CN107220713A - 基于健康状态的机器人手臂实时保养方法 - Google Patents

基于健康状态的机器人手臂实时保养方法 Download PDF

Info

Publication number
CN107220713A
CN107220713A CN201710418589.0A CN201710418589A CN107220713A CN 107220713 A CN107220713 A CN 107220713A CN 201710418589 A CN201710418589 A CN 201710418589A CN 107220713 A CN107220713 A CN 107220713A
Authority
CN
China
Prior art keywords
robot arm
real
health status
time
robot
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.)
Granted
Application number
CN201710418589.0A
Other languages
English (en)
Other versions
CN107220713B (zh
Inventor
郭胜男
邬春学
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201710418589.0A priority Critical patent/CN107220713B/zh
Publication of CN107220713A publication Critical patent/CN107220713A/zh
Application granted granted Critical
Publication of CN107220713B publication Critical patent/CN107220713B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Manipulator (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明涉及一种基于健康状态的机器人手臂实时保养方法，该方法包括：统计与机器人手臂健康状态相关的数据，利用统计运行数据构建参数信息库；将统计的手臂健康状态相关信息值进行处理，确定各种输入参数在机器人手臂方面健康状态所占权重；建立机器人手臂的健康值预测模型；根据机器人手臂健康值实时判断是否需要保养，若是，终端设备发出保养。本发明将实时参数具体化使用数学模型的方法，实现在机器人手臂故障发生之前及时保养，减少故障发生几率。

Description

基于健康状态的机器人手臂实时保养方法
技术领域
本发明涉及一种全自动重型装载机器人的监控和维护方法，尤其是一种机器人手臂实时保养的方法，属于全自动重型装载机器人手臂技术领域。
背景技术
全自动重型装载智能机器人是一种工业领域的工业机器人，目的是希望在无人参与的情况下，在各种复杂的环境中能够代替人类，自动执行作业，是一种靠自身动力和控制能力来实现各种操作的机器。重载机器人主要的工作部件就是机器人手臂，使用频率较高，对车间工作至关重要。机器人手臂长期承受重载和温度等因素的影响，引起机器人手臂磨损、关节松动等，长期会导致手臂故障甚至由链式反应影响整个机器人系统崩溃。所以，对机器人手臂的保养是十分必要。
因此，希望能够在故障发生之前对机器人手臂健康状态预测和及时保养。
发明内容
本发明的目的是提出一种基于健康状态的机器人手臂实时保养方法，该方法根据机器人手臂特征信息预测它的健康值，及时保养机器人手臂，尽量避免故障。
为了实现上述目的，本发明的技术方案是：一种基于健康状态的机器人手臂实时保养方法，其步骤为：
1）统计与机器人手臂健康状态相关的数据，利用统计运行数据构建参数信息库；
2）将统计的手臂健康状态相关信息值进行处理，确定各种输入参数在机器人手臂方面健康状态所占权重；
3）建立机器人手臂的健康值预测模型；
4）根据机器人手臂健康值实时判断是否需要保养，若是，终端设备发出保养提示。
所述统计与机器人手臂健康状态相关的数据是从机器人运行历史数据库中获取或者获取实时运行数据，包括机器人手臂连续使用时间记录t；使用应力检测技术实时统计机器人手臂的正面应力；对比机械手臂的最初状态判断机器人机械手臂的磨损程度和操作端松紧程度；根据机器人自身报警系统是否发出警告判断机械手臂是否遇到突发故障；从机器人系统数据库中得到机器人手臂的工作温度，并将相关数据存入参数信息信息库。
所述将统计的手臂健康值相关信息值进行处理，确定各种输入参数在机器人手臂方面健康状态所占权重包括将机器人数据库中的历史数据和实时获得的运行数据根据需要进行处理，确定最终输入参数数值，并根据历史故障分析确定各参数所占比重；
所述建立机器人手臂的健康度预测模型，该模型以步骤2）中处理出的机器人手臂的特征参数为输入，并输出健康值λ。
所述根据机器人手臂健康值实时判断是否需要保养，采用比较输出健康值λ与临界健康值η，来判断手臂是否需要保养，如果λ<η,说明机器人手臂需要保养，由终端设备发出保养提示，否则不需要保养，继续统计参数数据并存入数据库。
本发明的有益效果：
本发明能够对机器人手臂进行实时健康状态监控，实时提示是否需要保养信息，减少机器人手臂故障的几率，提高机器人的安全性；
本发明建立了机器人手臂的特征数据与手臂健康值之间的定量关系，统计的数据包括机器人手臂的历史数据和实时获取的运行数据，比较容易获取，信息数据精确，预测结果更加准确。
附图说明
图1本发明基于健康状态的机器人手臂实时保养方法流程图；
图2本发明简化系统组成模块框图。
具体实施方式
现在结合附图和优选实例对本发明做进一步详细的说明。这些附图均是简化的示意图，仅用来说明本发明的基本结构和基本操作流程。
一种基于健康状态的机器人手臂实时保养方法，其步骤为：
1．统计与机器人手臂健康状态相关的数据，利用统计运行数据构建参数信息库；2．将统计的手臂健康状态相关信息值进行处理，确定各种输入参数在机器人手臂方面健康状态所占权重；
3．建立机器人手臂的健康值预测模型；
4．根据机器人手臂健康值实时判断是否需要保养，若是，终端设备发出保养提示。
实施例：
如图1所示，一种基于健康状态的机器人手臂实时保养方法，其步骤为：
（1）参数统计并建立数据库模块，图2中S1的具体内容如下：
参数包括：机器人手臂连续使用时间记录t；使用应力检测技术实时统计机器人手臂的正面应力；对比机械手臂的最初状态判断机器人机械手臂的磨损程度和操作端松紧程度；根据机器人自身报警系统是否发出警告判断机械手臂是否遇到突发故障；从机器人系统数据库中得到机器人手臂的工作温度。从机器人历史数据库中或者实时运行中获得参数数据，并将其存入参数数据库中。
（2）确定各参数权重和输入参数数值模块，图2中S2具体内容包括：
每一项参数对机器人手臂的影响并不均等，根据机器人手臂历史故障数据库中的数据分析，确定每项参数权重和每项参数的具体数值。
用X1表示机器人手臂连续使用时间，得出连续使用时间对机器人手臂健康状态的影响程度用k1（0-1之间的小数）表示；
用X2表示机械手臂正面应力参数，对健康状态的影响程度用K2表示；
用X3表示机器人手臂的磨损程度参数，对健康状态的影响程度用K3表示，通过对比机器人操作端最初状态参数获得；
用X4表示机械手臂操作端松紧程度参数，对健康状态的影响程度用K4表示，通过对比机器人最初状态获得参数数据；
用X5表示机器人遇到突发状况参数，对健康状态的影响程度用K5表示，这一数据通过机器人自身故障历史记录推测可得出；
用X6表示机器人手臂温度因素，对健康状态的影响程度用K6表示，这一数据通过机器人自身温度测量可直接得出。
（3）健康状态预测模块，图2中S3具体实施如下：
所述状态预测的方法：输出是手臂健康值λ，输入为X1,X2,X3，X4，X5，X6，每个输入参数权重为k1,k2,k3,k4,k5,k6；
进一步，使用的模型为：
λ=,其中
系统根据输入的参数数据自动生成手臂的健康值；
（4）保养判断模块，图2中S4具体实现：
λ的值越大则说明机器人手臂的工作状态越好，λ∈[0,1],根据历史数据库中数据，反复测试健康状态预测模型，确定需要保养的临界健康值η。
如果λ<η,说明机器人手臂需要保养，否则不需要保养，继续统计参数数据并存入数据库。

