CN104718055B - 机器人的异常显示方法 - Google Patents

机器人的异常显示方法 Download PDF

Info

Publication number
CN104718055B
CN104718055B CN201380047719.4A CN201380047719A CN104718055B CN 104718055 B CN104718055 B CN 104718055B CN 201380047719 A CN201380047719 A CN 201380047719A CN 104718055 B CN104718055 B CN 104718055B
Authority
CN
China
Prior art keywords
collision
motor
abnormal
robot
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201380047719.4A
Other languages
English (en)
Other versions
CN104718055A (zh
Inventor
中田广之
桥本敦实
古和将
本内保义
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management 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 Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN104718055A publication Critical patent/CN104718055A/zh
Application granted granted Critical
Publication of CN104718055B publication Critical patent/CN104718055B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/06—Safety devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
    • B25J9/1676—Avoiding collision or forbidden zones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37622—Detect collision, blocking, stall by change, lag in position
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37624—Detect collision, blocking by measuring change of velocity or 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
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S901/00—Robots
    • Y10S901/49—Protective device

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种机器人的异常显示方法。在机器人的无传感器碰撞检测中，在现有的机器人的异常显示方法中，当发生了碰撞误检测时仅被异常显示为“检测到碰撞”，不明确在何种状况下发生了碰撞误检测。在检测到机器人的碰撞的情况下，作为异常显示而显示检测到碰撞，并且选择性进行与碰撞检测不同的多个异常检测项目之中至少一个以上异常检测项目的异常显示，由此能够获得对于掌握碰撞误检测发生时的状况而言有用的信息。

