of distributed objects |
DE102004026185A1 (de) * | 2004-05-28 | 2005-12-22 | Kuka Roboter Gmbh | Verfahren und Vorrichtung zum Betreiben einer Maschine, wie eines Mehrachs- Industrieroboters |
DE102004028559A1 (de) * | 2004-06-15 | 2006-01-05 | Abb Patent Gmbh | Verfahren und System zur Verschleißabschätzung von Achsen eines Roboterarmes |
-
2007
- 2007-03-09 EP EP07103870A patent/EP1967333A1/en active Pending
-
2008
- 2008-01-29 AT AT08150751T patent/ATE474695T1/de not_active IP Right Cessation
- 2008-01-29 EP EP08150751A patent/EP1967334B1/en active Active
- 2008-01-29 DE DE602008001814T patent/DE602008001814D1/de active Active
- 2008-02-27 US US12/071,894 patent/US8190294B2/en active Active
- 2008-03-07 CN CN2008100074264A patent/CN101259615B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4150326A (en) * | 1977-09-19 | 1979-04-17 | Unimation, Inc. | Trajectory correlation and error detection method and apparatus |
US5822212A (en) * | 1993-08-06 | 1998-10-13 | Fanuc Ltd | Machining load monitoring system |
US7069185B1 (en) * | 1999-08-30 | 2006-06-27 | Wilson Diagnostic Systems, Llc | Computerized machine controller diagnostic system |
CN1284055C (zh) * | 2001-07-09 | 2006-11-08 | 艾利森电话股份有限公司 | 状态指示检测装置和方法 |
CN1409180A (zh) * | 2001-09-28 | 2003-04-09 | 西门子公司 | 数据准备方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP1967334B1 (en) | 2010-07-21 |
DE602008001814D1 (de) | 2010-09-02 |
US20090132085A1 (en) | 2009-05-21 |
EP1967333A1 (en) | 2008-09-10 |
ATE474695T1 (de) | 2010-08-15 |
US8190294B2 (en) | 2012-05-29 |
CN101259615A (zh) | 2008-09-10 |
EP1967334A1 (en) | 2008-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101259615B (zh) | 工业机器人系统中状态变化的检测 | |
US11009847B2 (en) | Controller, control program, and control method | |
Qiao et al. | Advancing measurement science to assess monitoring, diagnostics, and prognostics for manufacturing robotics | |
US11531319B2 (en) | Failure prediction device and machine learning device | |
EP3557354A1 (en) | Control device, control program, and control method | |
CN106607926A (zh) | 驱动机构、机器人设备测量和控制方法及部件制造方法 | |
CN107894762A (zh) | 实物仿真测试方法、装置及系统 | |
CN106796427A (zh) | 用于机器人制造系统的运行时间控制器 | |
EP3900889A1 (en) | Control apparatus, robot, learning apparatus, robot system, and method | |
EP3835902B1 (en) | Control system and control device | |
US11931905B2 (en) | Failure prediction method and failure prediction apparatus | |
CN114004103B (zh) | 可支撑数字孪生综采工作面基础研究的协同运行试验平台 | |
Klein et al. | Data Generation with a Physical Model to Support Machine Learning Research for Predictive Maintenance. | |
JP2010513039A (ja) | コントロール・システム | |
CN100573372C (zh) | 构建全方位移动装置运动模型的方法及设备 | |
CN112987682A (zh) | 控制方法、控制装置和机械设备 | |
CN115034147B (zh) | 一种基于数字孪生的智能制造系统 | |
Monek et al. | DES and IIoT fusion approach towards real-time synchronization of physical and digital components in manufacturing processes | |
US20220088802A1 (en) | Information processing method, information processing apparatus, display method, display apparatus, recording medium, method of manufacturing products, and method of acquiring learning data | |
CN113021411B (zh) | 机器人故障预测装置及系统、以及机器人故障预测方法 | |
CN109029322A (zh) | 一种全新数控机器人多坐标测量系统及测量方法 | |
KR20220152413A (ko) | 실시간 로봇 상태 진단 방법 및 이러한 방법을 수행하는 장치 | |
CN203918644U (zh) | 无线机床热误差实时检测装置 | |
JP2022023582A (ja) | サーボモータ装置、制御方法 | |
US20230405822A1 (en) | A robot system and a method for monitoring a robot system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200226 Address after: Baden, Switzerland Patentee after: ABB Switzerland Co.,Ltd. Address before: Zurich Patentee before: ABB RESEARCH Ltd. |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120919 |