Claims (5)

1.一种基于健康状态的机器人手臂实时保养方法，其特征在于，其步骤为：
1）统计与机器人手臂健康状态相关的数据，利用统计运行数据构建参数信息库；
2）将统计的手臂健康状态相关信息值进行处理，确定各种输入参数在机器人手臂方面健康状态所占权重；
3）建立机器人手臂的健康值预测模型；
4）根据机器人手臂健康值实时判断是否需要保养，若是，终端设备发出保养提示。
2.根据权利要求1所述基于健康状态的机器人手臂实时保养方法，其特征在于：所述统计与机器人手臂健康状态相关的数据是从机器人运行历史数据库中获取或者获取实时运行数据，包括机器人手臂连续使用时间记录t；使用应力检测技术实时统计机器人手臂的正面应力；对比机械手臂的最初状态判断机器人机械手臂的磨损程度和操作端松紧程度；根据机器人自身报警系统是否发出警告判断机械手臂是否遇到突发故障；从机器人系统数据库中得到机器人手臂的工作温度，并将相关数据存入参数信息信息库。
3.根据权利要求1所述基于健康状态的机器人手臂实时保养方法，其特征在于：
所述将统计的手臂健康值相关信息值进行处理，确定各种输入参数在机器人手臂方面健康状态所占权重包括将机器人数据库中的历史数据和实时获得的运行数据根据需要进行处理，确定最终输入参数数值，并根据历史故障分析确定各参数所占比重。
4.根据权利要求1所述基于健康状态的机器人手臂实时保养方法，其特征在于：所述建立机器人手臂的健康度预测模型，该模型以步骤2）中处理出的机器人手臂的特征参数为输入，并输出健康值λ。
5.根据权利要求1所述基于健康状态的机器人手臂实时保养方法，其特征在于：所述根据机器人手臂健康值实时判断是否需要保养，采用比较输出健康值λ与临界健康值η，来判断手臂是否需要保养，如果λ<η,说明机器人手臂需要保养，由终端设备发出保养提示，否则不需要保养，继续统计参数数据并存入数据库。
CN201710418589.0A 2017-06-06 2017-06-06 基于健康状态的机器人手臂实时保养方法 Active CN107220713B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710418589.0A CN107220713B (zh) 2017-06-06 2017-06-06 基于健康状态的机器人手臂实时保养方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710418589.0A CN107220713B (zh) 2017-06-06 2017-06-06 基于健康状态的机器人手臂实时保养方法

