CN110303491B - 动作历史管理系统 - Google Patents
动作历史管理系统 Download PDFInfo
- Publication number
- CN110303491B CN110303491B CN201910193760.1A CN201910193760A CN110303491B CN 110303491 B CN110303491 B CN 110303491B CN 201910193760 A CN201910193760 A CN 201910193760A CN 110303491 B CN110303491 B CN 110303491B
- Authority
- CN
- China
- Prior art keywords
- data
- management
- value
- torque
- industrial 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.)
- Active
Links
- 230000009471 action Effects 0.000 title claims description 19
- 230000005856 abnormality Effects 0.000 claims abstract description 81
- 230000002159 abnormal effect Effects 0.000 claims abstract description 67
- 238000003860 storage Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims description 31
- 238000003384 imaging method Methods 0.000 claims description 23
- 230000033001 locomotion Effects 0.000 claims description 19
- 239000000284 extract Substances 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 26
- 230000010485 coping Effects 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 185
- 238000012544 monitoring process Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 17
- 230000007246 mechanism Effects 0.000 description 10
- 238000009826 distribution Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000011835 investigation Methods 0.000 description 6
- 230000003449 preventive effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000003252 repetitive effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供一种动作历史管理系统,其恰当地设定工业用机器人的动作历史数据的管理值来探测异常,并且用于调查异常的原因及应对。动作历史管理系统(100)具备与控制工业用机器人(4)的动作的控制器(3)连接的管理装置(1)。管理装置(1)从控制器(3)收集工业用机器人(4)的作为动作历史数据的扭矩数据并确定管理值。在工业用机器人(4)工作时,基于管理值监视扭矩数据是否异常,将判定为异常的扭矩数据作为异常数据储存于存储部(11)。另外,储存与异常数据(33)对应的期间的拍摄数据。因此,容易确认异常数据。另外,不仅能够确认扭矩数据,而且能够确认影像,因此,异常的原因调查变得容易,能够用于应对异常。
Description
技术领域
本发明涉及动作历史管理系统,特别涉及管理工业用机器人的动作历史的动作历史管理系统。
背景技术
目前,关于具备伺服电动机等驱动部的工业用机器人,存在保存伺服电动机的动作历史数据并且将其用于维护的技术。例如,专利文献1记载了根据从上位装置发送的指令进行动作的工业用机器人的动作历史管理系统。在专利文献1中,控制器接收来自上位装置的指令来控制工业用机器人。另外,管理装置从控制器获取各种数据,作为工业用机器人的动作历史数据,与指令相关联地管理扭矩数据及位置数据。
在专利文献1中,为了进行工业用机器人的预防性维护、故障诊断,可以指定指令并显示或输出扭矩数据及位置数据。例如,为了进行预防性维护,可以显示扭矩数据的经年变化。另外,在发生故障时,能够检索故障之前的期间执行的指令,显示与该指令对应的扭矩数据及位置数据。
现有技术文献
专利文献
专利文献1:日本特开2016-150400号公报
发明内容
发明所要解决的技术问题
在专利文献1中,在为了判别保存的扭矩数据的异常而显示扭矩数据时,将额定值的2倍~3倍左右的值作为扭矩警告等级进行显示。由此,在超过了扭矩警告等级的情况下,可以对其进行判别,能够检测出障碍物的存在或故障等的产生。另外,为了预防性维护,能够排列显示每恒定期间的扭矩数据,确认扭矩数据的经年变化。因此,能够把握扭矩数据的经年变化并进行零件更换或检修等处置。
这样,在专利文献1中,能够检查所保存的扭矩数据的最大值并发现异常,但因为对工业用机器人的整个动作只是根据经验将额定值的几倍作为管理值(扭矩警告等级)进行显示,所以管理值的设定可能不恰当。另外,在扭矩数据超过管理值的情况下,没有提出进行用于其原因调查或应对的处理。
鉴于这种状况,本发明的技术问题在于,提供一种动作历史管理系统,能够恰当地设定工业用机器人的动作历史数据的管理值,并且能够基于管理值检测异常。
另外,本发明的另一技术问题在于,提供一种在动作历史数据脱离了管理值的情况下进行用于原因调查及应对的处理的动作历史管理系统。
解决问题所采用的技术方案
本发明提供一种动作历史管理系统,其特征在于,具有:工业用机器人,所述工业用机器人对应于从上位装置发送的指令进行动作;控制器,所述控制器从所述上位装置接收所述指令,控制所述工业用机器人的动作;管理装置,所述管理装置与所述控制器连接,所述管理装置具备:管理值确定部,其从所述控制器获取所述工业用机器人的动作历史数据,基于所述动作历史数据确定管理值;临时保存部,其按照时间序列临时保存从所述控制器获取的所述动作历史数据;异常数据处理部,其基于所述管理值监视所述动作历史数据是否异常,从临时保存的所述动作历史数据中提取包含判定为异常的所述动作历史数据的规定期间的所述动作历史数据,并将其作为异常数据予以储存。
根据本发明,具备收集工业用机器人的动作历史数据并根据所收集的数据确定管理值的管理值确定部,能够基于工业用机器人的实际使用数据确定管理值。因此,能够设定恰当的管理值。另外,基于管理值检测动作历史数据的异常,储存与检测到异常的期间关联的动作历史数据,所以能够容易地进行异常时的动作历史数据的确认。因此,容易调查异常的原因,能够用于异常的应对。
在本发明中,理想的是,具有拍摄部,所述拍摄部与所述管理装置连接,拍摄所述工业用机器人,所述管理装置将与所述异常数据对应的期间的拍摄数据储存于所述拍摄部或所述管理装置。这样,检测到异常时的工业机器人的动作不仅可以通过动作历史数据来确认,而且可以通过影像来确认。因此,异常的原因调查变得容易,能够用于异常的应对。
在本发明中,理想的是,将所述指令和与所述指令对应的所述动作历史数据相关联地临时保存所述动作历史数据。这样,通过与指令相关联地管理动作历史数据,可以与动作的内容相关联地管理动作历史数据。因此,能够恰当地进行动作历史数据的异常检测。另外,易于基于动作历史数据的确认调查异常的原因,能够用于异常的应对。
在本发明中,理想的是,所述管理值确定部基于相对于特定动作的动作历史数据确定所述管理值,所述异常数据处理部基于所述管理值,判定相对于所述特定动作的动作历史数据有无异常。例如,如果将工业用机器人进行的频率高的反复动作确定为特定动作,收集反复动作的动作历史数据来确定管理值,则可以恰当地设定管理值。另外,在工业用机器人工作时,如果使用管理值对反复动作进行异常检测,则可以恰当地判定有无异常。
在本发明中,理想的是,所述管理值确定部对所述动作历史数据进行统计处理,确定所述管理值。这样,能够基于实际使用数据设定恰当的管理值而不是依赖经验。
在本发明中,可以是,所述管理值确定部作为所述管理值确定最大值的上限值及下限值、以及最小值的上限值及下限值。这样,可以将上限值和下限值之间作为管理宽度,在最大值及最小值脱离管理宽度的情况下判定为异常。另外,可以将超过上限值的情况和低于下限值的情况作为不同的异常进行判别,因此,能够用于异常的原因调查。
在本发明中,理想的是,动作历史数据是扭矩数据。通过检测扭矩数据的异常,能够检测驱动力传递机构的不良,因此,能够检测例如驱动力传递机构产生晃动并进行应对。另外,能够检测驱动源本身的不良而进行应对。因此,能够用于对动作产生直接影响的不良的应对。
在本发明中,理想的是,所述管理装置监视所述异常数据的产生量及所述工业用机器人的错误的产生量中的至少一方是否超过了基准量。这样,因为可以在产生故障或不良之前,在异常数据或错误的产生量增加的时刻进行应对,所以能够用于预防性维护。
在本发明中,理想的是,具备多个所述工业用机器人、拍摄所述工业用机器人的所述拍摄部、与所述工业用机器人连接的所述控制器的组,多个所述组各自的所述控制器及所述拍摄部与共同的所述管理装置连接。这样,能够集中管理多个工业用机器人。
(发明效果)
根据本发明,具备收集工业用机器人的动作历史数据并根据所收集的数据确定管理值的管理值确定部,能够基于工业用机器人的实际使用数据确定管理值。因此,能够设定恰当的管理值。另外,因为能够储存包含判定为异常的数据的规定期间的动作历史数据,所以能够容易地进行异常时的动作历史数据的确认。
附图说明
图1是应用了本发明的动作历史管理系统的系统结构图。
图2是工业用机器人的主视图。
图3是工业用机器人的侧视图。
图4是工业用机器人的俯视图。
图5是管理装置的框图。
图6是管理值确定处理的流程图。
图7是用于进行管理值确定处理的管理用画面。
图8是扭矩数据及管理值的说明图。
图9是表示最大扭矩的数据分布的说明图。
图10是在工业用机器人动作时由管理装置及摄像头进行的处理的流程图。
图11是用于进行异常数据的确认的管理用画面。
附图标记说明
1…管理装置,2…上位装置,3…控制器,4…工业用机器人,5…摄像头,6…网络,7…无线接入点,10…控制部,11…存储部,12…I/O部,13…显示部,14…输入部,21…管理值确定部,22…临时保存部,23…异常数据处理部,31…管理值,32…临时保存数据,33…异常数据,40…基台,41…第一手部,42…第二手部,43…基座部件,44…基台本体,45…基台移动部,45A…下端位置,45B…上端位置,50…列表,51…扭矩数据指定栏,52…管理值确定按钮,60…列表,100…动作历史管理系统,411…第一基台侧臂,412…第一手侧臂,413…第一手,413A…第一位置,413B…第二位置,421…第二基台侧臂,422…第二手侧臂,423…第二手,G1、G2…管理用画面,T1…最大扭矩的上限值,T2…最大扭矩的下限值,T3…最小扭矩的上限值,T4…最小扭矩的下限值,W…工件
具体实施方式
以下,参照附图说明应用了本发明的动作历史管理系统的实施方式。
(系统结构)
图1是应用了本发明的动作历史管理系统100的系统结构图。动作历史管理系统100具备管理装置1及上位装置2、与上位装置2连接的控制器3、与控制器3连接的工业用机器人4、拍摄工业用机器人4的动作的摄像头5。管理装置1经由网络6与控制器3连接。另外,管理装置1经由与网络6连接的无线接入点7与摄像头5连接。此外,管理装置1和控制器3及摄像头5不限于图1那样的连接方式,只要管理装置1和控制器3及摄像头5可进行通信即可。
图1所示的动作历史管理系统100通过一台共同的管理装置1管理多台工业用机器人4。控制器3对应于每个工业用机器人4而设置。另外,摄像头5也对应于每个工业用机器人4而设置。即,动作历史管理系统100具备多个控制器3、工业用机器人4及摄像头5的组。此外,在图1中,控制器3、工业用机器人4及摄像头5的组有3组,但几组都也可以。另外,图1中,与各控制器3分别对应地设有上位装置2,但也可以采用在共同的上位装置2上连接有多个控制器3的结构。
管理装置1例如由通用的个人电脑构成。管理装置1执行管理用程序并从控制器3获取各种数据,对工业用机器人4的动作历史进行管理。另外,管理装置1与摄像头5进行通信,控制摄像头5,获取摄像头5的拍摄数据。
上位装置2是向控制器3发送工业用机器人4的动作指示(以下称为“指令”)的装置。具体而言,上位装置2由PLC(Programmable Logic Controller:可编程逻辑控制器)构成。或者,也可以由个人电脑构成上位装置2。
控制器3是接收来自上位装置2的指令并且控制工业用机器人4的动作的装置。另外,控制器3实时(实际时间)获取来自上位装置2的指令和来自工业用机器人4的各种数据,并将其发送到管理装置1。
(工业用机器人)
图2~图4是表示工业用机器人4的具体示例的图,图2是工业用机器人4的主视图。另外,图3是工业用机器人4的侧视图,表示垂直方向的动作。图4是工业用机器人4的俯视图,表示水平方向的动作。工业用机器人4基于控制器3的控制,进行对应于从上位装置2发送的指令的动作。本方式的工业用机器人4在液晶面板或半导体制造工序中使用,是通过后述的第一手部41及第二手部42保持并输送各种物品的多关节机器人。工业用机器人4处理的物品(下称工件W)例如是玻璃或半导体晶圆等原料。
工业用机器人4具备基台40、可回转地支承于基台40的第一手部41及第二手部42、沿水平方向可移动地支承基台40的基座部件43、使基台40向水平方向移动的水平移动机构(图示省略)。水平移动机构具备作为驱动源的行进用驱动电动机(图示省略)。图2~图4中,XYZ三个方向是相互正交的方向。XY平面为水平面,Z方向为铅垂方向。水平移动机构使基台40沿X方向移动。
基台40具备基台本体44和相对于基台本体44在上下方向上可移动地设置的基台移动部45。另外,在基台移动部45设有使基台移动部45相对于基台本体44沿Z方向移动的上下移动机构(图示省略)。上下移动机构将第一上下驱动用电动机及第二上下驱动用电动机(图示省略)这两个电动机作为驱动源。基台移动部45与支承于基台移动部45的第一手部41及第二手部42一起在图3中用实线表示的下端位置45A和图3中用虚线表示的上端位置45B之间沿Z方向移动。
如图3、图4所示,第一手部41具备第一基台侧臂411及第一手侧臂412、可保持工件W的第一手413以及第一手部驱动用电动机(图示省略)。同样,第二手部42具备第二基台侧臂421及第二手侧臂422、可保持工件W的第二手423以及第二手部驱动用电动机(图示省略)。第一手部驱动用电动机及第二手部驱动用电动机收纳在基台40的内部。
图4表示第一手部41的水平方向的动作。如图4所示,第一基台侧臂411经由关节部与基台移动部45可转动地连接。第一基台侧臂411及第一手侧臂412可弯曲地连接,第一手413与第一手侧臂412连接。第一手部41通过第一基台侧臂411和第一手侧臂412的弯曲动作引起的伸缩动作、第一基台侧臂411相对于基台移动部45的回转动作,使第一手413在规定的路径中移动。在本方式中,第一手413在如图4的实线所示相对于基台40向Y方向的一侧移动的第一位置413A和如图4的虚线所示返回到基台40的位置的第二位置413B之间沿Y方向直线移动。由此,能够使第一手413向工件W的供给位置移动。另外,能够使保持于第一手413的工件W向Y方向移动。
从Z方向观察时,第二手部42与第一手部41重叠配置,从Z方向观察,第二手部42在与第一手部41相同的移动路径中移动。因此,图4中省略第二手部42的图示。第二手部42与第一手部41同样地构成,与第一手部41同样地动作,使第二手423沿Y方向以直线状移动。
工业用机器人4具备多个电动机。例如,在本方式中,具备行进用驱动电动机、第一上下驱动用电动机、第二上下驱动用电动机、第一手部驱动用电动机以及第二手部驱动用电动机。控制器3根据从上位装置2接收到的指令控制这些电动机,进行组合了基台40的X方向的水平移动、基台移动部45的上下移动、以及第一手413及第二手423的Y方向的直线移动的动作。工业用机器人4具备检测各电动机的旋转位置、扭矩、温度等的编码器及传感器,编码器及传感器的信号输出到控制器3。
摄像头5配置于第一手部41和基台移动部45的连接部,安装成与第一手部41的第一基台侧臂411一体地回转。摄像头5安装成:当第一手部41成为图4的实线所示的伸长状态时,设于其前端的第一手413进入摄像头5的拍摄范围。另外,构成为:当第二手部42与第一手部41同样成为伸长状态时,设于其前端的第二手423进入摄像头5的拍摄范围,由一台摄像头5拍摄第一手部41和第二手部42双方。
(管理装置)
图5是管理装置1的主要部分的框图。管理装置1具备控制部10、存储部11、I/O部12、显示部13及输入部14。控制部10是由CPU、MPU、GPU、DSP、ASIC等构成的控制运算单元。存储部11由RAM、ROM、HDD、闪存等构成。I/O部12是用于与外部的设备或网络6连接的接口。显示部13例如是液晶显示器,具备通过管理用程序来显示的各种管理用画面、按照来自管理用画面的输入指示来显示扭矩数据的图形或摄像头5的拍摄数据的显示画面。输入部14是键盘、鼠标或设于显示画面上的触摸面板等输入单元。
控制部10具备管理值确定部21、临时保存部22以及异常数据处理部23。另外,在存储部11存储管理值31及动作历史数据。动作历史数据包含临时保存数据32及异常数据33。管理值确定部21、临时保存部22、异常数据处理部23的功能通过控制部10执行管理程序来实现。
管理装置1经由I/O部12从控制器3获取各种数据。从控制器3获取的数据中包含从上位装置2接收的指令和工业用机器人4的扭矩数据。扭矩数据是工业用机器人4的动作历史数据。临时保存部22将工业用机器人4的扭矩数据按时间序列存储于存储部11。临时保存数据32是按时间序列存储的扭矩数据。另外,在本方式中,临时保存部22将工业用机器人4的扭矩数据与指令相关联地存储于存储部11。即,临时保存部22将指令和与基于该指令进行的动作对应的工业用机器人4的扭矩数据相关联,并将其作为临时保存数据32存储于存储部11。
此外,从控制器3获取的数据中可以包含工业用机器人4的位置数据。另外,作为临时保存数据32,也可以存储位置数据而不存储扭矩数据。或者,也可以将扭矩数据和位置数据双方作为临时保存数据32进行存储。即,作为工业用机器人4的动作历史数据,能够存储扭矩数据和位置数据的一方或双方。在存储位置数据的情况下,与扭矩数据同样,也能够与指令相关联地进行存储。另外,在从控制器3获取了扭矩数据和位置数据以外的动作历史数据、例如速度数据、位置偏差数据、I/O数据等的情况下,也可以将该数据与指令相关联地进行存储。
(扭矩数据的管理值确定)
管理值确定部21使用从控制器3获取的数据,确定用于检测工业用机器人4的扭矩数据的异常的管理值。例如,将用于收集管理值确定用的数据的工业用机器人4的试运行进行规定期间,使用在试运行的期间从控制器3获取的数据进行管理值的确定。进行试运行的期间设为可收集基准时间量的数据的期间。例如,进行试运行的期间设为几天。
进行试运行时,在使包含工业用机器人4的设备工作时,指定在由工业用机器人4进行的工序中反复进行的反复动作中的一个动作,将其作为扭矩监视用的动作(特定动作),反复进行所指定的扭矩监视用的动作。此外,试运行可以仅反复进行扭矩监视用的动作,也可以包含其它动作。
图6是管理值确定处理的流程图。在进行几天的试运行期间,在管理装置1中,在步骤ST11中,收集用于确定管理值的动作历史数据。在步骤ST11中,临时保存部22将由控制器3获取的扭矩数据按时间序列存储于存储部11。在本方式中,临时保存部22将扭矩数据与指令相关联地存储于存储部11。储存于存储部11的数据包含扭矩监视用的动作的扭矩数据。管理装置1在收集了基准时间量的扭矩数据后,在步骤ST12中,根据所收集的扭矩数据确定扭矩数据的管理值。
图7是用于进行管理值确定处理的管理用画面G1。管理用画面G1显示于显示部13。在步骤ST11中所收集的扭矩数据(临时保存数据32)在管理用画面G1中被显示为扭矩数据的列表50。在管理用画面G1上,显示列表50、扭矩数据指定栏51、管理值确定按钮52。在扭矩数据指定栏51可以进行指定扭矩监视用的动作的输入。当在扭矩数据指定栏51进行指定扭矩监视用的动作的输入并单击管理值确定按钮52时,执行确定管理值的处理。在此,试运行的期间被设定为能获得基准时间量的扭矩数据。在管理用画面G1上,当将基准时间量的扭矩数据保存为临时保存数据32时,可以单击管理值确定按钮52,从而可以确定管理值。
在步骤ST12中,管理值确定部21基于向扭矩数据指定栏51的输入内容,从临时保存数据32提取对应的扭矩数据。在本方式中,因为扭矩数据与指令相关联,所以检索扭矩监视用的动作的指令,从临时保存数据32提取与该指令相关联的扭矩数据。而且,对所提取的扭矩数据进行统计分析,确定管理值。
图8是扭矩数据及管理值的说明图,表示扭矩监视用的动作的扭矩数据的例子。扭矩监视用的动作例如是工业用机器人4将工件W放置于指定位置的动作,图8的扭矩数据是该动作的扭矩数据。在此,就本方式的扭矩数据而言,因为工业用机器人4具有两个手部(第一手部41及第二手部42),且分别被向XYZ三个轴方向驱动,所以将三轴和三轴共六个轴的扭矩数据的合计值作为管理对象的扭矩数据。
管理值确定部21对于图8所示的扭矩数据确定最大扭矩的管理值和最小扭矩的管理值两种值。在此,最大扭矩的管理值及最小扭矩的管理值不是精确的值,而是以分别具有宽度的方式来确定。即,在步骤ST12中,进行确定最大扭矩的上限值T1及下限值T2和最小扭矩的上限值T3及下限值T4的处理,对最大扭矩和最小扭矩分别确定管理宽度。
图9是最大扭矩的数据分布的说明图。管理值确定部21根据所提取的扭矩数据求得最大扭矩的数据分布,求得最大扭矩的最小值和最大值。例如,如图9所示,将最大扭矩的数据的最大值设为最大扭矩的上限值T1,将最大扭矩的数据的最小值确定为最大扭矩的下限值T2。同样,管理值确定部21根据所提取的扭矩数据求得最小扭矩的数据分布,求得最小扭矩的数据的最小值和最大值。而且,将最小扭矩的数据的最大值设为最小扭矩的上限值T3,将最小扭矩的数据的最小值确定为最小扭矩的下限值T4。
管理值确定部21在步骤ST13中进行将在步骤ST12中确定的管理值存储于存储部11的管理值保存处理。
此外,在根据扭矩数据确定管理值时,不仅可以根据最大扭矩及最小扭矩的数据分布简单地确定最大值(上限值)和最小值(下限值),而且还可以对最大扭矩及最小扭矩的数据分布进行统计处理,确定管理值和管理宽度。例如,可以将最大值和最小值的宽度的N倍作为管理宽度,根据以数据分布的平均值为中心的管理宽度的范围来确定上限值及下限值。或者,可以使用标准偏差σ确定管理宽度,根据以数据分布的平均值为中心的管理宽度的范围来确定上限值及下限值。例如,可以将以平均值为中心的±3σ的范围作为管理宽度,确定上限值及下限值。
另外,也可以设定多个扭矩监视用的动作而不是设定一个,对多个动作分别设定管理值。例如,可以对将工件W放置于指定位置的动作(PUT动作)和将工件W从指定位置取出的动作(GET动作)分别设定扭矩数据的管理值。在此,在管理值设定用的动作分别与指令相关联的情况下,对于每个指令确定与指令对应的管理值。
(扭矩数据的异常检测)
接着,对使用了管理值的扭矩数据的异常检测和异常检测时用于其原因调查及应对的功能进行说明。异常数据处理部23监视工业用机器人4的扭矩数据,并进行基于保持于存储部11的管理值判定扭矩数据是否存在异常的异常监视处理。另外,在判定为扭矩数据存在异常的情况下,进行将异常的扭矩数据作为异常数据保存于存储部11的异常数据储存处理。而且,在判定为扭矩数据存在异常的情况下,不仅进行异常的扭矩数据的保存,而且还进行保存摄像头5的拍摄数据的拍摄数据储存处理。
图10是在工业用机器人4动作时由管理装置1及摄像头5进行的处理的流程图。在工业用机器人4的动作中,管理装置1从控制器3实时获取扭矩数据,通过临时保存部22进行按时间序列临时保存扭矩数据的处理。另外,在工业用机器人4的动作中,异常数据处理部23根据临时保存的扭矩数据进行基于管理值检测异常的异常监视处置。
如图10所示,当开始工业用机器人4的动作时,管理装置1在步骤ST21中实时(实际时间)从控制器3获取指令及扭矩数据(动作历史数据)。临时保存部22在步骤ST22中将所获取的扭矩数据与指令相关联并按时间序列存储于存储部11。在存储部11存储规定时间量的扭矩数据。当在存储部储存了规定时间量的扭矩数据之后,临时保存部22将旧的扭矩数据依次置换为最新的扭矩数据。
另外,当开始工业用机器人4的动作时,管理装置1与将扭矩数据按时间序列存储于存储部11的处理并行地控制摄像头5,拍摄工业用机器人4。当开始摄像头5的拍摄时,在步骤ST23中按时间序列临时保存拍摄数据。拍摄数据临时保存最新的规定时间量的数据,旧的拍摄数据被依次置换为最新的拍摄数据。摄像头5的拍摄数据临时保存于内置在摄像头5中的存储部。或者,管理装置1也可以从摄像头5实时(实际时间)获取拍摄数据,并将拍摄数据以时间序列临时保存于存储部11。
在管理装置1中,在步骤ST24中,异常数据处理部23对由控制器3获取的扭矩数据进行基于管理值判定有无异常的处理。例如,基于指令判别所获取的扭矩数据是否是扭矩监视用的动作的扭矩数据,在获取了扭矩监视用的动作的扭矩数据的情况下,使用存储于存储部11的管理值判定有无异常。有无异常的判定是判定最大扭矩是否在从下限值T2到上限值T1的范围内(即,是否在管理宽度的范围内)、并且判定最小扭矩是否在从下限值T4到上限值T3的范围内的处理。
在最大扭矩和最小扭矩均在管理宽度的范围内的情况下,判定为没有异常(步骤ST24:否)。该情况下,返回步骤ST21,继续进行实时获取扭矩数据并将所获取的扭矩数据与指令相关联地按时间序列存储于存储部11的处理。另外,在该期间,继续并行进行摄像头5的拍摄及拍摄数据的保存。而且,当取得下一个扭矩监视用的动作的扭矩数据时,判定有无异常。
在步骤ST24中,在最小扭矩和最大扭矩的一方或双方脱离管理宽度的情况下,异常数据处理部23判定为有异常(步骤ST24:是)。该情况下,进入步骤ST25。在步骤ST25中,异常数据处理部23将包含异常值的扭矩数据作为异常数据33储存于存储部11。例如,将包含脱离管理宽度的扭矩值的扭矩数据设为异常数据33。异常数据33从临时保存数据32提取。例如,提取从脱离了管理宽度的扭矩值(异常值)的产生时刻向过去回溯了规定时间的扭矩数据。或者,在与指令相关联地临时保存扭矩数据的情况下,基于产生脱离了管理宽度的扭矩值(异常值)的动作的指令,提取与指令相关联的扭矩数据,并将其作为异常数据33储存于存储部11。
接着,在步骤ST26中,异常数据处理部23从临时保存的拍摄数据中提取并储存与异常的扭矩值关联的拍摄数据。例如,储存从脱离了管理宽度的扭矩值的产生时刻向过去回溯了规定时间的拍摄数据。异常数据处理部23从临时保存的拍摄数据中提取这样的期间的拍摄数据,将其作为与异常的扭矩值关联的拍摄数据储存于摄像头5的存储部。此外,与异常的扭矩值关联的拍摄数据也可以储存于管理装置1的存储部11。在储存与异常的扭矩值关联的拍摄数据时,作为包含异常的扭矩值的扭矩数据,在步骤ST25中进行与储存于存储部11的异常数据33相关联的处理。
(异常数据的确认)
图11是用于进行异常数据的确认的管理用画面G2。在本方式中,在管理装置1中,能够确认包含异常值的扭矩数据及与异常值关联的拍摄数据。管理用画面G2显示于显示部13。在管理用画面G2上显示异常数据33的列表60。在管理用画面G2上,可以从列表60中选择一个异常数据33并显示内容。在图11中,在列表60中反色的数据是选择的数据。如图11所示,可以选择异常数据33中的一个并显示扭矩数据的图表。
在管理装置1中,能够与扭矩数据一起显示与异常值关联的拍摄数据。如图11所示,当选择异常数据33中的一个时,再生与所选择的异常数据相关联的拍摄数据,将其显示于显示部13。因此,不仅可以确认扭矩数据,而且可以确认拍摄数据并将其用于原因调查。
异常数据的确认不仅能够对包含异常值的扭矩数据及拍摄数据进行,还能够进一步向前回溯进行。另外,在产生多次异常的情况下,能够以时间序列显示产生多次异常的整个期间的扭矩数据,以用于原因调查。同样,能够以时间序列再生显示扭矩数据的整个期间的拍摄数据。
(异常数据的产生量的监视)
异常数据处理部23具备在异常数据33的产生量超过预先设定的基准量的情况下将其检测出的功能。在本方式中,具备在异常数据33的产生频率(产生时间间隔)超过预先设定的基准频率的情况下将其检测出的功能。异常数据处理部23在检测到异常数据33的产生频率超过预先设定的基准频率时进行通知该情况的处理。例如,进行从与网络6连接的打印机印刷警告的处理或以登录的电子邮件通知的处理。
(本方式的主要的作用效果)
如上所述,本方式的动作历史管理系统100具备与控制工业用机器人4的动作的控制器3连接的管理装置1,管理装置1具备:从控制器3获取工业用机器人4的动作历史数据即扭矩数据,基于所获取的扭矩数据确定管理值的管理值确定部21;按照时间序列临时保存从控制器3获取的扭矩数据的临时保存部22;基于管理值监视扭矩数据是否异常,从临时保存数据32获取包含判定为异常的扭矩数据的规定期间的扭矩数据,并将其作为异常数据33储存于存储部11的异常数据处理部23。因此,因为能够基于工业用机器人4的实际使用数据确定扭矩数据的管理值,所以能够设定恰当的管理值。另外,基于管理值检测扭矩数据的异常,将与检测到异常的期间关联的扭矩数据作为异常数据予以储存,因此,能够容易地进行与异常关联的扭矩数据的确认。因此,容易调查异常的原因,并且能够用于应对异常。
在本方式中,使用扭矩数据作为工业用机器人4的动作历史数据,检测扭矩数据的异常。通过检测扭矩数据的异常,能够检测驱动力传递机构的不良,因此,能够检测例如驱动力传递机构产生晃动而进行应对。另外,能够检测作为驱动源的电动机本身的不良并进行应对。因此,能够用于应对直接影响到动作那样的不利情况。此外,也可以使用位置数据作为动作历史数据。在使用位置数据的情况下,能够检测存在摩擦或打滑的滑块等机构的不利情况。
本方式的动作历史管理系统100具有拍摄工业用机器人4的拍摄部即摄像头5,管理装置1控制摄像头5,将与异常数据33对应的期间的拍摄数据储存于摄像头5的存储部或管理装置1的存储部11。由此,检测到异常时的工业用机器人4的动作不仅可以通过扭矩数据确认,还可以通过影像来确认。因此,容易调查异常的原因,并且能够用于应对异常。此外,除通过摄像头5拍摄影像以外,还可以利用麦克风收集声音的数据并保存异常时的声音的数据。
在本方式中,从控制器3获取的扭矩数据通过临时保存部22与指令相关联地临时保存。这样,通过与指令相关联地管理扭矩数据,能够与工业用机器人4的动作的内容相关联地管理扭矩数据。因此,能够恰当地进行扭矩数据的异常检测。另外,容易通过扭矩数据的确认来调查异常的原因,并且能够用于应对异常。
在本方式中,将工业用机器人4进行的频率高的反复动作确定为扭矩监视用的动作(特定动作),在试运行中收集扭矩监视用的动作的扭矩数据,确定管理值。而且,在工业用机器人4工作时,从自控制器3获取的扭矩数据中提取扭矩监视用的动作的扭矩数据,基于管理值判定有无异常。这样,能够恰当地设定管理值,并且,在工业用机器人4工作时,能够恰当地判定扭矩数据有无异常。
在本方式中,管理值确定部21根据在试运行中收集的基准时间以上的扭矩数据的分布确定管理值,所以能够基于实际使用数据设定恰当的管理值。另外,能够将工业用机器人4的个体差反映在管理值中。另外,也可以对所收集的扭矩数据进行统计处理并确定管理值。如果通过统计处理确定管理值,则能够设定恰当的管理值而不是依赖于经验。
在本方式中,管理值确定部21作为管理值确定最大扭矩的上限值T1及下限值T2、以及最小扭矩的上限值T3及下限值T4。这样,能够将上限值和下限值之间作为管理宽度,在最大扭矩及最小扭矩脱离管理宽度的情况下判定为异常。另外,能够将超过上限值的情况和低于下限值的情况判别为不同的异常,所以能够用于调查异常的原因。
在本方式中,异常数据处理部23具备在异常数据33的产生量超过预先设定的基准量的情况下将其检测出的功能,监视异常数据33的产生频率(产生时间间隔)。而且,当检测到异常数据33的产生频率超过预先设定的基准频率时,进行通知该情况的处理。由此,能够在工业用机器人4产生故障或不良之前,在异常的产生频率增加的时刻进行应对,所以能够用于预防性维护。
此外,在监视异常数据的产生量时,也可以监视储存量而不监视产生频率。例如,也可以进行在存储部11中的异常数据33的储存量(储存数)超过预先设定的量的情况下将其检测出并通知的处理。另外,也可以与扭矩数据的监视不同,从控制器3获取与工业用机器人4的错误或故障关联的数据,监视扭矩数据的异常以外的错误或故障的产生量。例如,能够使管理装置1具有在工业用机器人4的错误或故障的产生频率(产生时间间隔)超过基准频率的情况下将其检测出并进行通知的功能。这样,能够用于预防性维护。
在本方式中,具备多个工业用机器人4、摄像头5及控制器3的组,在一台管理装置1上连接有多组的控制器3及摄像头5。因此,能够利用共同的管理装置1集中管理多个工业用机器人4,因此,适合工厂等使用多个工业用机器人4的设施的管理。
(其它实施方式)
在上述方式中,工业用机器人4为具备第一手部41和第二手部42的方式,但工业用机器人4的结构不限于这种方式。本方式的动作历史管理系统100能够适用于仿人机器人或带式输送机等各种工业用机器人或工业用设备。
Claims (9)
1.一种动作历史管理系统,其特征在于,具有:
工业用机器人,所述工业用机器人对应于从上位装置发送的指令进行动作;
控制器,所述控制器从所述上位装置接收所述指令,并控制所述工业用机器人的动作;以及
管理装置,所述管理装置与所述控制器连接,
所述管理装置具备:
管理值确定部,其从所述控制器获取所述工业用机器人的动作历史数据,并基于所述动作历史数据确定管理值;
临时保存部,其按照时间序列临时保存从所述控制器获取的所述动作历史数据;以及
异常数据处理部,其基于所述管理值监视所述动作历史数据是否异常,从临时保存的所述动作历史数据中提取包含判定为异常的所述动作历史数据的规定期间的所述动作历史数据,并将该动作历史数据作为异常数据予以储存,
所述管理值确定部基于相对于所述工业用机器人的多个动作中的特定动作的动作历史数据确定所述管理值,
所述异常数据处理部基于所述管理值,判定相对于所述特定动作的动作历史数据有无异常。
2.根据权利要求1所述的动作历史管理系统,其特征在于,
具有拍摄部,所述拍摄部与所述管理装置连接,并拍摄所述工业用机器人,
所述管理装置将与所述异常数据对应的期间的拍摄数据储存于所述拍摄部或所述管理装置。
3.根据权利要求1所述的动作历史管理系统,其特征在于,
所述临时保存部将所述指令和与所述指令对应的所述动作历史数据相关联地临时保存所述动作历史数据。
4.根据权利要求1所述的动作历史管理系统,其特征在于,
所述管理值确定部对所述动作历史数据进行统计处理,确定所述管理值。
5.根据权利要求1所述的动作历史管理系统,其特征在于,
所述管理值确定部作为所述管理值确定最大值的上限值及下限值、以及最小值的上限值及下限值。
6.根据权利要求1~5中任一项所述的动作历史管理系统,其特征在于,
动作历史数据是扭矩数据。
7.根据权利要求1~5中任一项所述的动作历史管理系统,其特征在于,
所述管理装置监视所述异常数据的产生量及所述工业用机器人的错误的产生量中的至少一方是否超过了基准量。
8.根据权利要求6所述的动作历史管理系统,其特征在于,
所述管理装置监视所述异常数据的产生量及所述工业用机器人的错误的产生量中的至少一方是否超过了基准量。
9.根据权利要求2所述的动作历史管理系统,其特征在于,
具备多个所述工业用机器人、拍摄所述工业用机器人的所述拍摄部、与所述工业用机器人连接的所述控制器的组,
多个所述组各自的所述控制器及所述拍摄部与共同的所述管理装置连接。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-059523 | 2018-03-27 | ||
JP2018059523A JP2019171490A (ja) | 2018-03-27 | 2018-03-27 | 動作履歴管理システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110303491A CN110303491A (zh) | 2019-10-08 |
CN110303491B true CN110303491B (zh) | 2022-08-30 |
Family
ID=68074330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910193760.1A Active CN110303491B (zh) | 2018-03-27 | 2019-03-14 | 动作历史管理系统 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2019171490A (zh) |
CN (1) | CN110303491B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7396819B2 (ja) * | 2019-06-21 | 2023-12-12 | ファナック株式会社 | ロボット装置の動作を動画にて撮像するカメラを備える監視装置 |
JP7377684B2 (ja) * | 2019-11-27 | 2023-11-10 | ニデックインスツルメンツ株式会社 | ロボットシステム |
JP2021091077A (ja) * | 2019-12-10 | 2021-06-17 | 川崎重工業株式会社 | 映像確認用コンピュータ |
CN113211424B (zh) * | 2020-12-11 | 2022-07-22 | 格创东智(深圳)科技有限公司 | 故障检测告警方法、装置、服务器及存储介质 |
TW202235236A (zh) | 2021-02-26 | 2022-09-16 | 日商發那科股份有限公司 | 產業機械系統 |
JP2023128875A (ja) | 2022-03-04 | 2023-09-14 | ニデックインスツルメンツ株式会社 | データ収集ユニット及びロボットコントローラ |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05116056A (ja) * | 1991-10-28 | 1993-05-14 | Ritsukusu Kk | 工作機器の異常検出装置 |
JP2003233417A (ja) * | 2001-12-05 | 2003-08-22 | Nippon Telegr & Teleph Corp <Ntt> | データ通信装置とその方法、およびデータ通信プログラムとそのプログラムを記録した記録媒体 |
CN1984743A (zh) * | 2004-07-13 | 2007-06-20 | 松下电器产业株式会社 | 弧焊机器人 |
CN101114171A (zh) * | 2006-07-27 | 2008-01-30 | 发那科株式会社 | 减速器异常诊断方法及减速器异常诊断装置 |
CN104583889A (zh) * | 2012-08-02 | 2015-04-29 | 日产自动车株式会社 | 无人搬运车的异常检测系统 |
CN105518554A (zh) * | 2013-11-12 | 2016-04-20 | 日立建机株式会社 | 作业机械的运转数据收集装置 |
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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003326438A (ja) * | 2002-02-28 | 2003-11-18 | Fanuc Ltd | 工具異常検出装置 |
JP6178591B2 (ja) * | 2013-03-06 | 2017-08-09 | 富士機械製造株式会社 | 工具異常判別システム |
-
2018
- 2018-03-27 JP JP2018059523A patent/JP2019171490A/ja active Pending
-
2019
- 2019-03-14 CN CN201910193760.1A patent/CN110303491B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05116056A (ja) * | 1991-10-28 | 1993-05-14 | Ritsukusu Kk | 工作機器の異常検出装置 |
JP2003233417A (ja) * | 2001-12-05 | 2003-08-22 | Nippon Telegr & Teleph Corp <Ntt> | データ通信装置とその方法、およびデータ通信プログラムとそのプログラムを記録した記録媒体 |
CN1984743A (zh) * | 2004-07-13 | 2007-06-20 | 松下电器产业株式会社 | 弧焊机器人 |
CN101114171A (zh) * | 2006-07-27 | 2008-01-30 | 发那科株式会社 | 减速器异常诊断方法及减速器异常诊断装置 |
CN104583889A (zh) * | 2012-08-02 | 2015-04-29 | 日产自动车株式会社 | 无人搬运车的异常检测系统 |
CN105518554A (zh) * | 2013-11-12 | 2016-04-20 | 日立建机株式会社 | 作业机械的运转数据收集装置 |
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 |
Also Published As
Publication number | Publication date |
---|---|
JP2019171490A (ja) | 2019-10-10 |
CN110303491A (zh) | 2019-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110303491B (zh) | 动作历史管理系统 | |
US9898815B2 (en) | Fault diagnostic device of robot system for judging fault by camera image | |
JP6386520B2 (ja) | 数値制御装置及び機械学習装置 | |
JP6348137B2 (ja) | 工作物の良否を判定する加工機械システム | |
CN110187694B (zh) | 故障预测装置以及机器学习装置 | |
US11144032B2 (en) | Time to failure analysis of robotic arm cabling | |
JP5803159B2 (ja) | ロボット監視システム、及びロボット監視システムの異常判定方法 | |
JP2005108144A (ja) | ロボットの補正データ確認装置 | |
US11931905B2 (en) | Failure prediction method and failure prediction apparatus | |
US11633859B2 (en) | Robot | |
JP4004222B2 (ja) | 作業用ロボットシステムの保全支援方法及び保全支援装置 | |
JP7281910B2 (ja) | ロボット制御システム | |
US11892814B2 (en) | Diagnostic device and machine learning device | |
WO2017080649A2 (de) | Sensitive roboter durch sensorik vor der ersten roboterachse | |
CN114730179A (zh) | 生产系统的信息收集装置、信息收集方法以及程序 | |
US11249455B2 (en) | Automation system and wear detection controller | |
US20190302745A1 (en) | Facility operation analysis device | |
CN113021411A (zh) | 机器人故障预测装置及系统、以及机器人故障预测方法 | |
JPH07223190A (ja) | ロボット制御装置 | |
US20240280979A1 (en) | Abnormality processing apparatus, network system, and method for providing procedure with respect to abnormality having occurred in robot system | |
KR20160087812A (ko) | 산업용 시스템을 모니터링하기 위한 방법 | |
WO2023157380A1 (ja) | ロボット監視システム、監視装置、監視装置の制御方法およびプログラム | |
JP2023019436A (ja) | 対処作業表示方法、対処作業表示プログラムおよびロボットシステム | |
JP2022079257A (ja) | 判定システム、判定方法、および判定プログラム | |
KR102486112B1 (ko) | 이동형 로봇의 구동부 손상감지 방법 |
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 |