CN109219924A - 异常诊断装置及异常诊断方法 - Google Patents

异常诊断装置及异常诊断方法 Download PDF

Info

Publication number
CN109219924A
CN109219924A CN201780033992.XA CN201780033992A CN109219924A CN 109219924 A CN109219924 A CN 109219924A CN 201780033992 A CN201780033992 A CN 201780033992A CN 109219924 A CN109219924 A CN 109219924A
Authority
CN
China
Prior art keywords
torque
unit
friction
motor
diagnosis
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
CN201780033992.XA
Other languages
English (en)
Other versions
CN109219924B (zh
Inventor
前川清石
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN109219924A publication Critical patent/CN109219924A/zh
Application granted granted Critical
Publication of CN109219924B publication Critical patent/CN109219924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05B19/402—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 control arrangements for positioning, e.g. centring a tool relative to a hole in the workpiece, additional detection means to correct position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/08—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of electric propulsion units, e.g. motors or generators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K6/00—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00
    • B60K6/20—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs
    • B60K6/42—Arrangement or mounting of plural diverse prime-movers for mutual or common propulsion, e.g. hybrid propulsion systems comprising electric motors and internal combustion engines ; Control systems therefor, i.e. systems controlling two or more prime movers, or controlling one of these prime movers and any of the transmission, drive or drive units Informative references: mechanical gearings with secondary electric drive F16H3/72; arrangements for handling mechanical energy structurally associated with the dynamo-electric machine H02K7/00; machines comprising structurally interrelated motor and generator parts H02K51/00; dynamo-electric machines not otherwise provided for in H02K see H02K99/00 the prime-movers consisting of electric motors and internal combustion engines, e.g. HEVs characterised by the architecture of the hybrid electric vehicle
    • B60K6/48—Parallel type
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/06—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of combustion engines
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/50—Control strategies for responding to system failures, e.g. for fault diagnosis, failsafe operation or limp mode
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16D—COUPLINGS FOR TRANSMITTING ROTATION; CLUTCHES; BRAKES
    • F16D48/00—External control of clutches
    • F16D48/06—Control by electric or electronic means, e.g. of fluid pressure
    • 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
    • G05B19/404—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 control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
    • H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
    • H02P29/02—Providing protection against overload without automatic interruption of supply
    • H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
    • H02P29/0241—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load the fault being an overvoltage
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
    • H02P29/02—Providing protection against overload without automatic interruption of supply
    • H02P29/024—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load
    • H02P29/028—Detecting a fault condition, e.g. short circuit, locked rotor, open circuit or loss of load the motor continuing operation despite the fault condition, e.g. eliminating, compensating for or remedying the fault
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
    • H02P29/02—Providing protection against overload without automatic interruption of supply
    • H02P29/032—Preventing damage to the motor, e.g. setting individual current limits for different drive conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/421—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/423—Torque
    • 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
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41154—Friction, compensation for friction

Abstract

在本发明涉及的异常诊断装置中，具备：摩擦识别单元(1)，其对作为与电动机(6)连接的动力传输机构(7)的摩擦力的计算所使用的参数的摩擦参数进行计算；模型转矩计算单元(2)，其使用预先计算出的设定值及摩擦参数对电动机(6)的转矩的预想值进行计算处理，作为模型转矩而进行计算；以及异常判别单元(4)，其基于模型转矩和由电动机转矩检测单元检测出的电动机转矩的比较结果对动力传输机构(7)的异常进行诊断。

Description

异常诊断装置及异常诊断方法
技术领域
本发明涉及在诸如机器人这样的机械系统的驱动部中使用的诸如减速机、增速机及滚珠丝杠这样的动力传输机构的异常诊断装置及异常诊断方法。
背景技术
当前，在多关节型的工业用机器人中，为了传输各关节的电动机的驱动力，经常使用动力传输机构。如果长时间使用工业用机器人，则由于在动作中作用的负载累积，因此有时动力传输机构会劣化而导致故障。如果故障恶化，机器人展现不出原本的性能，或工业用机器人突然停止，由此不能够继续作业，则需要使生产线停止而进行修理。因此，要求对动力传输机构发生了劣化进行诊断的技术。
在专利文献1所记载的方法中公开了下述技术，即，对由于动力传输机构劣化而产生的振动模式和正常驱动时的振动模式进行比较，对劣化进行诊断的技术。另外，在专利文献1所记载的方法中公开了下述技术，即，根据从作用于动力传输机构的干扰转矩提取出的波谱对劣化进行诊断。
专利文献1：日本特开2008-32477号公报
发明内容
根据上述现有技术，能够基于振动模式或提取出的波谱而进行动力传输机构的劣化的诊断。但是，在现有技术中存在不能够将由于动力传输机构的温度而产生变动的摩擦转矩的影响去除的课题。
本发明就是鉴于上述课题而提出的，其目的在于得到通过将作为特性变化的摩擦变动的影响降低，从而高精度地对动力传输机构的异常进行诊断的异常诊断装置。
为了解决上述课题，达成目的，本发明涉及的异常诊断装置的特征在于具备：摩擦识别单元，其对摩擦参数进行计算；模型转矩计算单元，其使用预先计算出的设定值及所述摩擦参数而计算模型转矩；以及异常判别单元，其基于所述模型转矩和由电动机转矩检测单元检测出的电动机的电动机转矩的比较结果，对动力传输机构的异常进行诊断。
发明的效果
根据本发明，实现下述效果，即，通过将作为特性变化的摩擦变动的影响降低，从而高精度地对动力传输机构的异常进行诊断。
附图说明
图1是实施方式1涉及的异常诊断装置的框图。
图2是表示实施方式1中的模型转矩计算单元的一个例子的图。
图3是表示实施方式1中的控制系统模拟单元的一个例子的图。
图4是表示实施方式1中的反馈控制单元内部的一个例子的图。
图5是表示实施方式1中的异常诊断装置的安装例1的图。
图6是表示实施方式1中的异常诊断装置的安装例2的图。
图7是在实施方式1中将异常诊断装置的范围的定义变更后的情况下的结构图。
图8是表示实施方式4中的控制系统模拟单元的一个例子的图。
图9是实施方式5中的模型转矩计算单元内部的框图。
图10是实施方式6中的模型转矩计算单元内部的框图。
图11是实施方式7的异常诊断装置的框图。
图12是实施方式8的异常诊断装置的框图。
图13是表示实施方式8的异常诊断装置的安装例的图。
图14是实施方式9的异常诊断装置的框图。
图15是表示实施方式9的异常诊断装置的安装例1的图。
图16是表示实施方式9的异常诊断装置的安装例2的图。
图17是实施方式10的异常诊断装置的框图。
图18是实施方式15的异常诊断方法的流程图。
图19是实施方式16的异常诊断方法的流程图。
图20是表示实施方式17的异常诊断装置的结构的图。
图21是表示实施方式18的异常诊断装置的结构的图。
图22是实施方式1至18的硬件结构图。
图23是实施方式1至18的硬件结构图。
具体实施方式
下面，基于附图对本发明的实施方式涉及的异常诊断装置及异常诊断方法进行详细说明。此外，并不是通过该实施方式对本发明进行限定。
实施方式1.
图1是表示本发明的实施方式1涉及的异常诊断装置的框图。本实施方式涉及的异常诊断装置具备摩擦识别单元1、模型转矩计算单元2、电动机转矩检测单元、以及异常判别单元4。摩擦识别单元1通过识别处理，将与机械装置具有的动力传输机构7连接的电动机6的摩擦参数检测值作为摩擦参数进行计算。模型转矩计算单元2使用摩擦参数及设定值，对与摩擦特性对应地驱动的电动机6的转矩的预想值进行计算处理，作为模型转矩而进行计算。此处，设定值表示使用机械装置的质量及重心位置等已知的参数而计算出的惯性矩阵M(p)、离心力h(p，v)及科里奥利力、重力g(p)。电动机转矩检测单元对电动机6的电动机转矩进行检测。异常判别单元4基于模型转矩及电动机转矩的比较结果对动力传输机构7的异常进行诊断。此外，本实施方式涉及的动力传输机构7作为减速机、加速机、或齿轮电动机发挥功能。
机械装置为工业用机器人(未图示)、工作机械、成型机、或输送机等工业机械，机械装置所具有的驱动机构具备单轴或多个驱动轴。本实施方式为能够应用于任意机械装置的实施方式，但下面以具有6个驱动轴的工业用机器人为控制对象的情况为例进行说明。在具有6个驱动轴的工业用机器人的情况下，驱动用的电动机6、以及动力传输机构7也各自存在6个。
在图1所示的结构例的异常诊断装置中，在机械装置所具有的控制装置内部，生成对机器人的各轴进行驱动的电动机6的位置指令。各轴控制系统5对内置于机器人的电动机6进行控制，以使其跟随赋予的位置指令。另外，各轴控制系统5具备作为电动机转矩检测单元发挥功能的电动机电流测量单元。各轴控制系统5将转矩常数乘以由电动机电流测量单元测量出的电动机电流而对电动机转矩τm进行计算。摩擦识别单元1对与机器人的各轴的摩擦相关的参数进行识别。在下述中，对摩擦识别单元1内部的内容进行说明。
就模型转矩计算单元2而言，将位置指令设为输入，对模型转矩进行计算，该模型转矩为对机器人的各轴进行驱动的电动机6所产生的电动机转矩的预测值。图2示出模型转矩计算单元2的内部框图。在模型转矩计算单元2中，位置指令被输入至控制系统模拟单元9，作为控制系统模拟单元9的输出的位移推定值被输入至运动方程式计算单元10。
图3示出控制系统模拟单元9的框图。控制系统模拟单元9具备前馈控制单元11、反馈控制单元12、以及各轴简易模型13。前馈控制单元11由1级或多级滤波单元构成，对从外部输入的位置指令进行前馈控制，进行前馈输出。图4所记载的反馈控制单元12具备在机械装置的反馈控制中使用的控制系统的比例控制单元16、比例积分单元17及差分处理单元18。比例控制单元16对输入的前馈输出进行位置比例控制及速度比例积分控制。
各轴简易模型13为将从各轴观察到的控制对象视为1个惯性系统的近似模型。由控制系统模拟单元9中的各轴简易模型13输出的位移推定值为考虑了前馈控制及反馈控制的动态特性的电动机位移的推定值。此处，控制系统模拟单元9中的控制，在面向6轴工业用机器人时，是针对6轴的每一轴进行的。此外，在本实施方式中，作为控制系统模拟单元9采用了还包含控制对象动态特性的动态特性模型，但作为控制系统模拟单元9的简单模型也可以将前馈控制单元11用作控制系统模拟单元9。
另外，模型转矩计算单元2也可以使用赋予给电动机6的位置指令和表示机械装置动态特性的动态特性模型，对作为电动机6的转矩的预想值的模型转矩进行计算。此处，在动态特性模型中，包含摩擦参数与由摩擦识别单元1输出的更新指示信息对应地被更新的摩擦推定值。此外，摩擦推定值为库仑摩擦和与速度成比例的粘性摩擦之和。
模型转矩计算单元2所具备的运动方程式计算单元10对从控制系统模拟单元9输入的6轴的位移推定值进行时间差分，对6轴的速度推定值进行计算。另外，运动方程式计算单元10对计算出的速度推定值进行时间差分，对6轴的加速度推定值进行计算。如果将由一定计算周期中的位移推定值构成的矢量设为p，将由速度推定值构成的矢量设为v，将由加速度推定值构成的矢量设为a，则由模型转矩构成的矢量τe能够通过下式求出。
τe＝M(p)+h(p，v)+g(p)+f(v)…(1)
根据式(1)，模型转矩计算单元2所具备的运动方程式计算单元10对τe进行计算。此处，M(p)为惯性矩阵，h(p，v)为离心力及科里奥利力，g(p)为重力，f(v)为摩擦力。如果已知作为控制对象的工业用机器人的质量、以及重心位置等参数，则能够通过计算求出M(p)、h(p，v)及g(p)。另一方面，摩擦力f(v)由于温度而摩擦系数等参数产生变化，因此如果不知道当前的驱动轴的摩擦系数，则不能够正确地进行计算。因此，在本实施方式1中，预先确定用于对摩擦力进行计算的计算式，摩擦识别单元1对在用于计算摩擦力的计算式中所使用的参数的当前的值进行计算。在摩擦识别单元1的内部，第i轴的摩擦力fi能够通过下式(2)所示的计算式而模型化。
fi＝k1i*sgn(vi)+k2i*vi…(2)
此处，vi为第i轴的速度，sgn()是在为正的情况下输出1，在为负的情况下输出-1，在为0的情况下输出0的函数，k1i、k2i为参数。k1i表示第i轴的库仑摩擦系数。k2i表示第i轴的粘性摩擦系数。式(2)的右边的第1项表示移动方向摩擦转矩，式(2)的右边的第2项表示速度摩擦转矩。在本实施方式中，将各轴的摩擦力表现为作为库仑摩擦的移动方向摩擦转矩、以及作为与速度成比例的粘性摩擦的速度摩擦转矩之和。此外，粘性摩擦不必与速度的1次方成比例，也可以假设为与1次方之外成比例，例如视为与速度的1/2次方成比例等。此处，以视为粘性摩擦与速度的1次方成比例的情况为例进行说明。摩擦识别单元1对作为式(2)的参数的k1i、k2i进行逐次识别的处理。
下面，对摩擦识别单元1中的参数的计算方法进行叙述。在本实施方式中，在摩擦识别单元1中，使用将转矩常数乘以电动机电流测量值而计算出的电动机转矩τm，或使用利用转矩传感器检测出的电动机转矩τm。此处，将由编码器等电动机位移测量单元测量出的电动机位移设为pm。摩擦识别单元1在摩擦识别单元1内部对pm的时间差分vm、以及vm的时间差分am进行计算。接着，摩擦识别单元1根据电动机位移pm、时间差分vm及时间差分am，通过下式(3)对摩擦力之外的驱动转矩τl进行计算。
τl＝M(pm)am+h(pm，vm)+g(pm)…(3)
将τl、τm及vm的第i轴成分各自设为τli、τmi及vmi，将第k个识别周期的值用[k]表现。摩擦识别单元1通过下式(4)至(6)对yi、Ri及ri进行计算，通过式(7)对kpi[k]进行计算。
yi[k]＝[sgn(vmi[k])，vmi[k]]…(4)
Ri[k]＝Ri[k-1]+st*(-si*Ri[k-1]+yi[k]Tyi[k])…(5)
ri[k]＝ri[k-1]+st*(-si*ri[k-1]+(τmi[k]-τli[k])*yi[k]T)…(6)
kpi[k]＝kpi[k-1]-st*Gi(Ri[k]kpi[k-1]-ri[k])…(7)
此时，kpi[k]的第1要素为第k个识别周期中的k1i的识别值k1i[k]，kpi[k]的第2要素为第k个识别周期中的作为k2i的识别值的k2i[k]。具体而言，通过式(7)计算出的kpi被计算为2行1列的矢量。kpi的第1行1列表示第1要素。kpi的第2行1列表示第2要素。此处，st为进行逐次识别的周期，si及Gi为预先设定的增益。摩擦识别单元1将作为各轴的识别结果的摩擦参数k1i[k]、k2i[k]作为摩擦参数识别结果向模型转矩计算单元2输出。此外，识别增益为常数及由常数构成的矩阵。摩擦识别单元1将作为由式(7)计算出的识别结果的kpi输出。此处，由摩擦识别单元1输出的kpi表示式(2)中的k1i及k2i的识别结果，作为用于将参数更新的更新指示信息而使用。
模型转矩计算单元2所具备的运动方程式计算单元10通过使用从摩擦识别单元1输出的逐次识别结果对摩擦力进行计算，将作为惯性力M(p)a、离心力及科里奥利力h(p，v)、重力g(p)之和的(M(p)a+h(p，v)+g(p))与计算出的摩擦力f(v)相加，从而对作为电动机6的转矩的预想值的模型转矩进行计算。差分处理单元3从由计算出的模型转矩构成的矢量τe减去由电动机转矩检测单元检测出的电动机转矩τm，对减法运算结果的时间差分进行计算。在本实施方式中，模型转矩计算单元2在从模型转矩减去电动机转矩后求出时间差分，但也可以分别对模型转矩的时间差分及电动机转矩的时间差分进行计算，从模型转矩的时间差分减去电动机转矩的时间差分。另外，在本实施方式中，作为高通滤波器使用了时间差分，但也可以使用时间差分之外的高通滤波器。具体而言，高通滤波器具有与预先设定的频率相比仅使高频的信号成分通过的特性。此处，异常判别单元4能够基于通过高通滤波器的信号成分，对动力传输机构7的异常进行诊断。
在异常判别单元4中，对从模型转矩τe减去由电动机转矩检测单元检测出的电动机转矩τm后得到的结果的时间差分的绝对值的最大值进行计算。异常判别单元4将计算出的绝对值的最大值大于或等于基准值的情况诊断为异常。图5及图6示出实施方式1的安装例。在图5的实施方式中，摩擦识别单元1、模型转矩计算单元2、差分处理单元3及异常判别单元4的任意者安装于对控制对象机械27进行控制的对象机械控制装置28内的控制用CPU(Central Processing Unit)。在图6的实施方式中，摩擦识别单元1、模型转矩计算单元2、差分处理单元3、以及异常判别单元4都没有安装于对控制对象机械27进行控制的对象机械控制装置28，而安装于在控制装置的外部设置的外部PC(Personal Computer)31。
此外，由于在图1所示的异常诊断装置中使用电动机6的信息对异常进行诊断，因此包含控制对象视为异常诊断装置，但并不限于这样的方式。如在实施方式1中将异常诊断装置的范围定义变更后的情况下的结构图即图7所示，也可以将各轴控制系统和控制对象除外，视为由摩擦识别单元1、模型转矩计算单元2、差分处理单元3及异常判别单元4构成异常诊断装置。
已知如果减速机劣化，则有时由减速机引起的振动会逐渐变大。在基于由减速机引起的振动的大小对异常进行诊断时，通过运用振动之外的转矩成分小的动作的数据，从而能够期待提高诊断的精度。另外，由减速机引起的振动与转速相关，因此在利用转速恒定的区间的数据进行判别时，解析也会变得容易。
作为减速机劣化后的情况的特性，不仅由减速机引起的振动增大，有时还产生其它特性变化。例如，如果波动齿轮减速机劣化而磨损恶化，则减速机的刚性降低。另外，如果在施加了预压的滚珠丝杠机构中滚珠丝杠机构的磨损恶化，则预压会被释放，滚珠丝杠机构部的刚性降低。如上所述，如果减速机的刚性降低，则在加减速中振动被激励，或在刚停止后振动立刻被激励。因此，为了根据电流或者转矩对刚性降低进行判别，需要基于正在进行加减速的区间的电流或刚停止后的电流进行判别。使用差分等高通滤波器从电流波形提取基于刚性降低的振动是有效的，但需要通过进行加减速将原本包含的加减速转矩、摩擦转矩的影响去除。关于加减速转矩，如果控制对象的机器人等机械装置的质量、重心位置等参数是已知的，则能够通过计算去除影响。但是，就摩擦转矩而言，即使为同一机械，会根据关节部的温度而产生变动，因此不能够预先去除，存在不能够高精度地对机械的刚性产生了变动进行判别。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由动力传输机构7的劣化引起而产生的机械装置的刚性降低产生的电动机电流的变化进行检测，与相关技术相比能够提前高精度地对机械装置的动力传输机构7的刚性降低进行诊断。
实施方式2.
实施方式2的摩擦识别单元1的内部及模型转矩计算单元2的内部与实施方式1不同。因此，仅对摩擦识别单元1的内部及模型转矩计算单元2的内部进行说明。在实施方式1中，将库仑摩擦及与速度成比例的粘性摩擦之和作为了摩擦推定值。此处，在实施方式2中使用的摩擦推定值除了库仑摩擦、以及与速度成比例的粘性摩擦之和之外，还加上在实施方式1中使用的移动方向摩擦转矩及速度摩擦转矩中的作为不能够校正的误差原因的近似函数的参数识别结果而进行计算。在实施方式2中，将各轴的加速度ami、以及速度vmi作为近似函数的输入。以用式(8)表现近似函数fai的情况为例进行说明。
fai＝ka1i*ami+ka2i*vmi1/2+ka3i*vmi2…(8)
此外，在实施方式2中，fai可以通过由加速度ami及速度vmi的其它幂之和计算出的幂函数来计算。在摩擦识别单元1中使用的计算式中，使用“τai＝τmi-τli-fi”。fi由式(2)来计算。具体而言，τai是将电动机转矩和使用摩擦力推定出的电动机转矩推定值之差作为τai，该摩擦力是使用由式(4)至(7)识别出的摩擦参数计算出的，设为
yai[k]＝[ami[k]，vmi[k]1/2，vmi[k]2]…(9)。
另外，通过下式(10)至(11)对Rai及rai进行计算，通过式(12)对kpai[k]进行计算。此外，kpai[k]的第1要素为ka1i的识别值ka1i[k]，kpai[k]的第2要素为ka2i的识别值ka2i[k]，kpai[k]的第3要素为ka3i的识别值ka3i[k]。具体而言，通过式(12)计算出的kpai被计算为3行1列的矢量。kpai的第1行1列表示第1要素。kpai的第2行1列表示第2要素。kpai的第3行1列表示第3要素。摩擦识别单元1除了库仑摩擦及粘性摩擦之和的摩擦推定值的识别结果kpi[k]之外，还输出近似函数的参数识别结果kpai[k]。本实施方式2涉及的摩擦识别单元1对由式(12)计算出kpai和由式(7)计算出的kpi进行输出。此处，由摩擦识别单元1输出的kpai及kpi作为用于将参数更新的更新指示信息而使用。
Rai[k]＝Rai[k-1]+st*(-si*Rai[k-1]+yai[k]Tyai[k]…(10)
rai[k]＝rai[k-1]+st*(-si*rai[k-1]+τai[k]*yai[k]T)…(11)
kpai[k]＝kpai[k-1]-st*Gi(Rai[k]kpai[k-1]-rai[k])…(12)
在模型转矩计算单元2的内部，通过下式(13)，对τe进行计算。此处，M(p)为惯性矩阵，h(p，v)为离心力及科里奥利力，g(p)为重力，f(v)为摩擦力。a为由加速度推定值构成的矢量。如果已知作为控制对象的工业用机器人的质量以及重心位置等参数，则能够通过计算求出M(p)、h(p，v)及g(p)。
τe＝M(p)+h(p，v)+g(p)+f(a，v)…(13)
另一方面，摩擦力f(a，v)是将a及v的第i轴成分各自设为ai、vi，将摩擦力f(a，v)的第i轴成分设为fi，由下式(14)来进行计算的。
fi＝k1i[k]*sgn(vi)+k2i[k]*vi+ka1i[k]*ai+ka2i[k]*vi1/2+ka3i[k]*vi2…(14)
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式3.
实施方式3仅摩擦识别单元1的内部和异常判别单元4的内部与实施方式1不同。在实施方式1中，在摩擦识别单元1的内部进行逐次识别。在实施方式3中，摩擦识别单元1确定进行异常判别的区间或期间，根据进行异常判别的区间的驱动转矩、电动机位移、电动机速度及电动机加速度，通过最小二乘法对摩擦参数进行识别。在本实施方式中，在摩擦识别单元1中，使用将转矩常数乘以电动机电流测量值而计算出的电动机转矩τm，或使用从转矩传感器检测出的电动机转矩τm。此处，将由编码器等电动机位移测量单元测量出的电动机位移设为pm，将根据电动机位移pm的时间差分vm、以及时间差分vm的时间差分am通过式(3)计算出的摩擦力之外的驱动转矩设为τl，将第i轴的τm和τl之差τdi表示为下式(15)，将第k个识别周期的值用[k]进行表现。
τdi＝τmi-τli…(15)
此时，在利用第1周期至第n周期为止的数据对摩擦力进行识别时，将n行2列的矢量Ai、及Ai的伪逆矩阵设为Ai+时，通过下式(16)计算出的P的第1要素为库仑摩擦系数k1i的推定值，P的第2要素为粘性摩擦系数k2i的推定值，其中，n行2列的矢量Ai的n行矢量为Yti，n行矢量中的第m行要素为τdi[m]，第m行1列的要素为sgn(vmi[m])，第m行2列的要素为vmi[m]。此处，n表示各周期中的数据的样品数量。m表示Yti及Ai的各行。n及m为1≤m≤n的范围的自然数。
P＝Ai+Yti…(16)
识别或推定出的摩擦参数在各个异常判别区间为固定的值，在模型转矩计算单元2中，使用该摩擦参数进行摩擦转矩的运算，对模型转矩进行计算。在异常判别单元4内部，对从进行异常判别的区间中的模型转矩τe减去由电动机转矩检测单元检测出的电动机转矩τm后得到的结果的时间差分的绝对值的最大值进行计算。将计算出的绝对值的最大值大于或等于基准值的情况诊断为异常。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式4.
实施方式4仅控制系统模拟单元9的内部与实施方式1不同。因此，仅对控制系统模拟单元9内部进行说明。在实施方式1中，作为控制系统模拟单元9内部的控制对象模型使用了各轴简易模型13。在实施方式4中，作为控制系统模拟单元9，使用图8的框图所示的以下进行说明的单元。在图8的刚体模型14中，在将反馈控制单元12的输出设为τ，将在刚体模型14内部计算出的加速度、速度及位移分别设为a、v及p时，通过下式(17)对加速度a进行计算，通过加速度a的时间积分对速度v进行计算，通过速度v的时间积分对位移p进行计算。
a＝M(p)-1(τ-h(p，v)-g(p)-f(v))…(17)
M(p)-1为M(p)的逆矩阵。控制系统模拟单元9将计算出的p作为位移推定值输出至运动方程式计算单元10。另外，在式(17)的摩擦力f(v)的计算中，使用通过摩擦识别单元1识别出的参数。将通过刚体模型14计算出的位移p作为位移推定值输入至反馈控制单元12。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式5.
由于实施方式5仅模型转矩计算单元2的内部与实施方式4不同，因此仅对模型转矩计算单元2中的控制系统模拟单元9的内部进行说明。在实施方式4中控制系统模拟单元9没有将作为向图9的刚体模型14的输入的模型转矩τe输出，而是输出作为刚体模型14的输出的位移推定值，另外通过运动方程式计算单元10计算出转矩。相对于此，在实施方式5中，不另外设置运动方程式计算单元10，而从刚体模型14将位移推定值输入至反馈控制单元12。反馈控制单元12使用位移推定值对模型转矩进行计算。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式6.
由于实施方式6仅模型转矩计算单元2的内部与实施方式5不同，因此仅对模型转矩计算单元2中的控制系统模拟单元9的内部进行说明。在实施方式5中作为控制对象的模型使用了刚体模型14。在图10所示的实施方式6中，作为控制对象的模型，使用关节部弹性考虑模型15，该关节部弹性考虑模型15在电动机6和动力传输机构7之间的驱动机构中具有弹簧常数恒定的线性弹簧的特性。在关节部弹性考虑模型15中，将弹簧常数乘以负载侧位移及电动机侧位移之差后得到的值成为对负载侧进行驱动的模型。
在关节部弹性考虑模型15中，将由各轴的电动机加速度、电动机速度及电动机位移构成的矢量分别设为am、vm、pm，将由作为动力传输机构7的输出轴的负载侧的加速度、速度、位移构成的矢量分别设为al、vl、pl。如果将由电动机转矩构成的矢量设为τm，将由作为负载侧转矩的动力传输机构输出转矩构成的矢量设为τl，将由电动机惯性力矩构成的对角矩阵设为Im，将由摩擦转矩构成的矢量设为f，将惯性矩阵设为M，将由离心力及科里奥利力构成的矢量设为h，将由重力构成的矢量设为g，以及将由各轴的关节部的弹簧常数构成的对角矩阵设为Kb，则能够通过下式(18)至(20)对电动机加速度am、负载侧转矩τl及加速度al进行计算。将计算出的值作为电动机位移推定值发送至反馈控制单元12。
am＝Im-1(τm-τl-f(vm))…(18)
τl＝Kb(pl-pm)…(19)
al＝M(pl)-1(τl-h(pl，vl)-g(pl))…(20)
另外，电动机速度vm是通过对电动机加速度am的各要素进行时间积分而计算的，电动机位移pm是通过对电动机速度vm的各要素进行时间积分而计算的，速度vl是通过对加速度al的各要素进行时间积分而计算的，位移pl是通过对速度vl的各要素进行时间积分而计算的。此外，Im-1、M(pl)-1各自为Im、M(pl)的逆矩阵。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式7.
图11示出实施方式7的异常诊断装置的框图。由于与实施方式1的不同之处在于模型转矩计算单元19的内部，因此对模型转矩计算单元19进行说明。模型转矩计算单元19的输入不是赋予给各轴的位置指令，而为电动机位移。因此，与实施方式1不同，在模型转矩计算单元19内部不具备控制系统模拟单元9，而仅具备运动方程式计算单元10。由于运动方程式计算单元10内部与实施方式1相同，因此省略说明。另外，由于摩擦识别单元1、异常判别单元4的内部也与实施方式1相同，因此省略说明。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式8.
图12示出实施方式8的异常诊断装置的框图。将由摩擦识别单元1识别出的摩擦参数、电动机速度及电动机转矩输入至二惯性系统观测器20。在二惯性系统观测器20内部，通过根据摩擦参数及电动机速度对摩擦转矩进行计算，从电动机转矩减去计算出的摩擦转矩，从而对将摩擦转矩的影响去除后的电动机转矩进行计算。将去除了上述摩擦转矩的影响的电动机转矩及电动机速度输入至二惯性系统观测器20内部的观测器主体。
观测器主体为由电动机、弹簧及负载构成的二惯性系统的观测器。本实施方式涉及的二惯性系统的观测器是将电动机速度、负载速度、扭曲量及阶跃(step)干扰设为状态变量的同维观测器，将阶跃干扰推定值的时间微分作为阶跃干扰推定值微分值进行输出。此处，阶跃干扰推定值的时间微分表示根据在观测器内部计算出的状态变量的微分值，通过对该微分值进行积分而进行了状态变量计算的值。
在将第i轴的电动机速度设为vmi、将电动机速度推定值设为hvmi、将负载速度推定值设为hvli，将扭曲量推定値设为hpdi、以及将阶跃干扰推定值设为htdi时，在观测器内部进行计算的、电动机速度推定值的微分值dhvmi、负载速度推定值的微分值dhvli、扭曲量推定值的微分值dhpdi、以及阶跃干扰推定值的微分值dhtdi各自通过下式(21)至(24)进行计算。此处，Jmi、Jli及Kbi各自为电动机惯性力矩、负载惯性力矩及弹簧常数，G1i、G2i、G3i及G4i为观测器增益。
dhvmi＝(τmi-fi-Kbi*hpdi)/Jmi+G1i*(vmi-hvmi)…(21)
dhvli＝(Kbi*hpdi+htdi)+G2i*(vmi-hvmi)…(22)
dhpdi＝(hvmi-hvli)+G3i*(vmi-hvmi)…(23)
dhtdi＝G4i*(vmi-hvmi)…(24)
由于从二惯性系统观测器20输出的阶跃干扰推定值的微分值dhtdi相当于从模型转矩减去电动机转矩的结果的差分，因此将二惯性系统观测器20的输出输入至异常判别单元4。由于摩擦识别单元1内部和异常判别单元4内部与实施方式1相同，因此省略说明。图13示出实施方式8的安装例。在对用于驱动各轴的电动机6进行控制的各轴控制装置25具有的CPU中安装摩擦识别单元1、二惯性系统观测器20、异常判别单元4。此外，也可以安装于对控制对象机械27进行控制的对象机械控制装置28的控制装置CPU。此外，在上述实施方式中，使用同维观测器进行了说明，但也可以使用最少维度观测器或将扭曲转矩设为状态量的其它观测器。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式9.
图14示出实施方式9的异常诊断装置的框图。在实施方式9中，根据重复执行的相同动作的数据对异常进行判别。将作为机械装置中的正常动作时的动作信息的动作数据记录于作为存储单元发挥功能的初始数据记录单元21。作为正常时的动作数据，举出检测正常时的电动机转矩及电动机位移。另外，将由初始数据记录单元21所记录的数据也输入至摩擦识别单元1，根据作为初始数据所记录的动作对摩擦参数进行计算，将计算出的摩擦参数作为初始摩擦参数也记录于初始数据记录单元21。摩擦识别单元1内部与实施方式3相同，根据在初始数据记录单元21所记录的正常时的动作数据一并对摩擦参数进行识别。
在异常诊断时，在进行与记录于初始数据记录单元21的数据相同的动作时，通过摩擦识别单元1对当前的摩擦参数进行计算。在模型转矩校正单元22中，输入在初始数据记录单元21记录的正常时的电动机转矩及正常时的摩擦参数，输入从摩擦识别单元1输入的当前的摩擦参数和电动机位移。在模型转矩校正单元22内部，通过对进行与在初始数据记录单元21所记录的数据相同的动作时的电动机速度进行计算，从所记录的正常时的电动机转矩减去使用正常时的摩擦参数计算出的摩擦转矩，并且对其结果加上使用当前的摩擦参数计算出的摩擦转矩，从而对模型转矩进行计算。由于异常判别单元4内部与实施方式1相同，因此省略说明。
图15及图16示出实施方式9的安装例。在图15中，摩擦识别单元1、模型转矩校正单元22、差分处理单元18及异常判别单元4安装于对象机械控制装置28的控制用CPU，初始数据记录单元21将数据记录于控制装置内置存储器32。在图16中，将摩擦识别单元1、模型转矩校正单元22、差分处理单元18及异常判别单元4作为软件安装于对象机械控制装置28的外部PC 31。初始数据记录单元21存储的数据记录于外部PC 31的PC内置存储装置33。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，即使在控制对象中存在无法进行模型化的原因，也能够高精度地对电动机电流的变化进行检测，提前对动力传输机构7的劣化进行诊断。
实施方式10.
图17示出实施方式10的异常诊断装置的框图。实施方式10与实施方式1的不同之处在于，不使用诸如差分处理单元3这样的高通滤波器，而是将从模型转矩减去电动机转矩得到的结果输入至异常判别单元4。由于除上述之外相同，因此省略说明。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式11.
在实施方式11中，使用图1的框图所示的异常诊断装置。由于仅异常判别单元4的内部与实施方式1不同，因此仅对异常判别单元4的内部进行说明。在实施方式11中，在异常判别中使用输入的绝对值的平均值。就平均值而言，可以对另外指定的区间的平均值进行计算，也可以针对每个恒定周期对平均值进行计算。在计算出的平均值超过基准值的情况下判别为异常。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式12.
在实施方式12中，使用图1的框图所示的异常诊断装置。由于仅异常判别单元4的内部与实施方式1不同，因此仅对异常判别单元4的内部进行说明。在实施方式12中，异常判别单元4具有对无量纲参数进行计算的无量纲参数计算单元。无量纲参数用于动力传输机构7的异常判别。作为无量纲参数，存在波形率、冲击指数、波峰因数、偏度(Skewness)及峰度(Kurtosis)。无量纲参数计算单元在另外指定的区间、或针对各个恒定周期对这些无量纲参数的至少1个进行计算。异常判别单元4具有预先确定的阈值，通过对计算出的无量纲参数及阈值进行比较，从而能够对动力传输机构7的异常进行诊断。
波形率能够通过将标准偏差除以绝对值的平均值而进行计算。冲击指数能够通过将峰值除以标准偏差而进行计算。将峰值设为从时间序列数据的绝对值大的值起直至10个为止的平均值。波峰因数能够通过将峰值除以绝对值的平均值而进行计算。偏度为表示以平均值为中心，振动波形的正负变形程度的值，如果将时间序列数据Xi的绝对值的平均值设为Xa、以及将标准偏差设为Xrms，则能够通过下式(25)进行计算。
[数学式1]
此处，N为时间序列数据的数据数量。另外，峰度为表示波形如何冲击的值，能够通过下式(26)进行计算。
[数学式2]
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式13.
在实施方式13中，使用图1的框图所示的异常诊断装置。由于仅异常判别单元4的内部与实施方式1不同，因此仅对异常判别单元4的内部进行说明。在实施方式13中，在异常判别中使用频率解析。根据频率解析结果的峰值频率的变迁对异常进行诊断。具体而言，在将16Hz设定为基准值的情况下，在动作刚开始后的正常状态下，在20Hz处存在峰值，但在峰值频率逐渐变低，变为小于或等于基准值时诊断为异常。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式14.
在实施方式14中，使用图1的框图所示的异常诊断装置。由于仅异常判别单元4的内部与实施方式1不同，因此仅对异常判别单元4的内部进行说明。在实施方式14中，在异常判别中使用带通滤波器的输出。具体而言，带通滤波器具有仅使预先设定的频率的信号成分通过的特性。此处，异常判别单元4在带通滤波器的输出的绝对值的最大值大于或等于基准值的情况下判别为异常。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式15.
图18示出实施方式15的异常诊断方法的流程图。摩擦识别单元1将计数初始化，即，将N设为1，进行摩擦参数的识别(步骤S1及S2)。摩擦参数的识别与实施方式1的摩擦识别单元1相同。模型转矩计算单元2对模型转矩进行计算(步骤S3)。模型转矩的计算也与实施方式1的模型转矩计算单元2相同。差分处理单元3从模型转矩减去电动机转矩，通过诸如时间差分这样的高通滤波器(步骤S4及S5)。在没有达到指定的周期的情况下，重复步骤S2至S5。异常判别单元4对是否达到预先确定的周期进行判定，如果达到，则对高通滤波器输出的绝对值的最大值进行计算(步骤S6及7)。异常判别单元4对计算出的绝对值的最大值是否大于或等于基准值进行判定(步骤S9)。另外，异常判别单元4在判定出最大值大于或等于基准值的情况下输出警报并判别为动力传输机构7的异常。
在本实施方式涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式16.
图19示出实施方式16的异常诊断方法的流程图。摩擦识别单元1将计数初始化，即，将N设为1，进行摩擦参数的识别(步骤S1及2)。此外，摩擦参数的识别与实施方式1的摩擦识别单元1相同。模型转矩计算单元2对模型转矩进行计算(步骤S3)。模型转矩的计算也与实施方式1的模型转矩计算单元2相同。差分处理单元3从模型转矩减去电动机转矩，通过诸如时间差分这样的高通滤波器(步骤S4及5)。在没有达到指定的周期的情况下，重复步骤S2至5。异常判别单元4对是否达到预先确定的周期进行判定，如果达到则在步骤S7中对高通滤波器输出的峰度进行计算(步骤S6及7)。异常判别单元4在判定出计算出的峰度大于或等于基准值的情况下输出警报并判别为动力传输机构7的异常(步骤S9)。
在本实施方式16涉及的异常诊断装置中，通过将作为特性变化的摩擦变动的影响降低，从而能够高精度地对动力传输机构7的异常进行诊断。另外，在本实施方式涉及的异常诊断装置中，通过高精度地对由于因动力传输机构7的劣化而发生的机械装置的刚性降低所产生的电动机电流的变化进行检测，从而能够提前对动力传输机构7的劣化进行诊断。
实施方式17.
图20是表示实施方式17的异常诊断装置的结构的图。由于实施方式17的异常诊断装置除了程序生成单元34、阈值变更单元35之外与实施方式1相同，因此省略说明。在程序生成单元34中，创建例如用于使工业用机器人、工作机械等控制对象动作的程序。在指令生成单元29中基于由程序生成单元34创建出的程序所记载的动作命令，生成用于使控制对象动作的各个时刻的指令。该各个时刻的指令为各轴的位置指令。
将各个时刻的指令输入至各轴控制系统5，并且也输入至阈值变更单元35。阈值变更单元35基于输入的各个时刻的指令而决定阈值。例如，阈值变更单元35在内部对2种阈值进行存储。这些阈值为对异常进行判别的阈值。而且，阈值变更单元35根据各轴的位置指令，分别对各轴的速度指令、加速度指令进行计算，在速度指令及加速度指令小于或等于各自的规定值的情况下，选择小的值作为阈值进行输出，在速度指令及加速度指令小于或等于各自的规定值的条件不成立的情况下，选择大的值而进行输出。
阈值的变更可以不切换2个值，而是切换大于或等于3个值。阈值也可以是连续值而进行变更。另外，阈值的变更可以不是基于速度及加速度，而是根据是否在确定的位置附近而对阈值进行切换。阈值变更单元35也可以在异常判别单元4的内部对阈值进行变更。
实施方式18.
图21是表示实施方式18的异常诊断装置的结构例的图。由于实施方式18的异常诊断装置除了程序生成单元34及阈值变更单元35之外与实施方式1相同，因此省略说明。在程序生成单元34中，创建例如用于使工业用机器人、工作机械等控制对象动作的程序。在由程序生成单元34创建的程序中，记载例如用于使工业用机器人、工作机械等控制对象动作的动作命令，并且记载以该动作命令进行动作时的异常判别单元4中的阈值或异常判别的灵敏度的设定。
在指令生成单元29中基于由程序生成单元34创建出的程序所记载的动作命令，生成用于使控制对象动作的各个时刻的指令，即各轴的位置指令。各个时刻的指令被输入至各轴控制系统5。在阈值变更单元35中，基于由程序生成单元34创建出的程序所记载的异常判别的阈值或灵敏度，异常判别单元4对异常判别所使用的阈值进行变更。阈值变更单元35在将阈值记载于程序的情况下，切换为从程序指定的阈值。在从程序指定了灵敏度的情况下，阈值变更单元35与指定的灵敏度对应地对内置于内部的阈值进行变更，输出至异常判别单元4。阈值变更单元35也可以在异常判别单元4的内部对阈值进行变更。
各实施方式通过将控制用CPU安装于对象机械控制装置28的主体而实现。另外，各实施方式也可以通过将作为异常诊断装置的各部发挥功能的软件安装于对象机械控制装置28外部的外部PC 31而实现。此处，使用图22及23对执行软件的外部PC 31的硬件结构进行说明。各实施方式涉及的外部PC 31由图22所示的硬件100及处理电路102实现。即，异常诊断装置具备处理装置，该处理装置用于对摩擦参数进行计算，使用计算出的摩擦参数进行模型转矩的计算，对电动机的电动机转矩进行检测，基于模型转矩和电动机转矩的比较结果对动力传输机构7的异常进行诊断。处理电路102可以是专用的硬件，也可以是执行在存储器储存的程序的CPU(也称为Central Processing Unit、中央处理装置、处理装置、运算装置、微处理器、微型计算机、处理器、DSP(Digital Signal Processor))。
在处理电路102为专用的硬件的情况下，处理电路102相当于例如，单一电路、复合电路、编程处理器、并行编程处理器、ASIC(Application Specific Integrated Circuit)、FPGA(Field Programmable Gate Array)、或将它们组合的结构。在处理电路102中，摩擦识别单元1、模型转矩计算单元2、电动机转矩检测单元及异常判别单元4各自可以由处理电路102实现，也可以将各部的功能汇总而由1个处理电路实现。
在处理电路102为CPU的情况下，异常诊断装置由图23所示的硬件100a，即与异常诊断装置连接的处理器103及存储器104实现。在该情况下，摩擦识别单元1、模型转矩计算单元2、电动机转矩检测单元及异常判别单元4由软件、固件、或软件和固件的组合实现。软件及固件被记为程序，储存于存储器104。通过处理器103读出在存储器104存储的程序而执行，从而实现各部的功能。即，异常诊断装置具备用于存储程序的存储器，该程序在通过处理电路执行时，从结果来看执行进行识别处理的步骤、对模型转矩进行计算的步骤、对电动机转矩进行检测的步骤、对动力传输机构7的异常进行诊断的步骤。另外，这些程序使计算机执行摩擦识别单元1、模型转矩计算单元2、电动机转矩检测单元、异常判别单元4的顺序及方法。此处，存储器相当于例如，RAM(Random Access Memory)、ROM(Read Only Memory)、闪存、EPROM(Erasable Programmable Read Only Memory)、EEPROM(ElectricallyErasable Programmable Read-Only Memory)的非易失性或易失性半导体存储器、磁盘、软盘、光盘、高密度盘、迷你盘、以及DVD(Digital Versatile Disc)。
下面对由上述各实施方式涉及的异常诊断装置带来的效果进行说明。在各实施方式涉及的异常诊断装置中，由于能够计算出对摩擦的影响进行了补偿后的模型转矩，因此高精度地提取伴随着动力传输机构7的刚性降低而叠加于电动机转矩的振动成分，由此能够提前进行动力传输机构7的异常诊断，其中，所述摩擦由于诸如温度这样的条件而即使在正常的状态下也产生变动。另外，在各实施方式涉及的异常诊断装置中，在对重复相同动作的机械所使用的动力传输机构7进行异常诊断时，由于根据正常时的电动机转矩对校正了摩擦变动量后的电动机转矩进行计算，因此即使没有准备该机械的详细的模型，也能够提前进行动力传输机构7的异常诊断。
根据各实施方式涉及的异常诊断装置，通过使用高通滤波器，从而能够更加强调地提取伴随着动力传输机构7的刚性降低而叠加于电动机转矩重叠的振动成分，因此能够提前进行动力传输机构7的异常诊断。另外，根据各实施方式涉及的异常诊断装置，通过观测器的阶跃干扰推定值的时间差值，与上述高通滤波器输出同样地，能够更加强调地提取伴随着动力传输机构7的刚性降低而叠加于电动机转矩重叠的振动成分，因此能够提前进行动力传输机构7的异常诊断。
以上的各实施方式所示的结构表示的是本发明的内容的一个例子，也可以与其它的公知的技术组合，在不脱离本发明的主旨的范围，也可以对结构的一部分进行省略、变更。
标号的说明
1摩擦识别单元，2、19模型转矩计算单元，3、18差分处理单元，4异常判别单元，5各轴控制系统，6电动机，7动力传输机构，8负载单元，9控制系统模拟单元，10运动方程式计算单元，11前馈控制单元，12反馈控制单元，13各轴简易模型，14刚体模型，15关节部弹性考虑模型，16比例控制单元，17比例积分单元，20二惯性系统观测器，21初始数据记录单元，22模型转矩校正单元，25各轴控制装置，27控制对象机械，28对象机械控制装置，29指令生成单元，31外部PC，32控制装置内置存储器，33PC内置存储装置，34程序生成单元，35阈值变更单元，100、100a硬件，102处理电路，103处理器，104存储器。

Claims (13)

1.一种异常诊断装置，其特征在于，具备：
摩擦识别单元，其对在与电动机连接的动力传输机构的摩擦力的计算时使用的参数即摩擦参数进行计算；
模型转矩计算单元，其使用预先计算出的设定值及所述摩擦参数，计算所述电动机的转矩的预想值作为模型转矩；以及
异常判别单元，其基于所述模型转矩和由电动机转矩检测单元检测出的所述电动机的电动机转矩的比较结果，对所述动力传输机构的异常进行诊断。
2.根据权利要求1所述的异常诊断装置，其特征在于，
所述模型转矩计算单元使用赋予给所述电动机的位置指令、表示具备所述动力传输机构的机械装置的动态特性的动态特性模型，对所述电动机的转矩的预想值进行计算，
在所述动态特性模型中包含所述摩擦参数与由所述摩擦识别单元输出的更新指示信息对应地被更新的摩擦推定值。
3.根据权利要求1或2所述的异常诊断装置，其特征在于，
所述摩擦识别单元使用包含所述电动机的移动方向摩擦转矩和速度摩擦转矩的摩擦推定值进行识别处理，对所述摩擦参数进行计算。
4.根据权利要求1至3中任一项所述的异常诊断装置，其特征在于，
所述摩擦识别单元使用摩擦推定值进行识别处理，对所述摩擦参数进行计算，该摩擦推定值包含对移动方向摩擦转矩及速度摩擦转矩中的没有被校正的成分进行了校正处理后的摩擦校正转矩、所述移动方向摩擦转矩、所述速度摩擦转矩。
5.根据权利要求1至4中任一项所述的异常诊断装置，其特征在于，
还具备存储单元，该存储单元对由所述电动机转矩检测单元检测出的电动机转矩及所述摩擦识别单元的识别结果进行存储，
所述模型转矩计算单元基于从所述摩擦识别单元输出的所述电动机的动作时的动作信息、所述电动机转矩、所述识别结果对转矩的预想值进行计算。
6.根据权利要求1至5中任一项所述的异常诊断装置，其特征在于，
还具备二惯性系统观测器，该二惯性系统观测器将所述电动机中的各轴设为包含电动机、弹簧及负载的二惯性系统，将阶跃干扰作为阶跃干扰推定值追加于状态变量，并且使用所述摩擦参数对预先输入的电动机转矩进行校正，
所述异常判别单元基于从所述二惯性系统观测器输出的所述阶跃干扰推定值的时间差分对所述动力传输机构的异常进行诊断。
7.根据权利要求1至6中任一项所述的异常诊断装置，其特征在于，
所述异常判别单元具备高通滤波器，该高通滤波器使由所述电动机转矩检测单元检测出的电动机转矩的信号成分中的与预先设定的频率相比高频的信号成分通过，
基于通过了所述高通滤波器的信号成分，对所述动力传输机构的异常进行诊断。
8.根据权利要求1至6中任一项所述的异常诊断装置，其特征在于，
所述异常判别单元具备带通滤波器，该带通滤波器使由所述电动机转矩检测单元检测出的电动机转矩的信号成分中的预先设定的频率的信号成分通过，
基于通过了所述带通滤波器的信号成分，对所述动力传输机构的异常进行诊断。
9.根据权利要求1至6中任一项所述的异常诊断装置，其特征在于，
所述异常判别单元具备频率解析单元，该频率解析单元进行频率解析，
基于由所述频率解析单元得到的峰值频率的变迁，对所述动力传输机构的异常进行诊断。
10.根据权利要求1至6中任一项所述的异常诊断装置，其特征在于，
所述异常判别单元具备无量纲参数计算单元，该无量纲参数计算单元对无量纲参数进行计算，
基于所述无量纲参数及预先确定的阈值的比较结果，对所述动力传输机构的异常进行诊断。
11.一种异常诊断装置，其特征在于，
具备阈值变更单元，该阈值变更单元在异常判别单元的内部对判别异常的阈值进行变更，
所述异常诊断装置基于由指令生成单元生成的指令，决定由阈值变更单元输出的所述阈值。
12.一种异常诊断装置，其特征在于，
具备阈值变更单元，该阈值变更单元在异常判别单元的内部对判别异常的阈值进行变更，
所述异常诊断装置根据由程序创建单元创建的程序，对所述阈值进行指定。
13.一种异常诊断方法，其特征在于，进行如下步骤：
摩擦识别步骤，对在与电动机连接的动力传输机构的摩擦力的计算时使用的参数即摩擦参数进行计算；
模型转矩计算步骤，使用预先计算出的设定值及所述摩擦参数，计算所述电动机的转矩的预想值作为模型转矩；
电动机转矩检测步骤，对所述电动机的电动机转矩进行检测；以及
异常判别步骤，基于所述模型转矩和所述电动机转矩的比较结果，对所述动力传输机构的异常进行诊断。
CN201780033992.XA 2016-06-07 2017-06-07 异常诊断装置及异常诊断方法 Active CN109219924B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016113859 2016-06-07
JP2016-113859 2016-06-07
PCT/JP2017/021169 WO2017213182A1 (ja) 2016-06-07 2017-06-07 異常診断装置及び異常診断方法

Publications (2)

Publication Number Publication Date
CN109219924A true CN109219924A (zh) 2019-01-15
CN109219924B CN109219924B (zh) 2022-03-25

Family

ID=60578683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780033992.XA Active CN109219924B (zh) 2016-06-07 2017-06-07 异常诊断装置及异常诊断方法

Country Status (5)

Country Link
US (1) US11507044B2 (zh)
JP (1) JP6324641B1 (zh)
CN (1) CN109219924B (zh)
DE (1) DE112017002846T5 (zh)
WO (1) WO2017213182A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019167171A1 (ja) * 2018-02-28 2019-09-06 日産自動車株式会社 異常検出装置及び異常検出方法
WO2019222542A1 (en) * 2018-05-17 2019-11-21 Arcus Technology, Inc. Motion system health management using existing servo drive variables
JP7298119B2 (ja) * 2018-08-31 2023-06-27 ブラザー工業株式会社 外乱オブザーバ、制御装置、工作機械及び外乱推定方法
JP7103092B2 (ja) * 2018-09-07 2022-07-20 オムロン株式会社 情報処理装置及び情報処理方法
JP7110845B2 (ja) * 2018-09-07 2022-08-02 オムロン株式会社 情報処理装置及び情報処理方法
JP7021656B2 (ja) * 2019-03-20 2022-02-17 オムロン株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
JP7407030B2 (ja) 2020-03-13 2023-12-28 株式会社Rej モータ制御装置及び監視方法
CN115336167B (zh) * 2020-03-26 2023-09-22 三菱电机株式会社 摩擦补偿装置、碰撞检测装置、扭矩前馈运算装置及机器人控制装置以及摩擦补偿方法
CN113686569A (zh) * 2021-08-19 2021-11-23 深圳市汇川技术股份有限公司 传动机构力矩检测方法、装置、设备及存储介质
JP2023133032A (ja) * 2022-03-11 2023-09-22 株式会社日立産機システム モータ制御装置、およびその自動調整方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005245113A (ja) * 2004-02-26 2005-09-08 Yaskawa Electric Corp モータ駆動システムのベルト切断検出装置および方法
CN1787360A (zh) * 2004-12-08 2006-06-14 Ls产电株式会社 用于驱动感应电机的换流器系统
JP2007286904A (ja) * 2006-04-17 2007-11-01 Fanuc Ltd 電動機の制御装置及び制御方法
US20080116835A1 (en) * 2006-11-21 2008-05-22 Tsui Wang Hay Kenneth Model-based active electronic damping for stepper motors
US20110229164A1 (en) * 2010-03-18 2011-09-22 Tatsuya Watahiki Electronic device, malfunction determining method, and computer program product
WO2012160874A1 (ja) * 2011-05-24 2012-11-29 三菱電機株式会社 モータ制御装置
CN104283484A (zh) * 2013-07-05 2015-01-14 发那科株式会社 具备前馈控制的电动机控制装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3025421B2 (ja) * 1995-06-14 2000-03-27 三菱電機株式会社 制御システムの異常検知装置
US7640139B2 (en) * 2004-10-18 2009-12-29 Nsk Ltd. Abnormality diagnosing system for mechanical equipment
JP4112594B2 (ja) 2006-07-27 2008-07-02 ファナック株式会社 減速機異常診断方法及び減速機異常診断装置
JP2009202335A (ja) 2009-06-17 2009-09-10 Yaskawa Electric Corp 減速機の異常判定装置及び減速機の異常判定方法
DK2543977T3 (da) 2010-03-03 2019-06-11 Asahi Kasei Eng Corporation Diagnostisk fremgangsmåde og diagnostisk indretning til et glideleje
JP5198514B2 (ja) * 2010-07-22 2013-05-15 株式会社東芝 ロボット制御装置
JP5365595B2 (ja) 2010-09-15 2013-12-11 株式会社安川電機 減速機の異常判定方法、異常判定装置、ロボット及びロボットシステム
JP5482699B2 (ja) 2011-03-16 2014-05-07 トヨタ自動車株式会社 減速機異常診断装置および減速機異常診断方法
JP2016087700A (ja) 2014-10-29 2016-05-23 ファナック株式会社 負荷情報の設定を確認する機能を備えた制御装置
JP6077592B2 (ja) * 2015-05-29 2017-02-08 ファナック株式会社 ブレーキの異常を検出する機能を備えたモータ制御システムおよびブレーキ異常検出方法
JP6536559B2 (ja) * 2016-12-27 2019-07-03 トヨタ自動車株式会社 トルク制御装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005245113A (ja) * 2004-02-26 2005-09-08 Yaskawa Electric Corp モータ駆動システムのベルト切断検出装置および方法
CN1787360A (zh) * 2004-12-08 2006-06-14 Ls产电株式会社 用于驱动感应电机的换流器系统
JP2007286904A (ja) * 2006-04-17 2007-11-01 Fanuc Ltd 電動機の制御装置及び制御方法
US20080116835A1 (en) * 2006-11-21 2008-05-22 Tsui Wang Hay Kenneth Model-based active electronic damping for stepper motors
US20110229164A1 (en) * 2010-03-18 2011-09-22 Tatsuya Watahiki Electronic device, malfunction determining method, and computer program product
WO2012160874A1 (ja) * 2011-05-24 2012-11-29 三菱電機株式会社 モータ制御装置
CN104283484A (zh) * 2013-07-05 2015-01-14 发那科株式会社 具备前馈控制的电动机控制装置

Also Published As

Publication number Publication date
CN109219924B (zh) 2022-03-25
WO2017213182A1 (ja) 2017-12-14
US20190137966A1 (en) 2019-05-09
JPWO2017213182A1 (ja) 2018-06-14
US11507044B2 (en) 2022-11-22
JP6324641B1 (ja) 2018-05-16
DE112017002846T5 (de) 2019-02-28

Similar Documents

Publication Publication Date Title
CN109219924A (zh) 异常诊断装置及异常诊断方法
CN109219738A (zh) 异常诊断装置及异常诊断方法
US8442685B2 (en) Robot control apparatus
CN103313828B (zh) 机械手以及机械手的噪声消除方法
KR101889248B1 (ko) 고장 진단 장치 및 고장 진단 방법
KR101489116B1 (ko) 구동 기계의 부하 특성 추정 장치
WO2016194029A1 (ja) 故障診断装置及び故障診断方法
CN101200066A (zh) 用于监控工业机器人的状态的方法和控制系统
JP7060078B2 (ja) 異常種別判定装置及び異常種別判定方法
WO2020213062A1 (ja) モータ制御装置
JP6881673B2 (ja) 異常検出装置及び異常検出方法
JP7303112B2 (ja) 実体変速機を備えるパワートレインテストベンチを制御するための、特に閉ループ制御するための方法
JP3607009B2 (ja) 産業用ロボットの故障予知方法
JP7385298B2 (ja) 既存のサーボドライブ変数を使用したモーションシステムの状態管理
CN113167680A (zh) 用于诊断机器人的方法和设备
Ruderman et al. Impact of hysteresis lost motion on the sensorless torsion control of elastic robotic joints
Kamizono et al. FDC based on neural network with harmonic sensor to prevent error of robot
WO2021124783A1 (ja) 診断装置
JP2005293332A (ja) ロボットの負荷状態診断方法
WO2019215909A1 (ja) 異常検出装置及び異常検出方法
JP2021185724A (ja) サーボモータ減速機故障予知構造、減速機付きサーボモータ、および減速機付きサーボモータ制御システム
Zhang et al. Research on Spectrum Components of Planetary Gearbox Vibration Signals by Dynamic Modelling and Filtering
Isermann et al. Fault diagnosis of industrial robots
JPH09322580A (ja) 負荷状態推定装置

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