Publications (2)

Publication Number Publication Date
CN107220713A true CN107220713A (zh) 2017-09-29
CN107220713B CN107220713B (zh) 2020-10-09

Family

ID=59948620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710418589.0A Active CN107220713B (zh) 2017-06-06 2017-06-06 基于健康状态的机器人手臂实时保养方法

Country Status (1)

Country Link
CN (1) CN107220713B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109732613A (zh) * 2019-03-13 2019-05-10 哈尔滨若朋机器人有限责任公司 机械手臂达到特定状态效果评估系统
CN110879574A (zh) * 2018-09-05 2020-03-13 深圳富桂精密工业有限公司 吸嘴保养装置、方法及计算机存储介质
CN111002328A (zh) * 2019-12-05 2020-04-14 广州赛特智能科技有限公司 轮式机器人校验系统及方法
CN111222653A (zh) * 2020-02-14 2020-06-02 众能联合数字技术有限公司 结合物联网实现的高空作业设备保养计划智能制定方法及系统

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000056819A (ja) * 1998-07-07 2000-02-25 Texas Instr Inc <Ti> ロボット破壊センサシステム
US6326758B1 (en) * 1999-12-15 2001-12-04 Reliance Electric Technologies, Llc Integrated diagnostics and control systems
CN101241359A (zh) * 2007-02-06 2008-08-13 Abb研究有限公司 用来监视工业机器人的状况的方法和控制系统
CN101263499A (zh) * 2005-07-11 2008-09-10 布鲁克斯自动化公司 智能状态监测和故障诊断系统
CN102449623A (zh) * 2009-03-31 2012-05-09 东京毅力科创株式会社 用于检测工具性能降级和失配的方法和系统
CN104089790A (zh) * 2014-07-09 2014-10-08 合肥奥博特自动化设备有限公司 一种振动式码垛机器人故障预测方法
CN104808585A (zh) * 2015-04-13 2015-07-29 华中科技大学 一种机床健康状态快速检查方法
CN105241589A (zh) * 2015-09-02 2016-01-13 上海大学 一种机器人手臂应变测试数据处理方法
CN105527112A (zh) * 2014-10-22 2016-04-27 北京电子工程总体研究所 一种基于使用与维修影响的旋转机械设备健康状态综合评估方法
WO2016098571A1 (ja) * 2014-12-19 2016-06-23 川崎重工業株式会社 ロボット保守支援装置および方法
CN205734942U (zh) * 2016-06-14 2016-11-30 首都师范大学 一种多工业机器人关节故障巡检诊断装置
CN205766236U (zh) * 2016-05-24 2016-12-07 首都师范大学 一种工业机器人关节健康诊断装置
CN106228176A (zh) * 2016-06-29 2016-12-14 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种基于工况数据检测设备状态的方法和系统
CN106357794A (zh) * 2016-10-11 2017-01-25 苏州继企机电科技有限公司 一种基于分布式网络的机械臂系统故障检测方法
CN106553209A (zh) * 2016-11-24 2017-04-05 东台市苏中电工机械有限公司 一种高铁机车健康诊断装置
CN106612094A (zh) * 2015-10-26 2017-05-03 发那科株式会社 机器学习装置及方法以及寿命预测装置及电动机驱动装置

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000056819A (ja) * 1998-07-07 2000-02-25 Texas Instr Inc <Ti> ロボット破壊センサシステム
US6326758B1 (en) * 1999-12-15 2001-12-04 Reliance Electric Technologies, Llc Integrated diagnostics and control systems
CN101263499A (zh) * 2005-07-11 2008-09-10 布鲁克斯自动化公司 智能状态监测和故障诊断系统
CN101241359A (zh) * 2007-02-06 2008-08-13 Abb研究有限公司 用来监视工业机器人的状况的方法和控制系统
CN102449623A (zh) * 2009-03-31 2012-05-09 东京毅力科创株式会社 用于检测工具性能降级和失配的方法和系统
CN104089790A (zh) * 2014-07-09 2014-10-08 合肥奥博特自动化设备有限公司 一种振动式码垛机器人故障预测方法
CN105527112A (zh) * 2014-10-22 2016-04-27 北京电子工程总体研究所 一种基于使用与维修影响的旋转机械设备健康状态综合评估方法
WO2016098571A1 (ja) * 2014-12-19 2016-06-23 川崎重工業株式会社 ロボット保守支援装置および方法
CN104808585A (zh) * 2015-04-13 2015-07-29 华中科技大学 一种机床健康状态快速检查方法
CN105241589A (zh) * 2015-09-02 2016-01-13 上海大学 一种机器人手臂应变测试数据处理方法
CN106612094A (zh) * 2015-10-26 2017-05-03 发那科株式会社 机器学习装置及方法以及寿命预测装置及电动机驱动装置
CN205766236U (zh) * 2016-05-24 2016-12-07 首都师范大学 一种工业机器人关节健康诊断装置
CN205734942U (zh) * 2016-06-14 2016-11-30 首都师范大学 一种多工业机器人关节故障巡检诊断装置
CN106228176A (zh) * 2016-06-29 2016-12-14 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种基于工况数据检测设备状态的方法和系统
CN106357794A (zh) * 2016-10-11 2017-01-25 苏州继企机电科技有限公司 一种基于分布式网络的机械臂系统故障检测方法
CN106553209A (zh) * 2016-11-24 2017-04-05 东台市苏中电工机械有限公司 一种高铁机车健康诊断装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李锋锋: "基于Logistic回归模型的机械状态健康评估研究", 《维修与管理》 *
薛小锋 等: "航天器机械臂健康监控技术研究", 《机械科学与技术》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110879574A (zh) * 2018-09-05 2020-03-13 深圳富桂精密工业有限公司 吸嘴保养装置、方法及计算机存储介质
CN109732613A (zh) * 2019-03-13 2019-05-10 哈尔滨若朋机器人有限责任公司 机械手臂达到特定状态效果评估系统
CN109732613B (zh) * 2019-03-13 2023-08-18 哈尔滨市伟晨星知识产权法律服务有限公司 机械手臂达到特定状态效果评估系统
CN111002328A (zh) * 2019-12-05 2020-04-14 广州赛特智能科技有限公司 轮式机器人校验系统及方法
CN111222653A (zh) * 2020-02-14 2020-06-02 众能联合数字技术有限公司 结合物联网实现的高空作业设备保养计划智能制定方法及系统

Also Published As

Publication number Publication date
CN107220713B (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
CN107220713A (zh) 基于健康状态的机器人手臂实时保养方法
Wang et al. Dual-objective program and improved artificial bee colony for the optimization of energy-conscious milling parameters subject to multiple constraints
CN102361014B (zh) 大规模半导体制造过程的状态监控与故障诊断方法
EP2345942A2 (en) Plant analysis system
Mi et al. Integrated intelligent green scheduling of predictive maintenance for complex equipment based on information services
Su et al. Intelligent prognostics system design and implementation
CN105967063A (zh) 维保平台故障分析处理系统及方法
CN108268970A (zh) 一种基于htm的传送带故障预测方法、系统及装置
Ak et al. Data analytics and uncertainty quantification for energy prediction in manufacturing
CN109324264B (zh) 一种配电网线路阻抗数据异常值的辨识方法及装置
CN117696224A (zh) 一种基于大模型的磨矿优化处理系统
CN114510874A (zh) 一种基于联合优化模型的生产调度和机器维护优化方法
CN116976862B (zh) 一种工厂设备信息化管理系统及方法
KR102417694B1 (ko) 다중 ai 기법을 이용한 스마트 제조 환경에서의 이상탐지 시스템 및 그 방법
CN103616877A (zh) 能源管网的监控诊断方法和系统
CN111624874A (zh) 用于城市污水处理的泵站集群智能化预测方法及系统
CN105573269B (zh) 半导体制造机台的参数监控系统及方法
CN106233217B (zh) 用于提供广义化连续性能指示符的装置和方法
CN110738403A (zh) 一种数据处理方法、设备及计算机存储介质
CN113408764B (zh) 基于数字孪生的产品在线技术状态管控系统
Rao et al. A hybrid Markov system dynamics approach for availability analysis of degraded systems
Yang et al. Design and implementation of cps-based automated management platform
Shen et al. Digital twin-based task rescheduling for robotic assembly line
KR102411915B1 (ko) 시설 및 장비 실시간 모니터링 및 이상 징후 ai 진단 서비스 제공 시스템 및 방법
Dong et al. Quantitative robustness index design for supply chain networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant