CN108646680A - 一种工业机器人关键数据应用系统 - Google Patents
一种工业机器人关键数据应用系统 Download PDFInfo
- Publication number
- CN108646680A CN108646680A CN201810440298.6A CN201810440298A CN108646680A CN 108646680 A CN108646680 A CN 108646680A CN 201810440298 A CN201810440298 A CN 201810440298A CN 108646680 A CN108646680 A CN 108646680A
- Authority
- CN
- China
- Prior art keywords
- data
- industrial robot
- robot
- application system
- critical
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000033001 locomotion Effects 0.000 claims abstract description 20
- 238000013499 data model Methods 0.000 claims abstract description 19
- 230000004888 barrier function Effects 0.000 claims abstract description 12
- 239000000284 extract Substances 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims abstract description 3
- 238000004891 communication Methods 0.000 claims description 18
- 238000012423 maintenance Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000003638 chemical reducing agent Substances 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000003032 molecular docking Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 19
- 238000005516 engineering process Methods 0.000 abstract description 14
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000013178 mathematical model Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing 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
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种工业机器人关键数据应用系统,包括数据处理模块、数据存储模块、数据模型模块和数据控制模块。数据处理模块对原始数据进行清洗、格式化处理,通过系统提供的数据库功能,在数据存储模块中存储处理过的数据,数据模型模块提取故障特征数据,数据控制模块对工业机器人完成智能推荐、智能调整和智能避障。利用机器人运行过程中产生的运动过程参数建立数学模型,确定机器人发生故障时的数据特征,建立工业机器人联网系统。用大数据技术对数据进行深度学习,建立学习模型,确定故障发生前的数据特征,智能化解决机器人在运动过程、负载工作时发生的问题,进行预测提醒、自动调整、自动壁障,形成智能系统;实现工业机器人零停机技术。
Description
技术领域
本发明涉及机器人数据技术领域,具体地,尤其涉及一种工业机器人关键数据应用系统。
背景技术
工业机器人是集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于一体的现代制造业重要的自动化装备。目前,全世界运行的工业机器人超过百万台,随着技术的进一步发展,未来工业机器人将被运用在更多领域。提升机器人运行精度、优化机器人模型设计、研发具有零停机时间系统的工业机器人是当前机器人发展的重要方向,研究其运动过程产生的动态数据是精度提升、模型优化、故障预测的重要方法。
现有的工业机器人:通过标定能将机器人的位姿误差大幅降低,进而将机器人绝对精度提高到重复精度水平;利用测量设备(激光跟踪仪)和建立模型,修正影响工业机器人运动的几何参数,但只考虑机器人在静止状态下的位姿精度特性,不考虑机器人在负载运动过程中的动态精度。
通过电器控制系统与机械本体设计的优化,使机器人的稳定性、可靠性增加,但不同的应用场景下对控制及机械的要求有差异,造成一定程度上的设备故障,没有使用有效的避障措施。
因此,亟需提供一种工业机器人关键数据应用系统,以解决现有技术的不足。
发明内容
为实现上述目的,本发明提供一种工业机器人关键数据应用系统,提升机器人运行精度、优化机器人模型设计、研发具有零停机时间系统的工业机器人是当前机器人发展的重要方向,研究其运动过程产生的动态数据是精度提升、模型优化、故障预测的重要方法。
本发明采用的技术方案如下:一种工业机器人关键数据应用系统,包括数据处理模块、数据存储模块、数据模型模块和数据控制模块;
所述数据处理模块对原始数据进行清洗、格式化处理,通过系统提供的数据库功能,在所述数据存储模块中存储处理过的数据,所述数据模型模块提取故障特征数据,所述数据控制模块对工业机器人完成智能推荐、智能调整和智能避障。
进一步地,所述数据处理模块还包括数据通讯单元、实时数据流处理单元和并发处理单元;
所述数据通讯单元提供与机器人、服务器进行数据交互的方式与方法;
所述实时数据流处理单元对接收到的高频、高精密机器人采集数据在存库前的实时处理;
所述并发处理单元提供通讯组件的负载均衡技术和实时流数据分布式计算。
进一步地,所述数据存储模块还包括通用基础数据、实时状态数据、工作过程数据、维保数据和关键部件状态数据;
所述通用基础数据包含机器参数和产线应用的逻辑信息;
所述实时状态数据包含加工、暂停、报警信息、网络连接等信息;
所述工作过程数据包含工业机器人运行参数、工艺参数和输入输出信号;
所述维保数据为保养过程记录的数据;
所述关键部件状态数据包含减速机状态和电机状态。
进一步地,所述数据模型模块提供用故障时对应的数据特征。
进一步地,所述数据控制模块还包括智能推荐单元、智能调整单元和智能避障单元;所述数据控制模块利用数据模型匹配;
所述智能推荐单元对工业机器人使用者进行智能推荐,提醒用户提前做出应对;
所述智能调整单元对于符合电器控制特性的参数进行自动修正,优化控制;
所述智能避障单元对于通过控制与机械特性进行结合的运动修正。
进一步地,所述原始数据为机器人控制器、传感器采集回来的数据。
进一步地,所述运行参数包括速度、加速度、位置、电流和电压。
本发明的有益效果为:利用机器人运行过程中产生的速度、加速度、位置、电流、电压、运动状态及外部传感器等运动过程数据建立数学模型,用于确定工业机器人发生精度丢失、故障时的数据特征,建立工业机器人联网系统,用大数据技术对横向数据进行深度学习,建立机器学习模型,精准确定故障发生前的数据特征,进行预测提醒、自动调整、自动壁障,形成智能系统。
数据技术与自动化技术的深度融合,智能化解决机器人在运动过程、负载工作状况下可能发生的问题,智能调整、自动壁障。工业机器人数据模型方法,含有工业机器人智能推荐、智能调整、智能壁障的智能系统,工业机器人零停机时间技术。
附图说明
图1为本发明的工业机器人关键数据应用系统原理结构图;
图2为本发明的工业机器人关键数据应用系统的技术流程框图。
具体实施方式
为了使本发明的发明目的,技术方案及技术效果更加清楚明白,下面结合具体实施方式对本发明做进一步的说明。应理解,此处所描述的具体实施例,仅用于解释本发明,并不用于限定本发明。
本发明的工业机器人关键数据应用系统,使用在典型的六自由度工业机器人或者其他机器人上。
如图1和图2所示,一种工业机器人关键数据应用系统,包括数据处理模块、数据存储模块、数据模型模块和数据控制模块。
所述数据处理模块对原始数据进行清洗、格式化处理,通过系统提供的数据库功能,在所述数据存储模块中存储处理过的数据,所述数据模型模块提取故障特征数据,所述数据控制模块对工业机器人完成智能推荐、智能调整和智能避障。
进一步地,所述数据处理负责对由机器人控制器、传感器采集回来的数据进行解析与格式化,所述数据处理模块还包括数据通讯单元、实时数据流处理单元和并发处理单元。
所述数据通讯单元提供与机器人、服务器进行数据交互的方式与方法,对于机器人提供基于TCP/UDP通讯协议的服务器、客户端通讯模式,提供基于Modbus通讯协议的主战、从站通讯模式,提供基于OPC通讯协议的客户端、服务器通讯模式,提供基于所涉及到的通讯协议的传输方法与内容;对于服务器提供基于MQTT通讯协议的客户端模式及协议内容。
所述实时数据流处理单元对接收到的高频、高精密机器人采集数据在存库前的实时处理技术,提供后台分布式计算框架与方法库;提供实时数据解析、格式化。
所述并发处理单元提供通讯组件的负载均衡技术和实时流数据分布式计算。即解决大规模数据通讯与实时计算的瓶颈、性能问题,提供通讯组件的负载均衡技术,提供实时流数据分布式计算技术,保障大规模数据并发场景下的可靠性。
进一步地,所述数据存储负责对预处理后的数据进行合理的数据库组织,包括通用基础数据、实时状态数据、工作过程数据、维保数据和关键部件状态数据。
所述通用基础数据包含机器参数,如厂家、型号、软件版本和网络地址;还包括产线应用的逻辑信息,如厂名、产线、工位和当前工艺。
所述实时状态数据包含加工、暂停、报警信息、网络连接等信息。
所述工作过程数据包含工业机器人运行参数,如速度、加速度、位置、电流、电压,以及运行过程对应的工艺参数、用与加工技术统计的输入输出信号等。
所述维保数据为保养过程记录的数据;主要包含人员、时间和维保项目。
所述关键部件状态数据包含减速机状态和电机状态。
进一步地,所述数据模型模块提供用故障时对应的数据特征。具体地,用与对存储数据进行建模,评估、验证后形成的特征数据,用数据解决机器人存在的某些问题。提供用于得到工业机器人运行过程中发生的精度丢失的数据特征;还提供用于得到工业机器人用于制造工艺要求引起的轴位置长时间、小范围运动引起的故障对应的数据特征。
进一步地,所述数据控制模块使用数据模型计算得到的特征数据去匹配每一个单体工业机器人在运行过程中产生的数据,具体包括智能推荐单元、智能调整单元和智能避障单元。
所述智能推荐单元利用数据模型匹配,对工业机器人使用者进行智能推荐,提醒用户提前做出应对。
所述智能调整单元利用数据模型匹配,对于符合电器控制特性的参数进行自动修正,优化控制。
所述智能避障单元利用数据模型匹配,对于通过控制与机械特性进行结合的运动修正,达到智能蔽障的作用。
技术原理为:利用机器人运行过程中产生的速度、加速度、位置、电流、电压、运动状态及外部传感器等运动过程数据建立数学模型,用于确定工业机器人发生精度丢失、故障时的数据特征,建立工业机器人联网系统,用大数据技术对横向数据进行深度学习,建立机器学习模型,精准确定故障发生前的数据特征,进行预测提醒、自动调整、自动壁障,形成智能系统。
数据技术与自动化技术的深度融合,智能化解决机器人在运动过程、负载工作状况下可能发生的问题,智能调整、自动壁障。工业机器人数据模型方法,含有工业机器人智能推荐、智能调整、智能壁障的智能系统,工业机器人零停机时间技术。
具体地,某3C制造业工厂,某工序中使用数控机床进行手机中框生产,用机器人进行自动上下料工序,由于机器人在上下料过程中,1轴、2轴活动范围小,长时间频繁启停,启停瞬间电流大,造成热量堆积(参考热量计算公式:Q=I2RT)引起的工业机器人加速机故障、电机烧毁、精度丢失问题。
应用本技术,使用机器人关键数据中的位置(实际位置、规划位置)数据,建立机器人空间运动模型,提取在上述场景下发生故障的数据特征,用数学方法、实验方法计算出单机故障对应的电流、电压(电流、电压是机器人关键数据),在智能系统中用深度学习不断对在线、运动过程中的工业机器人进行模型训练,反复评估,精确找出故障前的数据特征,用来智能响应机器人,比如预测到即将达到电流临界值时,需要把堆积的热量释放出来,可以让机器人一轴、二轴大范围运动、或整机休息一段时间,当热量释放后自动恢复正常运动轨迹。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,其架构形式能够灵活多变,可以派生系列产品。只是做出若干简单推演或替换,都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。
Claims (7)
1.一种工业机器人关键数据应用系统,包括数据处理模块、数据存储模块、数据模型模块和数据控制模块;其特征在于,
所述数据处理模块对原始数据进行清洗、格式化处理,通过系统提供的数据库功能,在所述数据存储模块中存储处理过的数据,所述数据模型模块提取故障特征数据,所述数据控制模块对工业机器人完成智能推荐、智能调整和智能避障。
2.根据权利要求1所述的工业机器人关键数据应用系统,其特征在于,所述数据处理模块还包括数据通讯单元、实时数据流处理单元和并发处理单元;
所述数据通讯单元提供与机器人、服务器进行数据交互的方式与方法;
所述实时数据流处理单元对接收到的高频、高精密机器人采集数据在存库前的实时处理;
所述并发处理单元提供通讯组件的负载均衡技术和实时流数据分布式计算。
3.根据权利要求1所述的工业机器人关键数据应用系统,其特征在于,所述数据存储模块还包括通用基础数据、实时状态数据、工作过程数据、维保数据和关键部件状态数据;
所述通用基础数据包含机器参数和产线应用的逻辑信息;
所述实时状态数据包含加工、暂停、报警信息、网络连接等信息;
所述工作过程数据包含工业机器人运行参数、工艺参数和输入输出信号;
所述维保数据为保养过程记录的数据;
所述关键部件状态数据包含减速机状态和电机状态。
4.根据权利要求1所述的工业机器人关键数据应用系统,其特征在于,所述数据模型模块提供用故障时对应的数据特征。
5.根据权利要求1所述的工业机器人关键数据应用系统,其特征在于,所述数据控制模块还包括智能推荐单元、智能调整单元和智能避障单元;所述数据控制模块利用数据模型匹配,
所述智能推荐单元对工业机器人使用者进行智能推荐,提醒用户提前做出应对;
所述智能调整单元对于符合电器控制特性的参数进行自动修正,优化控制;
所述智能避障单元对于通过控制与机械特性进行结合的运动修正。
6.根据权利要求1所述的工业机器人关键数据应用系统,其特征在于,所述原始数据为机器人控制器、传感器采集回来的数据。
7.根据权利要求3所述的工业机器人关键数据应用系统,其特征在于,所述运行参数包括速度、加速度、位置、电流和电压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810440298.6A CN108646680A (zh) | 2018-05-10 | 2018-05-10 | 一种工业机器人关键数据应用系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810440298.6A CN108646680A (zh) | 2018-05-10 | 2018-05-10 | 一种工业机器人关键数据应用系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108646680A true CN108646680A (zh) | 2018-10-12 |
Family
ID=63753825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810440298.6A Pending CN108646680A (zh) | 2018-05-10 | 2018-05-10 | 一种工业机器人关键数据应用系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108646680A (zh) |
Cited By (1)
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 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102941920A (zh) * | 2012-12-05 | 2013-02-27 | 南京理工大学 | 一种基于多旋翼飞行器的高压输电线路巡检机器人及其方法 |
CN103679837A (zh) * | 2012-09-07 | 2014-03-26 | 发纳科机器人美国公司 | 监控/分析机器人相关信息并显示在智能装置上的系统 |
CN105892405A (zh) * | 2015-02-17 | 2016-08-24 | 日本电产三协株式会社 | 动作履历管理系统、管理装置以及动作履历管理方法 |
CN206048210U (zh) * | 2016-08-22 | 2017-03-29 | 深圳前海勇艺达机器人有限公司 | 一种具有主动推荐功能的机器人 |
CN106774333A (zh) * | 2016-12-30 | 2017-05-31 | 中国民航信息网络股份有限公司 | 机场服务机器人及其工作方法 |
CN107422718A (zh) * | 2017-05-09 | 2017-12-01 | 北京航空航天大学 | 一种工业机器人故障诊断方法 |
CN107977072A (zh) * | 2017-07-28 | 2018-05-01 | 北京物灵智能科技有限公司 | 一种机器人使用的养成方法、养成专家系统及电子设备 |
-
2018
- 2018-05-10 CN CN201810440298.6A patent/CN108646680A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679837A (zh) * | 2012-09-07 | 2014-03-26 | 发纳科机器人美国公司 | 监控/分析机器人相关信息并显示在智能装置上的系统 |
CN102941920A (zh) * | 2012-12-05 | 2013-02-27 | 南京理工大学 | 一种基于多旋翼飞行器的高压输电线路巡检机器人及其方法 |
CN105892405A (zh) * | 2015-02-17 | 2016-08-24 | 日本电产三协株式会社 | 动作履历管理系统、管理装置以及动作履历管理方法 |
CN206048210U (zh) * | 2016-08-22 | 2017-03-29 | 深圳前海勇艺达机器人有限公司 | 一种具有主动推荐功能的机器人 |
CN106774333A (zh) * | 2016-12-30 | 2017-05-31 | 中国民航信息网络股份有限公司 | 机场服务机器人及其工作方法 |
CN107422718A (zh) * | 2017-05-09 | 2017-12-01 | 北京航空航天大学 | 一种工业机器人故障诊断方法 |
CN107977072A (zh) * | 2017-07-28 | 2018-05-01 | 北京物灵智能科技有限公司 | 一种机器人使用的养成方法、养成专家系统及电子设备 |
Cited By (2)
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 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10317854B2 (en) | Machine learning device that performs learning using simulation result, machine system, manufacturing system, and machine learning method | |
CN103025491B (zh) | 控制自动化工作单元的方法 | |
CN113110328A (zh) | 一种基于数字孪生技术的生产过程全周期智慧车间系统及解决方法 | |
JP2017064910A5 (zh) | ||
CN108527319B (zh) | 基于视觉系统的机器人示教方法及系统 | |
CN105242533A (zh) | 一种融合多信息的变导纳遥操作控制方法 | |
Lou et al. | Intelligent machine tool based on edge-cloud collaboration | |
GB2584608A (en) | Robot motion optimization system and method | |
JP2019098439A (ja) | 振動抑制装置 | |
CN115781685A (zh) | 一种基于强化学习的高精度机械臂控制方法及系统 | |
CN103713579A (zh) | 一种工业机器人作业方法 | |
KR102124312B1 (ko) | 컨트롤러 및 반송 시스템 | |
CN109895082A (zh) | 一种应用于航天装配设备的控制系统 | |
CN116872206A (zh) | 一种基于工业互联网的机器人故障检测方法及系统 | |
CN108646680A (zh) | 一种工业机器人关键数据应用系统 | |
CN115329559A (zh) | 一种面向焊接机器人工作站的数字孪生方法及系统 | |
Xu et al. | Nonlinear sliding mode control of manipulator based on iterative learning algorithm. | |
CN117103287A (zh) | 一种工业机器人的协同控制方法及系统 | |
CN114609969B (zh) | 一种基于云计算的数控机床轨迹误差补偿方法 | |
CN110794825A (zh) | 一种异构舞台机器人编队控制方法 | |
TWM586815U (zh) | 自動加工機之異常偵測系統 | |
CN112241145A (zh) | 自动加工机的异常侦测系统及方法 | |
CN114594702A (zh) | 基于时延预测的遥操作机器人预测显示方法 | |
Kingston | Metrology assisted robotic automation | |
Yang et al. | Adaptive prescribed performance control for nonlinear networked teleoperation system under time delay |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181012 |
|
RJ01 | Rejection of invention patent application after publication |