Description

机器人的异常显示方法
技术领域
本发明涉及经由减速器被电动机驱动的机器人的异常显示方法。
背景技术
近年来，伴随着机器人市场向全球扩大，机器人发生故障的情况、发生异常的情况下的应对成为重要课题。即，若机器人的异常显示是无法掌握实际故障状态的状态，则维修人员需要直接前往异常发生现场来确认状况，然后实施对策。在该方法中，难以进行面向全世界的异常状态消除的迅速应对。
另一方面，对于不是机器人自身的故障而是因用户的示教错误等而发生的、机器人与机器人周边物体的碰撞的应对也是必要的。若机器人、周边物体因碰撞而被破坏，则为了进行修理等需要派遣维修人员，修复需要时间。即，为了防止碰撞时的破坏，要求碰撞检测的高精度化。但是，若将高精度的碰撞传感器搭载于机器人，则对于机器人而言成为多余的重量负荷，且成本也上升。因而，近年正在推进无传感器碰撞检测的高精度化。
然而，随着无传感器碰撞检测的高精度化，在不是实际碰撞的情况下也将机器人的异常状态误检测为碰撞的可能性变高。即，在机器人发生故障时，较之于其他异常检测功能而先通过碰撞检测功能来检测异常，有可能尽管未发生碰撞但却进行了“发生碰撞”这样的错误显示。如此，通过无传感器碰撞检测的高精度化，虽然具有快速地检测故障的优点，但也成为难以获知故障原因的原因。以下使用图1～图12来说明发生错误的碰撞检测的理由。
图1是作为机器人的代表例而表示垂直多关节6轴机器人的简要构成图。如图1所示，垂直多关节6轴机器人具有机器人机械装置(101)、机器人控制装置(102)和操作显示装置(103)。
图2是表示异常显示的整体处理的流程图。在机器人控制装置(102)内进行异常显示的整体处理。在图2中，除了碰撞检测处理之外还增加了检测机器人发生故障时的异常的电动机锁定检测处理、过负荷检测处理、位置偏差溢出检测处理。图2所示的异常显示的整体处理每隔周期ΔT来反复进行，周期ΔT假定为几毫秒。
在图2中，在步骤2-1中进行电动机锁定检测处理。若在步骤2-6中检测到电动机锁定，则在图1的操作显示装置(103)中显示“检测到电动机锁定”作为异常显示。在检测到电动机锁定的情况下，因为已经发生了异常状态也进行了异常显示，所以在步骤2-6中使异常显示处理结束。在步骤2-6中未检测到电动机锁定的情况下，进入步骤2-2。
然后，在步骤2-2中进行过负荷检测处理。若在步骤2-7中检测到过负荷，则在图1的操作显示装置(103)中显示“检测到过负荷”作为异常显示。在检测到过负荷的情况下，因为已经发生了异常状态也进行了异常显示，所以在步骤2-7中使异常显示处理结束。在步骤2-7中未检测到过负荷的情况下，进入步骤2-3。
而后，在步骤2-3中进行位置偏差溢出检测处理。若在步骤2-8中检测到位置偏差溢出，则在图1的操作显示装置(103)中显示“检测到位置偏差溢出”作为异常显示。在检测到位置偏差溢出的情况下，因为已经发生了异常状态并进行了异常显示，所以在步骤2-8中使异常显示处理结束。在步骤2-8中未检测到位置偏差溢出的情况下进入步骤2-4。
然后，在步骤2-4中，执行使用图3如下说明的碰撞检测处理。
作为以无传感器的方式求出碰撞力的方法，有动力学运算方式和干扰估计观测器方式。在动力学运算方式中，首先从由电动机的驱动电流所产生的转矩之中减去由电动机以及减速器的惯性和摩擦所损失的转矩来求出减速器输出转矩。然后，从减速器输出转矩之中减去通过机器人的动力学运算求得的机器人的动力学转矩来求出碰撞力(例如参照非专利文献1)。在干扰估计观测器方式中，使用干扰估计观测器来求出碰撞力(例如参照专利文献1)。以下，使用图3以估计精度优异的动力学运算方式为例来进行说明。
图3是动力学运算方式的控制块线图。在图3中，6为位置控制块。在位置控制块(6)中被输入：通过积分单元40对位置指令的速度分量dθcom(1)进行积分后的位置指令θcom(3)、和电动机位置θm(4)。并且，基于位置指令θcom(3)和电动机位置θm(4)的差分值，从位置比例增益(5)之中输出速度环指令ωcom(7)。
在图3中，10为速度控制块。在速度控制块(10)中被输入速度环指令ωcom(7)和电动机位置θm(4)。并且，求出速度环指令ωcom(7)、和通过微分单元32对电动机位置θm(4)进行微分后的电动机速度ωm(2)的差分值，经由速度比例增益(8)以及速度积分增益(9)而输出电动机电流Im(11)。
在图3中，18为表示了电动机和外力的块。τm(13)为电动机产生转矩，在假定减速器为刚体的情况下，若从电动机驱动侧观察，则用式(1)来表征，若从负荷侧观察，则用式(2)来表征。
τm＝Kt×Im(1)
τm＝τdyn+τdis+Jm×αm+D×ωm+τμ(2)
其中，式(1)和式(2)中的记号如下所述。
Kt(12)：电动机转矩常数
Im(11)：电动机电流
αm(90)：电动机加速度(ωm的微分值)
ωm(2)：电动机速度
Jm(89)：电动机惯性(转子+减速器1次侧)
D(20)：粘性摩擦系数
τμ(15)：动摩擦转矩
τdyn(14)：动力学转矩(重力转矩、惯性力、离心力、科里奥利力之和)
τdis(16)：碰撞转矩
动摩擦转矩τμ(15)能够利用以下的式(3)来计算。
τμ＝Kμ×sgn(3)
其中，Kμ为动摩擦的大小，sgn在ωm＞0时为“1”、在ωm＝0时为“0”、在ωm＜0时为“-1”。
碰撞转矩τdis(16)能够从式(1)和式(2)变形为以下的式(4)来求出。
τdis＝Kt×Im-(Jm×αm+D×ωm+τμ+τdyn)(4)
在图3中，30为将式(4)表征为碰撞转矩估计块的块。
在碰撞转矩估计块(30)中，动力学转矩运算块(26)进行动力学运算来求出动力学转矩估计值τdyno(29)。动力学转矩运算块(26)使用构成机器人的所有轴的电动机位置θm(4)、对电动机位置θm(4)进行微分后的电动机速度ωm(2)、对电动机速度ωm(2)进行微分后的电动机加速度αm(90)、和机器人的机械参数(臂部长度、臂部质量、重心位置、围绕重心位置的惯性)来执行动力学运算。碰撞转矩估计块(30)使用该动力学转矩估计值τdyno(29)而向碰撞判定块(31)输出碰撞转矩估计值τdiso(28)。
碰撞判定块(31)使用给定的碰撞检测阈值τth并按照以下的式(5)来检测碰撞。
|τdiso|＞τth(5)
若在步骤2-5中式(5)成立，则在图1的机器人的操作显示装置(103)中显示“检测到碰撞”作为异常显示，然后使异常显示处理结束。此外，若在步骤2-5中式(5)不成立，则不进行异常显示，并使异常显示处理结束。并且，此外，每隔周期ΔT来开始异常显示的整体处理。
在以上的碰撞检测中，如前所述，若能正确地计算动力学转矩估计值τdyno(29)，则能够精度良好地求出碰撞转矩估计值τdiso(28)。
作为由动力学转矩运算块(26)求出动力学转矩的方法，有拉格朗日法和牛顿-欧拉法。在拉格朗日法中，在6轴的垂直多关节机器人中需要将近10万次的积和运算。但若根据当前的CPU的处理能力，则该运算量也可在几毫秒以内运算。在牛顿-欧拉法中，积和运算量将近1万次便可，所以运算时间不存在问题。因为牛顿-欧拉法是将上式的结果用于下式中的所谓的递推方式，所以有可能产生运算的累积误差。但是，如果以32bit以上的数据来处理，则运算的累积误差也不存在问题。由此，无论使用何种方法，在当前的CPU中都能以电动机最大转矩比10％以内的误差来计算动力学转矩τdyn(14)。如果在式(4)的右边除了动力学转矩τdyn(14)以外的项也能以电动机最大转矩比10％以内的误差来计算，则碰撞转矩估计值τdiso(28)能够以电动机最大转矩比20％以内的误差来求出。
此外，在基于式(5)的碰撞检测中，使用了由式(4)求得的碰撞转矩估计值τdiso(28)的瞬时值。因而，若经过作为计算时间的几毫秒，则可以进行动力学转矩τdyn(14)的判定。即，在碰撞检测功能中，若观测到几毫秒的电动机最大转矩比20％程度的异常，则能够检测到碰撞。
但是，若将碰撞检测阈值τth设定得较低(设定为电动机最大转矩比20％程度)，则在碰撞以外的故障中也会很快地检测到。例如，研究由于电动机(轴承、制动器)、减速器的故障而使得实际的动摩擦转矩增加的情况。该情况下，若想要与正常时同样地使机器人工作，则需要使电动机产生转矩τm增大与动摩擦转矩τμ相应的量。为使电动机产生转矩τm增加，式(4)的右边的电动机电流Im将增加。但是，在式(4)的右边使用的动摩擦转矩τμ由于使用预先在正常时测量出的值来计算，因此式(4)的左边即碰撞转矩τdis尽管未碰撞也会增大。并且，碰撞转矩τdis的大小即使有几毫秒超过电动机最大转矩比20％，都会误检测为检测到碰撞。
在以无传感器的方式求出碰撞力的方法中，无法确定式(4)的右边的电动机电流Im增加、碰撞转矩τdis增大的原因。即，无法区分是起因于机器人的实际碰撞、还是起因于电动机、减速器的故障所导致的摩擦转矩增大。因而，为了尽量减少机器人碰撞时的损伤，若将碰撞检测阈值τth设定得较低(将碰撞检测灵敏度设定得较高)，则碰撞误检测的发生概率也会提高。
另一方面，与碰撞检测功能不同，作为检测由于电动机(轴承、制动器)、减速器的故障使得电动机的旋转变得迟钝的功能，有电动机锁定检测功能、过负荷检测功能。
在电动机锁定检测功能中，检测虽然想要使电动机工作但却几乎不动的状态持续的状况。即便电动机产生转矩τm(式(1)所示)变为给定的电动机转矩阈值τmth(91)以上，当由于故障而增大的摩擦转矩较大时，电动机速度ωm(2)也不会上升至给定的电动机速度阈值ωmth以上。在该状态持续至给定的电动机锁定检测时间阈值LKth以上的情况下，通过电动机锁定检测功能而判定为异常。
使用图5A及图5B来说明电动机锁定检测功能。图5A是表示正常时的电动机速度ωm(2)和电动机产生转矩τm(13)的图表。从电动机产生转矩τm(13)超过电动机转矩阈值τmth(91)起经过比电动机锁定检测时间阈值LKth(93)小的时间LK0(95)之后，电动机速度ωm(2)将超过电动机速度阈值ωmth(92)。该情况下，未检测到电动机锁定。
图5B是表示因电动机、减速器的故障所导致的摩擦转矩的增大而检测到电动机锁定这一异常时的电动机速度ωm(2)和电动机产生转矩τm(13)的图表。在图5B中，在电动机产生转矩τm(13)超过了电动机转矩阈值τmth(91)之后，也会因电动机、减速器的故障所导致的摩擦转矩的增大而使得电动机速度ωm(2)的增加较之于正常时(虚线所示)变得慢。因而，即便变为电动机锁定检测时间阈值LKth(93)，电动机速度ωm(2)也不会达到电动机速度阈值ωmth(92)。在此情况下，检测到电动机锁定。
图4是上述电动机锁定检测的流程图。电动机锁定检测处理每隔一定周期ΔT来执行。
在步骤4-1中，判定电动机产生转矩τm是否变为电动机转矩阈值τmth(91)以上。若电动机产生转矩τm变为电动机转矩阈值τmth(91)以上，则判定为“是”，进入步骤4-2。
在步骤4-2中，判定电动机速度ωm(2)是否为电动机速度阈值ωmth(92)以下。若电动机速度ωm(2)为电动机速度阈值ωmth(92)以下，则判定为“是”，进入步骤4-3。
在步骤4-3中，根据式(6)来计算电动机锁定持续时间LKdet，进入步骤4-5。
LKdet＝LKdet+ΔT(6)
在此，ΔT为电动机锁定检测处理周期。
即，在步骤4-3中，每次加上电动机锁定检测处理周期ΔT来测量在步骤4-1以及步骤4-2中均判定为“是”的时间的长度。
另外，如果步骤4-1或步骤4-2的判定为“否”，则进入步骤4-4，将电动机锁定持续时间LKdet复位为0，结束电动机锁定检测的处理。
在步骤4-5中，按照以下的式(7)来判定电动机锁定持续时间LKdet是否变为电动机锁定检测时间阈值LKth(93)以上。
LKdet≥LKth(7)
若电动机锁定持续时间LKdet为电动机锁定检测时间阈值LKth(93)以上，则判定为“是”，进入步骤4-6。在此情况下，被判定为是电动机锁定状态，在步骤4-6中使电动机停止。接下来，在步骤4-7中进行“检测到电动机锁定”的异常显示，结束电动机锁定检测的处理。另外，异常显示将显示在图1所示的操作显示装置(103)中。
如果步骤4-5的判定为“否”，则判定为不是电动机锁定状态，结束电动机锁定检测的处理。
在该电动机锁定检测功能中，正常时以电动机转矩阈值τmth(91)以上的电动机转矩达到电动机速度阈值ωmth(92)以上的电动机速度为止需要所需时间LK0(95)。因此，电动机锁定检测时间阈值LKth(93)需要比正常时的所需时间LK0(95)大。虽然根据机器人的大小而不同，但电动机锁定检测时间阈值LKth(93)为几百毫秒至几秒，比通过碰撞检测功能在几毫秒内检测到的情况慢。即，若将碰撞检测阈值τth设定得较低(将碰撞检测灵敏度设定得较高)，则尽管实际上未碰撞也会在检测到电动机锁定之前先检测到碰撞，异常显示也仅显示为“检测到碰撞”。在图2中进行说明，则在步骤2-6的电动机锁定检测中被持续判定为“否”的期间内，在步骤2-5的碰撞检测中被判定为“是”。
下面，说明过负荷检测功能。
在过负荷检测功能中，按照驱动电动机的电流的时间累计值不超过电动机时限特性曲线的界限值的方式来检测过负荷异常。电动机产生转矩与驱动电动机的电流成比例，电动机时限特性曲线的界限值表示电动机的绕组温度的上限。图7是表示驱动电动机的电动机电流和时间的关系的图表。例如，图7所示的电动机时限曲线的界限值(虚线)在最大电流比40％之时约为100秒，在最大电流比50％之时为25秒，在最大电流比70％之时约为8秒。按照成为该界限值以下的方式来进行过负荷检测。
图6是过负荷检测的流程图。过负荷检测处理每隔一定周期ΔT来执行。
在步骤6-1中，利用以下的式(8)来求出过负荷检测值OLdet。
OLdet＝OLdet+(|Im|-Imth)×ΔT(8)
在此，Imth为过负荷检测电流阈值，ΔT为过负荷检测周期。
然后，在步骤6-2中，判定过负荷检测值OLdet是否为过负荷阈值OLth以上。即，判定下述式(9)的条件是否成立。
OLdet≥OLth(9)
若式(9)成立，则判定为“是”，被判定为是过负荷状态，进入步骤6-3。在步骤6-3中，使电动机停止，接下来在步骤6-4中进行表示“检测到过负荷”的“异常显示”，结束过负荷检测的处理。另外，“异常显示”将显示在图1所示的操作显示装置(103)中。
如果步骤6-2的判定为“否”，则判定为不是过负荷状态，结束过负荷检测的处理。
在图8中用实线表示式(9)中成为OLdet＝OLth的过负荷检测阈值特性。图8的过负荷检测阈值特性(实线)表示Imth＝33、OLth＝100的情况。过负荷检测阈值特性(实线)被设定为低于界限值(虚线)，表示式(8)所示的过负荷检测值OLdet的运算方法是妥当的。
如图8所示可知，即便电动机电流为最大电流比100％，过负荷检测也需要几秒。该过负荷检测所需的时间比通过碰撞检测功能在几毫秒内检测的情形慢。也就是说，若从未发生过负荷异常的状态起电动机、减速器发生了故障，则电动机旋转变得迟钝，电动机电流(电动机产生转矩)在最大电流比方面增加20％程度。如此，即便电动机、減速器发生故障，检测到过负荷异常最低也需要几秒以上，先发生碰撞误检测的可能性极高。在图2中进行说明，则在步骤2-7的过负荷检测中被持续判定为“否”的期间内，在步骤2-5的碰撞检测中被判定为“是”。
下面，说明图3所示的碰撞检测处理中的误检测。
即，在检测电动机位置θm(4)的电动机位置检测器(99)有异常的情况下，也有可能误检测为检测到碰撞。
在动力学转矩运算块(26)中使用的是对电动机位置θm(4)进行二阶微分所生成的电动机加速度αm(90)。因而，电动机位置θm(4)的变化给电动机加速度αm(90)带来较大影响。
一般而言，通过当前采样值和采样1周期前的前采样值的差分来进行数字控制中的微分较为一般。因此，示出一例。
图9是表示在电动机位置检测器中发生了异常时的电动机位置波形的图表。图10是表示在电动机位置检测器中发生了异常时的速度波形的图表。图11是表示在电动机位置检测器中发生了异常时的加速度波形的图表。示出从电动机位置θm(4)为0的位置处的停止状态起，在0.5秒处电动机速度ωm(2)以等加速度(100转/秒2)达到50转/秒(＝3000rpm)的情况下的波形。在此，采样周期为5毫秒，500毫秒后的电动机位置θm(4)如图9所示为约12.5转。图9是在300毫秒的时刻电动机位置检测器(99)中发生了异常而无法读取电动机位置θm(4)的情况。在该情况下，上次采样值(295m秒时刻)处的电动机位置θm(4)的值不被更新，成为原封不动的状态。
若以500毫秒后的值(12.5转)为基准来计算发生了异常的300毫秒时的电动机位置θm(4)的误差eθm(86)，则为约4.7％(约0.15转的量)。在图10中，若电动机速度ωm(2)的误差eωm(87)也以500毫秒后的值(50转/秒)为基准来计算，则为约120％。进而，在图11中，若电动机加速度αm(90)的误差eαm(88)也以500毫秒后的值(100转/秒2)为基准来计算，则为约-3333％。因此，会给由动力学转矩运算块(26)求出的动力学转矩τdyn(14)的精度带来较大影响，引起磁撞误检测的可能性高。
在以无传感器的形式求出碰撞力的方法中，无法确定电动机位置θm(4)不变的原因。即，不明确是基于实际上发生碰撞而机器人停止、还是电动机位置检测器(99)中有异常而电动机位置θm(4)未被更新的缘故。因而，若想要使碰撞检测功能有效地发挥作用，则无法避免碰撞误检测的发生。
另一方面，与碰撞检测功能不同，作为检测在检测电动机位置θm(4)的电动机位置检测器(99)中有异常的功能，有位置偏差溢出检测功能。
下面，说明位置偏差溢出检测功能。
图12是位置偏差溢出检测的流程图。位置偏差溢出检测处理每隔一定周期ΔT来执行。
在步骤12-1中，如下述的式(10)所示，将位置偏差溢出检测值θdet作为位置指令θcom(3)和电动机位置θm(4)的差分的绝对值来计算。
θdet＝|θcom-θm|(10)
在步骤12-2中，比较位置偏差溢出检测值θdet和位置偏差溢出检测阈值θth，判定是否满足下述的式(11)的条件。
θdet≥θth(11)
若位置偏差溢出检测值θdet为位置偏差溢出检测阈值θth以上，则判定为“是”，进入步骤12-3。在该情况下，被判定为是位置偏差溢出状态，在步骤12-3中使电动机停止。接下来，在步骤12-4中进行“位置偏差溢出”的异常显示，结束位置偏差溢出检测的处理。另外，异常显示将显示在图1所示的操作显示装置(103)中。
如果步骤12-2的判定为“否”，则判定为不是位置偏差溢出状态，结束位置偏差溢出检测的处理。
在该位置偏差溢出检测中，式(11)中的位置偏差溢出检测阈值θth被设定为几转程度，使得不会对控制延迟所引起的位置偏差进行误检测。
例如，设控制延迟所引起的位置偏差为1转，将位置偏差溢出检测阈值θth设定为2转。此时，即使加上图9中发生了异常的300毫秒时的电动机位置θm(4)的误差(约0.15转的量)，位置偏差溢出检测值θdet也为1.15转程度，式(11)的条件不成立，无法检测到位置偏差溢出。但是，会给由动力学转矩运算块(26)求出的动力学转矩τdyn(14)的精度带来较大影响，因此会误检测为检测到碰撞。即，尽管实际上未发生碰撞，碰撞也会先被检测，异常显示也仅显示为“检测到碰撞”。若在图2中进行说明，则在步骤2-8的位置偏差溢出检测中被持续判定为“否”的期间内，在步骤2-5的碰撞检测中被判定为“是”。
作为图2的步骤2-5的检测到碰撞时的异常显示处理，以往执行图20所示的单一异常显示处理。
如至此为止说明的那样，由于图2所示的步骤2-1～2-3中的异常检测需要时间，因此步骤2-4中的碰撞检测先被检测，在步骤2-5中仅异常显示为“检测到碰撞”。
在先技术文献
专利文献
专利文献1：日本专利第3367641号公报
非专利文献
非专利文献1：小菅一弘，另外一名，“机械手的动态碰撞检测”、日本机械学会[No.99-9]机器人与机电一体化讲座‘99会议论文集2A1-11-030
发明内容
在现有的以无传感器方式求出碰撞力的方法中，无法区分检测到碰撞是基于机器人的实际碰撞还是基于其他原因。并且，在检测到碰撞并不是基于实际碰撞的情况下也仅显示为“检测到碰撞”，不明确在何种状况下发生了碰撞误检测。
本发明用于解决上述课题，提供一种能够显示对于掌握碰撞误检测发生时的状况而言有用的信息的机器人的异常显示方法。
为了解决上述课题，本发明的机器人的异常显示方法是基于在机器人工作时检测到的值来检测至少包含碰撞检测的多个异常并显示发生了异常的机器人的异常显示方法。还包括检测机器人的碰撞的碰撞检测步骤。还包括作为异常显示而显示检测到碰撞的碰撞检测显示步骤。还包括针对与磁撞检测不同的多个异常检测项目之中的至少一个，也作为异常显示而显示发生了异常的异常显示步骤。
此外，优选本发明的机器人的异常显示方法除了上述内容之外，还可以在异常显示步骤中选择性进行多个异常检测项目的异常显示。
此外，优选本发明的机器人的异常显示方法除了上述内容之外，还可以对于多个异常检测项目的每一个而设定有异常判定阈值和可否显示阈值，异常判定阈值用于判定为异常，可否显示阈值比异常判定阈值小，用于在检测到机器人的碰撞的情况下与显示检测到碰撞一并地显示发生了异常。进而，也可以对于多个异常检测项目之中的、在机器人工作时检测到的值即异常判定值超过了可否显示阈值的异常检测项目，作为异常显示而显示发生了异常。
此外，优选本发明的机器人的异常显示方法除了上述内容之外，还可以对于多个异常检测项目的每一个而设定有异常判定阈值和可否显示阈值，异常判定阈值用于判定为异常，可否显示阈值比异常判定阈值小，用于在检测到机器人的碰撞的情况下与显示检测到碰撞一并地显示发生了异常。进而，也可以对多个异常检测项目设定有优先级。进而，也可以从优先级高的异常检测项目起依次判定在机器人工作时检测到的值即异常判定值是否超过了可否显示阈值。进而，也可仅对超过了可否显示阈值的异常检测项目进行异常显示。进而，也可针对优先级比进行了异常显示的异常检测项目低的异常检测项目，不进行异常判定值是否超过了可否显示阈值的判定以及异常显示。
此外，优选本发明的机器人的异常显示方法除了上述内容之外，还可基于被设定的碰撞检测阈值来决定关于各异常检测项目的可否显示阈值。
此外，优选本发明的机器人的异常显示方法除了上述内容之外，还可以针对各异常检测项目求出在机器人工作时检测到的值即异常判定值相对于异常判定阈值的比例。进而，也可以仅对异常判定值的比例最高的异常检测项目与碰撞检测一起进行异常显示。
此外，优选本发明的机器人的异常显示方法除了上述内容之外，还可以对于多个异常检测项目的每一个而设定有用于判定为异常的异常判定阈值。进而，也可以针对多个异常检测项目的每一个，求出在机器人工作时检测到的值即异常判定值相对于异常判定阈值的比例。进而，也可以在检测到机器人的碰撞的情况下，与显示检测到碰撞一并地针对各异常检测项目的每一个来显示异常判定值的比例。
此外，优选本发明的机器人的异常显示方法除了上述内容之外，还可以对于多个异常检测项目的每一个而设定有用于判定为异常的异常判定阈值。进而，也可以针对多个异常检测项目的每一个，求出在机器人工作时检测到的值即异常判定值相对于异常判定阈值的比例。进而，也可以在检测到机器人的碰撞的情况下，与显示检测到碰撞检测一并地仅对异常判定值超过了可否显示阈值的异常检测项目显示各异常检测项目的异常判定值的比例。
此外，优选本发明的机器人的异常显示方法除了上述内容之外，还可以作为多个异常检测项目而包括对机器人进行驱动的电动机的锁定检测、电动机的过负荷检测、和机器人的位置偏差检测当中的至少一个。
如以上，在本发明的机器人的异常显示方法中，在检测到碰撞时也一并地显示其他异常检测单元的状况，从而有助于掌握碰撞误检测发生时的机器人的工作状况。
附图说明
图1是表示作为适用本发明的代表例的垂直多关节6轴机器人的简要构成的图。
图2是表示本发明的实施方式中的异常显示整体处理的流程图。
图3是本发明的实施方式中的动力学运算方式的控制块线图。
图4是表示本发明的实施方式中的电动机锁定检测的流程图。
图5A是表示正常时的电动机速度和电动机转矩的时间变化的图表。
图5B是表示检测到电动机锁定时的电动机速度和电动机转矩的时间变化的图表。
图6是表示本发明的实施方式中的过负荷检测的流程图。
图7是表示电动机时限特性曲线(电动机的绕组温度上升的界限)的图表。
图8是表示过负荷检测阈值特性的图表。
图9是表示电动机位置检测器发生异常时的电动机位置波形的图。
图10是表示电动机位置检测器发生异常时的电动机速度波形的图。
图11是表示电动机位置检测器发生异常时的电动机加速度波形的图。
图12是表示本发明的实施方式中的位置偏差溢出检测的流程图。
图13是表示本发明的实施方式1中的第1多异常显示处理的流程图。
图14是表示本发明的实施方式2中的第2多异常显示处理的流程图。
图15是表示本发明的实施方式3中的第3多异常显示处理的流程图。
图16是表示本发明的实施方式4中的第4多异常显示处理的流程图。
图17是表示本发明的实施方式5中的第5多异常显示处理的流程图。
图18是表示本发明的实施方式6中的第6多异常显示处理的流程图。
图19是表示本发明的实施方式7中的第7多异常显示处理的流程图。
图20是表示现有的单一异常显示处理的流程图。
具体实施方式
(实施方式1)
以下，使用附图来说明本发明的实施方式1。另外，关于与在背景技术中说明过的事项相同的事项，赋予相同的符号并省略详细说明。
在本实施方式1中，作为在背景技术中也说明过的图2的步骤2-5的碰撞检测发生异常显示处理，执行图13的流程图所示的第1多异常显示处理。
在图13所示的第1多异常显示处理中，在检测到机器人的碰撞的情况下，作为异常显示而显示检测到碰撞。进而，具备选择性进行与碰撞检测不同的多个异常检测项目之中至少一个以上项目的异常显示的处理(步骤13-3～步骤13-8)。
进而，对于与碰撞检测不同的多个异常检测步骤(步骤13-3、步骤13-5、步骤13-7)的各个步骤，设定有比异常判定阈值小的可否显示阈值。
并且，对于多个异常检测项目之中的、在机器人工作时检测到的值(例如电动机产生转矩τm、电动机速度ωm、电动机电流Im、电动机位置θm)即异常判定值(电动机锁定检测值LKdet、过负荷检测值OLdet、位置偏差溢出检测值θdet)超过了可否显示阈值的异常检测项目，作为异常显示而显示发生了异常(步骤13-4、步骤13-6、步骤13-8)。
在图13中，在步骤13-1中判定是否检测到了机器人的碰撞。在步骤13-1中，若检测到了机器人的碰撞，则判定为“是”，进入步骤13-2。在步骤13-2中，进行“检测到碰撞”的异常显示，进入步骤13-3。在步骤13-1中，若未检测到机器人的碰撞，则判定为“否”，然后不实施任何操作，结束第1多异常显示处理。
在步骤13-3中，判定电动机锁定检测值LKdet是否超过了电动机锁定检测可否显示阈值LKthd。在步骤13-3中，若电动机锁定检测值LKdet超过了电动机锁定检测可否显示阈值LKthd，则判定为“是”，进入步骤13-4。在步骤13-3中，若电动机锁定检测值LKdet未超过电动机锁定检测可否显示阈值LKthd，则判定为“否”，进入步骤13-5。
在此，电动机锁定检测可否显示阈值LKthd如下述式(12)所示那样设定得小于电动机锁定检测时间阈值LKth。
0＜LKthd＜LKth(12)
在步骤13-4中，作为异常显示而追加显示“检测到电动机锁定”，进入步骤13-5。
在步骤13-5中，判定过负荷检测值OLdet是否超过了过负荷检测可否显示阈值OLthd。在步骤13-5中，若过负荷检测值OLdet超过了过负荷检测可否显示阈值OLthd，则判定为“是”，进入步骤13-6。在步骤13-5中，若过负荷检测值OLdet未超过过负荷检测可否显示阈值OLthd，则判定为“否”，进入步骤13-7。
在此，过负荷检测可否显示阈值OLthd如下述式(13)所示那样设定得小于过负荷阈值OLth。
0＜OLthd＜OLth(13)
在步骤13-6中，作为异常显示而追加显示“检测到过负荷”，进入步骤13-7。
在步骤13-7中，判定位置偏差溢出检测值θdet是否超过了位置偏差溢出检测可否显示阈值θthd。在步骤13-7中，若位置偏差溢出检测值θdet超过了位置偏差溢出检测可否显示阈值θthd，则判定为“是”，进入步骤13-8。在步骤13-7中，若位置偏差溢出检测值θdet未超过位置偏差溢出检测可否显示阈值θthd，则判定为“否”，结束第1多异常显示处理。
在此，位置偏差溢出检测可否显示阈值θthd如下述式(14)所示那样设定得小于位置偏差溢出检测阈值θth。
0＜θthd＜θth(14)
在步骤13-8中，作为异常显示而追加显示“检测到位置偏差溢出”，结束第1多异常显示处理。
如此，在检测到碰撞时，执行与检测到碰撞不同的多个异常显示，从而能够获得对于掌握碰撞误检测发生时的状况而言有用的信息。
例如，实际上未发生碰撞但机器人却异常停止，设此时的异常显示除了“检测到碰撞”之外还显示了“检测到电动机锁定”。在此情况下，可推定出是因电动机制动器、减速器的异常而使得电动机几乎不工作的现象。此外，如果除了“检测到碰撞”之外还显示了“检测到过负荷”，则可推定出是因电动机轴承、减速器的异常而使得以摩擦大的状态工作。此外，如果除了“检测到碰撞”之外还显示了“检测到位置偏差溢出”，则可推定出电动机位置检测器发生了异常。
(实施方式2)
在本实施方式2中，作为图2的步骤2-5的检测到碰撞时的异常显示处理，执行图14的流程图所示的第2多异常显示处理。
在图14所示的第2多异常显示处理中，对多个异常检测项目设定有优先级。并且，从优先级高的异常检测项目起依次判定在机器人工作时检测到的值(例如，电动机转矩τm、电动机速度ωm、电动机电流Im、电动机位置θm)即异常判定值(电动机锁定检测值LKdet、过负荷检测值OLdet、位置偏差溢出检测值θdet)是否超过了可否显示阈值。并且，仅对超过了可否显示阈值的异常检测项目进行异常显示。并且，针对优先级比进行了异常显示的异常检测项目低的异常检测项目，不进行异常判定值是否超过了可否显示阈值的判定以及异常显示(通过向步骤14-3、步骤14-5、步骤14-7的任一步骤转移而结束处理)。
在图14中，设多个异常检测项目从优先级高的起依次为“电动机锁定检测”、“过负荷检测”和“位置偏差溢出检测”。
在图14中，在步骤14-1中判定是否检测到了机器人的碰撞。在步骤14-1中，若检测到了机器人的碰撞，则判定为“是”，进入步骤14-2。在步骤14-1中，若未检测到机器人的碰撞，则判定为“否”，然后不实施任何操作，结束第2多异常显示处理。
在步骤14-2中，关于优先级最高的电动机锁定检测，判定电动机锁定检测值LKdet是否超过了电动机锁定检测可否显示阈值LKthd。在步骤14-2中，若电动机锁定检测值LKdet超过了电动机锁定检测可否显示阈值LKthd，则判定为“是”，进入步骤14-3。在步骤14-2中，若电动机锁定检测值LKdet未超过电动机锁定检测可否显示阈值LKthd，则判定为“否”，进入步骤14-4。
在步骤14-3中，对“检测到碰撞”和“检测到电动机锁定”进行异常显示，结束第2多异常显示处理。
在步骤14-4中，关于优先级第二高的过负荷检测，判定过负荷检测值OLdet是否超过了过负荷检测可否显示阈值OLthd。在步骤14-4中，若过负荷检测值OLdet超过了过负荷检测可否显示阈值OLthd，则判定为“是”，进入步骤14-5。在步骤14-4中，若过负荷检测值OLdet未超过过负荷检测可否显示阈值OLthd，则判定为“否”，进入步骤14-6。
在步骤14-5中，对“检测到碰撞”和“检测到过负荷”进行异常显示，结束第2多异常显示处理。
在步骤14-6中，关于优先级最低的位置偏差溢出检测，判定位置偏差溢出检测值θdet是否超过了位置偏差溢出检测可否显示阈值θthd。在步骤14-6中，若位置偏差溢出检测值θdet超过了位置偏差溢出检测可否显示阈值θthd，则判定为“是”，进入步骤14-7。在步骤14-6中，若位置偏差溢出检测值θdet未超过位置偏差溢出检测可否显示阈值θthd，则判定为“否”，进入步骤14-8。
在步骤14-7中，对“检测到碰撞”和“检测到位置偏差溢出”进行异常显示，结束第2多异常显示处理。
在步骤14-8中，仅对“检测到碰撞”进行异常显示，结束第2多异常显示处理。
(实施方式3)
在本实施方式3中，作为图2的步骤2-5的检测到碰撞时的异常显示处理，执行图15的流程图所示的第3多异常显示处理。
在图15的第3多异常显示处理中，对于实施方式1中的图13的第1多异常显示处理，追加了基于被设定的关于各异常检测项目的碰撞检测阈值来决定关于各异常检测项目的可否显示阈值的处理。
在图15中，在步骤15-1中判定是否检测到了机器人的碰撞。在步骤15-1中，若检测到了机器人的碰撞，则判定为“是”，进入步骤15-2，进行“检测到碰撞”的异常显示，进而进入步骤15-A。在步骤15-1中，若未检测到机器人的碰撞，则判定为“否”，然后不实施任何操作，结束第3多异常显示处理。
步骤15-A是为了基于被设定的碰撞检测阈值来决定关于各异常检测项目的可否显示阈值而追加的处理。在步骤15-A中，基于碰撞检测阈值τth，如下述式(15-1)～(15-3)所示那样计算电动机锁定检测可否显示阈值LKthd、过负荷检测可否显示阈值OLthd和位置偏差溢出检测可否显示阈值θthd。
LKthd＝kthA1×τth+kthB1(15-1)
OLthd＝kthA2×τth+kthB2(15-2)
θthd＝kthA3×τth+kthB3(15-3)
其中，kthA1、kthA2和kthA3是碰撞检测阈值(τth)比例系数。此外，kthB1、kthB2和kthB3为相加系数。
如上述，基于碰撞检测阈值τth求出异常检测可否显示阈值的理由在于，在碰撞检测阈值τth大(碰撞检测灵敏度低)时，碰撞误检测的可能性下降。如果不进行碰撞误检测，则其他异常检测显示反倒有可能使检测到碰撞时的状况判断变得复杂。即，碰撞检测阈值τth越高，使异常检测可否显示阈值也越高，不进行多异常显示。
并且，将在步骤15-A中计算出的电动机锁定检测可否显示阈值LKthd、过负荷检测可否显示阈值OLthd和位置偏差溢出检测可否显示阈值θthd用于步骤15-3、步骤15-5、步骤15-7的判定中。
另外，步骤15-3以后的处理与实施方式1中的图13的步骤13-3以后的处理相同。
(实施方式4)
在本实施方式4中，作为图2的步骤2-5的检测到碰撞时的异常显示处理，执行图16的流程图所示的第4多异常显示处理。
在图16的第4多异常显示处理中，对于实施方式2中的图14的第2多异常显示处理，追加了基于被设定的碰撞检测阈值来决定关于各异常检测项目的可否显示阈值的处理(步骤16-A)。
另外，步骤16-A的处理与实施方式3中的图15的步骤15-A的处理相同。步骤16-3以后的处理与实施方式2中的图14的步骤14-3以后的处理相同。
(实施方式5)
在本实施方式5中，作为图2的步骤2-5的检测到碰撞时的异常显示处理，执行图17的流程图所示的第5多异常显示处理。
在图17的第5多异常显示处理中，针对各异常检测项目，求出在机器人工作时检测到的值(例如，电动机转矩τm、电动机速度ωm、电动机电流Im、电动机位置θm)即异常判定值(电动机锁定检测值LKdet、过负荷检测值OLdet、位置偏差溢出检测值θdet)相对于异常判定阈值的比例。具有仅对异常判定值的比例最高的异常检测项目与检测到碰撞一起进行异常显示的处理。
在图17中，在步骤17-1中判定是否检测到了机器人的碰撞。在步骤17-1中，若检测到了机器人的碰撞，则判定为“是”，进入步骤17-2。在步骤17-1中，若未检测到机器人的碰撞，则判定为“否”，结束第5多异常显示处理。
在步骤17-2中，计算异常判定值相对于异常判定阈值的比例。在步骤17-2中，利用下述式(16-1)～(16-3)来计算电动机锁定检测异常判定值比例LKrat、过负荷检测异常判定值比例OLrat、和位置偏差溢出检测异常判定值比例θrat。
LKrat＝LKdet÷LKth(16-1)
OLrat＝OLdet÷OLth(16-2)
θrat＝θdet÷θth(16-3)
另外，LKdet为电动机锁定检测值，LKth为电动机锁定检测阈值。此外，OLdet为过负荷检测值，OLth为过负荷检测阈值。此外，θdet为位置偏差溢出检测值，θth为位置偏差溢出检测阈值。
在步骤17-3中，判定在步骤17-2中求出的异常判定值比例之中电动机锁定检测异常判定值比例LKrat是否为最大。在步骤17-3中，若电动机锁定检测异常判定值比例LKrat为最大，则判定为“是”，进入步骤17-4。在步骤17-3中，若电动机锁定检测异常判定值比例LKrat不是最大，则判定为“否”，进入步骤17-5。
在步骤17-4中，对“检测到碰撞”和“检测到电动机锁定”进行异常显示，结束第5多异常显示处理。
在步骤17-5中，判定在步骤17-2中求出的异常判定值比例之中过负荷检测异常判定值比例OLrat是否为最大。在步骤17-5中，若过负荷检测异常判定值比例OLrat为最大，则判定为“是”，进入步骤17-6。在步骤17-5中，若过负荷检测异常判定值比例OLrat不是最大，则判定为“否”，进入步骤17-7。
在步骤17-6中，对“检测到碰撞”和“检测到过负荷”进行异常显示，结束第5多异常显示处理。
在步骤17-7中，对“检测到碰撞”和“检测到位置偏差溢出”进行异常显示，结束第5多异常显示处理。
仅对异常判定值比例最大的项目进行显示的理由在于，如果未检测到实际碰撞，则异常判定值比例最大的项目的发生异常的可能性最高。
(实施方式6)
在本实施方式6中，作为图2的步骤2-5的检测到碰撞时的异常显示处理，执行图18的流程图所示的第6多异常显示处理。
在图18中，在步骤18-1中判定是否检测到了机器人的碰撞。在步骤18-1中，若检测到了机器人的碰撞，则判定为“是”，进入步骤18-2，进行“检测到碰撞”的异常显示，进而进入步骤18-3。在步骤18-1中，若未检测到机器人的碰撞，则判定为“否”，然后不实施任何操作，结束第6多异常显示处理。
在步骤18-3中，计算相对于异常判定阈值的异常判定值比例。其中，通过实施方式5中说明过的已有式(16-1)～(16-3)来计算电动机锁定检测异常判定值比例LKrat、过负荷检测异常判定值比例OLrat和位置偏差溢出检测异常判定值比例θrat。然后，进入步骤18-4。
在步骤18-4中，在异常显示中追加显示“电动机锁定检测比例LKrat”、“过负荷检测比例OLrat”和“位置偏差溢出检测比例θrat”，结束第6多异常显示处理。另外，各异常判定值比例的显示为实际的计算数字。
在检测到碰撞时，通过显示其他异常判定值比例，从而如果未检测到碰撞，则可以获知何种项目的异常发生的可能性高至何种程度。
(实施方式7)
在本实施方式7中，作为图2的步骤2-5的检测到碰撞时的异常显示处理，执行图19的流程图所示的第7多异常显示处理。
在图19的第7多异常显示处理中，对于实施方式1中的图13的第1多异常显示处理，追加了关于各异常检测项目求出异常判定值相对于异常判定阈值的比例的处理。将在检测到机器人的碰撞的情况下与显示检测到碰撞一并地显示各异常检测项目的处理，变更为显示异常判定值相对于异常判定阈值的比例的处理。
在图19中，在步骤19-1中判定是否检测到了机器人的碰撞。在步骤19-1中，若检测到了机器人的碰撞，则判定为“是”，进入步骤19-2，进行“检测到碰撞”的异常显示，进而进入步骤19-A。在步骤19-1中，若未检测到机器人的碰撞，则判定为“否”，然后不实施任何操作，结束第7多异常显示处理。
在步骤19-A中，计算相对于异常判定阈值的异常判定值比例。另外，通过实施方式5中说明过的已有式(16-1)～(16-3)来计算电动机锁定检测异常判定值比例LKrat、过负荷检测异常判定值比例OLrat和位置偏差溢出检测异常判定值比例θrat。
在步骤19-3中，判定电动机锁定检测值LKdet是否超过了电动机锁定检测可否显示阈值LKthd。在步骤19-3中，若电动机锁定检测值LKdet超过了电动机锁定检测可否显示阈值LKthd，则判定为“是”，进入步骤19-4。在步骤19-3中，若电动机锁定检测值LKdet未超过电动机锁定检测可否显示阈值LKthd，则判定为“否”，进入步骤19-5。
在步骤19-4中，在异常显示中追加显示“电动机锁定检测比例LKrat”，进入步骤19-5。另外，电动机锁定检测比例LKrat的显示为实际的计算数字。
在步骤19-5中，判定过负荷检测值OLdet是否超过了过负荷检测可否显示阈值OLthd。在步骤19-5中，若过负荷检测值OLdet超过了过负荷检测可否显示阈值OLthd，则判定为“是”，进入步骤19-6。在步骤19-5中，若过负荷检测值OLdet未超过过负荷检测可否显示阈值OLthd，则判定为“否”，进入步骤19-7。
在步骤19-6中，在异常显示中追加显示“过负荷检测比例OLrat”，进入步骤19-7。另外，过负荷检测比例OLrat的显示为实际的计算数字。
在步骤19-7中，判定位置偏差溢出检测值θdet是否超过了位置偏差溢出检测可否显示阈值θthd。在步骤19-7中，若位置偏差溢出检测值θdet超过了位置偏差溢出检测可否显示阈值θthd，则判定为“是”，进入步骤19-8。在步骤19-7中，若位置偏差溢出检测值θdet未超过位置偏差溢出检测可否显示阈值θthd，则判定为“否”，结束第7多异常显示处理。
在步骤19-8中，在异常显示中追加显示“位置偏差溢出检测比例θrat”，结束第7多异常显示处理。另外，位置偏差溢出检测比例θrat的显示为实际的计算数字。
在检测到碰撞时，通过仅对超过了检测可否显示阈值的异常显示异常判定值比例，从而如果未检测到碰撞，则能够缩减显示何种项目的异常发生的可能性高至何种程度。
产业上的可利用性
本发明的机器人的异常显示方法包括在检测到机器人的碰撞的情况下作为异常显示而显示检测到碰撞，并且选择性进行与碰撞检测不同的多个异常检测项目之中至少一个以上项目的异常显示的处理，所以能够获得对于掌握碰撞误检测发生时的状况而言有用的信息，在产业上是有用的。
符号说明
1位置指令的速度分量dθcom
2电动机速度ωm
3位置指令θcom
4电动机位置θm
5位置比例增益KPP
6位置控制块
7速度环指令ωcom
8速度比例增益KP
9速度积分增益KI/s
10速度控制块
11电动机电流Im
12电动机转矩常数Kt
13电动机产生转矩τm
14动力学转矩(重力转矩、惯性力、离心力、科里奥利力之和)τdyn
15动摩擦转矩τμ
16碰撞转矩τdis
17电动机传递函数块
18表示电动机以及外力的块
19电动机转矩常数Kt
20粘性摩擦系数D
21电动机旋转方向判定块
22电动机方向信号sgn
23动摩擦系数Kμ
24动摩擦转矩估计值τμo
25其他轴电动机位置
26动力学转矩运算块
27其他轴动力学转矩估计值
28碰撞转矩估计值τdiso
29动力学转矩估计值τdyno
30碰撞转矩估计块
31碰撞判定块
32微分单元
40积分单元
86电动机位置的误差eθm
87电动机速度的误差eωm
88电动机加速度的误差eαm
89电动机惯性Jm
90电动机加速度αm
91电动机转矩阈值τmth
92电动机速度阈值ωmth
93电动机锁定检测时间阈值LKth
95达到电动机速度为止的正常所需时间LK0
99电动机位置检测器

Claims (9)

1.一种机器人的异常显示方法，基于在机器人工作时检测到的值来检测至少包含碰撞检测的多个异常，并显示发生了异常，
所述机器人的异常显示方法包括：
碰撞检测步骤，以无传感器方式检测所述机器人的碰撞；
碰撞检测显示步骤，在所述碰撞检测步骤之后，作为异常显示而显示检测到碰撞；和
异常显示步骤，在所述碰撞检测步骤之后，检测与所述碰撞检测不同的多个异常检测项目之中的至少一个异常检测项目，并且针对检测到的所述异常检测项目也作为异常显示而显示发生了异常。
2.根据权利要求1所述的机器人的异常显示方法，其中，
在所述异常显示步骤中，选择性进行所述多个异常检测项目的异常显示。
3.根据权利要求2所述的机器人的异常显示方法，其中，
对于所述多个异常检测项目的每一个而设定有异常判定阈值和可否显示阈值，所述异常判定阈值用于判定为异常，所述可否显示阈值比所述异常判定阈值小，用于在检测到机器人的碰撞的情况下与显示检测到碰撞一并地显示发生了异常，
对于所述多个异常检测项目之中的、在机器人工作时检测到的值即异常判定值超过了所述可否显示阈值的异常检测项目，作为异常显示而显示发生了异常。
4.根据权利要求2所述的机器人的异常显示方法，其中，
对于所述多个异常检测项目的每一个而设定有异常判定阈值和可否显示阈值，所述异常判定阈值用于判定为异常，所述可否显示阈值比所述异常判定阈值小，用于在检测到机器人的碰撞的情况下与显示检测到碰撞一并地显示发生了异常，
对所述多个异常检测项目设定有优先级，
从所述优先级高的异常检测项目起，依次判定在机器人工作时检测到的值即所述异常判定值是否超过了所述可否显示阈值，
仅对超过了所述可否显示阈值的异常检测项目进行异常显示，
对于所述优先级比进行了所述异常显示的异常检测项目低的异常检测项目，不进行所述异常判定值是否超过了所述可否显示阈值的判定以及异常显示。
5.根据权利要求3所述的机器人的异常显示方法，其中，
基于被设定的碰撞检测阈值来决定关于各异常检测项目的所述可否显示阈值。
6.根据权利要求2所述的机器人的异常显示方法，其中，
针对所述多个异常检测项目的每一个，求出在机器人工作时检测到的值即异常判定值相对于异常判定阈值的比例，
仅对所述异常判定值的比例最高的异常检测项目与碰撞检测一起进行异常显示。
7.根据权利要求1所述的机器人的异常显示方法，其中，
对于所述多个异常检测项目的每一个而设定有用于判定为异常的异常判定阈值，
针对所述多个异常检测项目的每一个，求出在机器人工作时检测到的值即异常判定值相对于异常判定阈值的比例，
在检测到机器人的碰撞的情况下，与显示检测到碰撞一并地针对所述多个异常检测项目的每一个来显示所述异常判定值的比例。
8.根据权利要求1所述的机器人的异常显示方法，其中，
对于所述多个异常检测项目的每一个而设定有用于判定为异常的异常判定阈值，
针对所述多个异常检测项目的每一个，求出在机器人工作时检测到的值即异常判定值相对于异常判定阈值的比例，
在检测到机器人的碰撞的情况下，与显示检测到碰撞一并地仅对所述异常判定值超过了可否显示阈值的异常检测项目显示各异常检测项目的所述异常判定值的比例。
9.根据权利要求1至8中任一项所述的机器人的异常显示方法，其中，
作为所述多个异常检测项目，包括对机器人进行驱动的电动机的锁定检测、所述电动机的过负荷检测、和所述机器人的位置偏差检测当中的至少一个。
CN201380047719.4A 2012-10-25 2013-10-23 机器人的异常显示方法 Active CN104718055B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-235308 2012-10-25
JP2012235308 2012-10-25
PCT/JP2013/006250 WO2014064926A1 (ja) 2012-10-25 2013-10-23 ロボットの異常表示方法

Publications (2)

Publication Number Publication Date
CN104718055A CN104718055A (zh) 2015-06-17
CN104718055B true CN104718055B (zh) 2016-06-29

Family

ID=50544311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380047719.4A Active CN104718055B (zh) 2012-10-25 2013-10-23 机器人的异常显示方法

Country Status (5)

Country Link
US (1) US9701022B2 (zh)
EP (1) EP2913163B1 (zh)
JP (1) JP5927440B2 (zh)
CN (1) CN104718055B (zh)
WO (1) WO2014064926A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2952300A1 (en) * 2014-06-05 2015-12-09 Aldebaran Robotics Collision detection
JP6492474B2 (ja) * 2014-09-16 2019-04-03 株式会社デンソーウェーブ 摺動部材の劣化判定システム
WO2016103308A1 (ja) * 2014-12-26 2016-06-30 川崎重工業株式会社 ロボットシステム
JP6591818B2 (ja) * 2015-07-30 2019-10-16 ファナック株式会社 産業用ロボットシステムおよびその制御方法
US10690558B2 (en) 2015-09-16 2020-06-23 Panasonic Intellectual Property Management Co., Ltd. Robot collision detection method
WO2017213183A1 (ja) * 2016-06-07 2017-12-14 三菱電機株式会社 異常診断装置及び異常診断方法
JP6526097B2 (ja) * 2017-04-21 2019-06-05 ファナック株式会社 ロボットシステム
WO2019104189A1 (en) * 2017-11-27 2019-05-31 Intuition Robotics, Ltd System and method for optimizing resource usage of a robot
CN108015774B (zh) * 2017-12-15 2020-10-13 北京艾利特科技有限公司 一种无需传感器的机械臂碰撞检测方法
JP6846717B2 (ja) * 2018-02-14 2021-03-24 ファナック株式会社 ロボットのジョイントの異常検出装置及び異常検出方法
JP6703021B2 (ja) * 2018-02-20 2020-06-03 ファナック株式会社 サーボ制御装置
JP7056733B2 (ja) * 2018-05-11 2022-04-19 日産自動車株式会社 異常検出装置及び異常検出方法
WO2019220734A1 (ja) * 2018-05-16 2019-11-21 パナソニックＩｐマネジメント株式会社 ロボット装置
CN109079856A (zh) * 2018-10-30 2018-12-25 珠海格力智能装备有限公司 机器人的碰撞检测方法和装置
CN109732644A (zh) * 2019-01-14 2019-05-10 深圳市大象机器人科技有限公司 一种基于动量模型的机器人在线碰撞检测方法和系统
JP7328439B2 (ja) * 2020-03-10 2023-08-16 ファナック株式会社 ロボット制御装置
CN111645070B (zh) * 2020-05-19 2022-06-14 华为技术有限公司 机器人的安全防护方法、装置与机器人
CN112799325B (zh) * 2020-12-31 2022-09-06 泉芯集成电路制造(济南)有限公司 一种机械臂运动监控方法、装置及相关设备

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63245389A (ja) * 1987-03-31 1988-10-12 株式会社東芝 ロボツトの制御方法
JP2608161B2 (ja) * 1990-03-29 1997-05-07 ファナック株式会社 産業用ロボットの停止制御方法
JPH0498402A (ja) * 1990-08-10 1992-03-31 Tokico Ltd 工業用ロボット
JPH07104835A (ja) * 1993-10-07 1995-04-21 Hitachi Ltd 移動式点検ロボットシステムの制御，解析，操作装置
JPH08229864A (ja) 1995-03-01 1996-09-10 Daikin Ind Ltd 産業用ロボットの衝突検知方法およびその装置
JPH10315173A (ja) * 1997-05-13 1998-12-02 Sankyo Seiki Mfg Co Ltd ロボットの異常検出装置
US6129099A (en) * 1997-09-17 2000-10-10 Foster; James B. Pallet washing apparatus and method
JPH11165291A (ja) * 1997-12-02 1999-06-22 Yaskawa Electric Corp 安全監視装置および方法
JP3367641B2 (ja) 1998-07-31 2003-01-14 株式会社安川電機 ロボットの制御装置
JP2001333594A (ja) 2000-05-22 2001-11-30 Sony Corp アクチュエータの負荷検出システム、及び、脚式移動ロボット
JP3717801B2 (ja) * 2001-05-07 2005-11-16 オリンパス株式会社 制御システム
JP2006263916A (ja) * 2001-05-08 2006-10-05 Mitsubishi Electric Corp ロボット制御装置
DE10245594A1 (de) * 2002-09-30 2004-04-08 Dürr Systems GmbH Verfahren zur Kollisionserkennung
JP4223911B2 (ja) 2003-09-25 2009-02-12 株式会社神戸製鋼所 衝突検知方法及び衝突検知装置
JP4305323B2 (ja) * 2004-08-11 2009-07-29 ソニー株式会社 ロボット装置の動作制御装置及び動作制御方法
JP3933158B2 (ja) * 2004-10-21 2007-06-20 松下電器産業株式会社 ロボットの衝突検出方法
JP2007286904A (ja) * 2006-04-17 2007-11-01 Fanuc Ltd 電動機の制御装置及び制御方法
JP2011000699A (ja) * 2009-06-16 2011-01-06 Kazunari Kuroki ロボット用ドライブレコーダ装置
US8712571B2 (en) * 2009-08-07 2014-04-29 Taiwan Semiconductor Manufacturing Company, Ltd. Method and apparatus for wireless transmission of diagnostic information
DE102010007458A1 (de) * 2010-02-10 2011-08-11 KUKA Laboratories GmbH, 86165 Verfahren für eine kollisionsfreie Bahnplanung eines Industrieroboters
JP5471636B2 (ja) * 2010-03-12 2014-04-16 株式会社デンソーウェーブ ロボットシステム
JP4955791B2 (ja) 2010-04-20 2012-06-20 ファナック株式会社 ロボットシステム
EP2422935B1 (en) 2010-08-31 2015-02-25 Kabushiki Kaisha Yaskawa Denki Robot, robot system, robot control device, and state determining method
JP2012139772A (ja) * 2010-12-28 2012-07-26 Yaskawa Electric Corp ロボットシステム及びロボットの異常検出方法
CN102323822B (zh) * 2011-05-09 2013-07-03 无锡引域智能机器人有限公司 一种避免工业机器人碰撞工人的方法

Also Published As

Publication number Publication date
CN104718055A (zh) 2015-06-17
EP2913163A4 (en) 2016-10-19
US20150112480A1 (en) 2015-04-23
JP5927440B2 (ja) 2016-06-01
US9701022B2 (en) 2017-07-11
EP2913163B1 (en) 2019-10-09
WO2014064926A1 (ja) 2014-05-01
EP2913163A1 (en) 2015-09-02
JPWO2014064926A1 (ja) 2016-09-08

Similar Documents

Publication Publication Date Title
CN104718055B (zh) 机器人的异常显示方法
EP3351356B1 (en) Robot collision detection method
CN102150023B (zh) 用于检测机器人制动器的方法
US8442685B2 (en) Robot control apparatus
JP6374439B2 (ja) パラレルリンクロボットの関節部の異常検出装置及び異常検出方法
US7328123B2 (en) System for collision avoidance of rotary atomizer
US5587635A (en) Robot control apparatus for monitoring load on robot
JP3367641B2 (ja) ロボットの制御装置
EP2034284A2 (en) Method for fault detection and diagnosis of a rotary machine
CN108972567A (zh) 机械臂防碰撞系统、方法及存储介质
CN109732644A (zh) 一种基于动量模型的机器人在线碰撞检测方法和系统
CN110682290B (zh) 一种基于动量观测器的闭环机械臂系统碰撞检测方法
EP3439168A1 (en) Motor control device
JPWO2019167180A1 (ja) 異常種別判定装置及び異常種別判定方法
CN113246137A (zh) 基于外力矩估计模型的机器人碰撞检测方法
CN110875699A (zh) 干扰观测器、控制装置、机床以及干扰估计方法
CN113021350B (zh) 一种机器人负载测试方法
JP2020038590A (ja) データ検証装置、状態監視装置、及びデータ検証方法
CN112720503A (zh) 一种机器人设备及其控制方法
JP3165087B2 (ja) 産業用ロボットの故障検出方法
Wu et al. An integral design for high performance sensor-less collision detection of serial robots
JP2005293332A (ja) ロボットの負荷状態診断方法
JP2005102427A (ja) 衝突検知方法及び衝突検知装置
JP2020010447A (ja) 電動機制御装置及び衝突検出方法
CN117260727A (zh) 一种机器人碰撞检测方法、系统及响应方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant