CN113939370A - 控制系统、监视装置、监视方法以及程序 - Google Patents

Abstract

本公开的一个方面的控制系统具备：排出控制部，以将涂料从排出部排出的方式控制涂布装置；机器人控制部，通过多关节机器人以将排出部所排出的涂料涂布于工件的方式变更排出部的位置和姿势；涂布异常检测部，基于涂布装置的状态和多关节机器人的状态中的至少一方来检测涂料的涂布状态的异常；涂布位置计算部，基于多关节机器人的状态来计算涂料从排出部向工件的涂布位置；以及异常通知部，基于涂布状态的异常的检测结果和涂布位置的计算结果来通知工件的涂布状态的异常的产生部位。

Description

控制系统、监视装置、监视方法以及程序

技术领域

本公开涉及一种控制系统、监视装置、监视方法以及程序。

背景技术

专利文献1中公开了一种向被涂布物涂布粘性材料的涂布装置。该涂布装置具备：喷嘴装置，将粘性材料从喷嘴排出至上述被涂布物上；以及移动单元，使喷嘴装置相对于被涂布物移动。上述移动单元是多关节机器人，配置为通过各关节的动作使喷嘴装置相对于被涂布物移动。

现有技术文献

专利文献

专利文献1：国际公开第2013/140814号

发明内容

发明要解决的问题

本公开提供一种有利于工件的涂布状态的异常部位的早期发现的控制系统、监视装置、监视方法以及程序。

技术方案

本公开的一个方面的控制系统具备：排出控制部，以将涂料从排出部排出的方式控制涂布装置；机器人控制部，通过多关节机器人以将排出部所排出的涂料涂布于工件的方式变更排出部的位置和姿势；涂布异常检测部，基于涂布装置的状态和多关节机器人的状态中的至少一方来检测涂料的涂布状态的异常；涂布位置计算部，基于多关节机器人的状态来计算涂料从排出部向工件的涂布位置；以及异常通知部，基于涂布状态的异常的检测结果和涂布位置的计算结果来通知工件的涂布状态的异常的产生部位。

本公开的另一方面的监视装置具备：装置状态获取部，获取具有排出涂料的排出部的涂布装置的状态；机器人状态获取部，获取以将排出部所排出的涂料涂布于工件的方式变更排出部的位置和姿势的多关节机器人的状态；涂布异常检测部，基于涂布装置的状态和多关节机器人的状态中的至少一方来检测涂料的涂布状态的异常；涂布位置计算部，基于多关节机器人的状态来计算涂料从排出部向工件的涂布位置；以及异常通知部，基于涂布状态的异常的检测结果和涂布位置的计算结果来通知工件的涂布状态的异常的产生部位。

本公开的另一方面的监视方法包括：获取具有排出涂料的排出部的涂布装置的状态；获取以将排出部所排出的涂料涂布于工件的方式变更排出部的位置和姿势的多关节机器人的状态；基于涂布装置的状态和多关节机器人的状态中的至少一方来检测涂料的涂布状态的异常；基于多关节机器人的状态来计算涂料从排出部向工件的涂布位置；以及基于涂布状态的异常的检测结果和涂布位置的计算结果来通知工件的涂布状态的异常的产生部位。

有益效果

根据本公开，能提供一种有利于工件的涂布状态的异常部位的早期发现的控制系统、监视装置、监视方法以及程序。

附图说明

图1是表示涂布系统的构成的一个例子的示意图。

图2是表示涂布装置的构成的一个例子的示意图。

图3是表示控制系统的功能性的构成的一个例子的框图。

图4是表示涂布于工件上的涂料的状态的一个例子的示意图。

图5的(a)～图5的(c)是表示异常部位处的涂料的状态的一个例子的示意图。

图6是表示控制系统的硬件构成的一个例子的框图。

图7是表示涂布状态的监视流程的一个例子的流程图。

图8是表示有无异常的判定流程的一个例子的流程图。

图9是表示异常因素的推定流程的一个例子的流程图。

图10是表示推定模型的构建流程的一个例子的流程图。

图11是表示使用了推定模型的有无异常的判定流程的一个例子的流程图。

图12是表示涂布装置的构成的另一个例子的示意图。

具体实施方式

以下，参照附图对实施方式进行详细说明。在说明中，对相同要素或具有相同功能的要素标注相同的附图标记，并省略重复的说明。

[涂布系统]

图1所示的涂布系统1是用于自动执行涂料对涂布对象物(以下，称为“工件W”)的涂布作业的至少一部分，自动地监视工件W上的涂料的质量的系统。工件W例如是汽车的车身(body)的一部分。作为工件W的一个例子，可列举出汽车的地板面板(floor panel)、车顶板(roof panel)以及车门板(door panel)等。涂布于工件W的涂料例如是密封材料或用于抑制振动的减振材料(用于隔音的构件)。减振材料也可以包括具有粘性和弹性的材料(树脂)。例如，减振材料中也可以包括具有在常温下不发生滴液而能维持涂布形状直到固化为止的程度的粘性的材料。涂布系统1具备多关节机器人10、涂布装置40以及控制系统70。

(多关节机器人)

多关节机器人10例如是六轴的垂直多关节机器人，具有基部11、回转部12、第一臂13、第二臂14、腕部15以及致动器31、32、33、34、35、36。

基部11固定于地面或具有线性运动机构的基座等。回转部12设于基部11上，能绕竖直的轴线Ax1回转。即，多关节机器人10具有使回转部12能绕轴线Ax1回转的关节21。

第一臂13从回转部12伸出，能绕与轴线Ax1交叉(例如正交)的轴线Ax2摆动。即，多关节机器人10具有使第一臂13能绕轴线Ax2摆动的关节22。需要说明的是，此处的交叉包括如所谓的立体交叉那样处于相互异面的关系的状态下的交叉。以下也同样如此。

第二臂14从第一臂13的顶端部伸出，能绕与轴线Ax1交叉(例如正交)的轴线Ax3摆动。即，多关节机器人10具有使第二臂14能绕轴线Ax3摆动的关节23。轴线Ax3可以与轴线Ax2平行。

第二臂14的顶端部能绕沿着第二臂14的延伸方向与轴线Ax3交叉(例如正交)的轴线Ax4回转。即，多关节机器人10具有使第二臂14的顶端部能绕轴线Ax4回转的关节24。

腕部15从第二臂14的顶端部伸出，能绕与轴线Ax4交叉(例如正交)的轴线Ax5摆动。即，多关节机器人10具有能使腕部15绕轴线Ax5摆动的关节25。

在腕部15的顶端部设有动作对象的构件，该构件能绕沿着腕部15的延伸方向与轴线Ax5交叉(例如正交)的轴线Ax6回转。即，多关节机器人10具有使动作对象的构件能绕轴线Ax6回转的关节26。动作对象的构件是作为排出涂料的枪发挥功能的排出部41(后述)。

致动器31、32、33、34、35、36分别驱动关节21、22、23、24、25、26。例如，致动器31使回转部12绕轴线Ax1回转，致动器32使第一臂13绕轴线Ax2摆动，致动器33使第二臂14绕轴线Ax3摆动，致动器34使第二臂14的顶端部绕轴线Ax4回转，致动器35使腕部15绕轴线Ax5摆动，致动器36使动作对象的构件绕轴线Ax6回转。

需要说明的是，多关节机器人10只要能够在所期望的范围内变更动作对象的构件的位置和姿势，就可以任意地配置。例如，多关节机器人10也可以是对上述的六轴的垂直多关节机器人追加了冗余轴的七轴的垂直多关节机器人。

(涂布装置)

涂布装置40是与多关节机器人10协作地将涂料涂布于工件W的装置。如图2所示，涂布装置40具备排出部41、压送部46以及供给部49。

排出部41排出涂料。排出部41设于多关节机器人10的腕部15中的顶端部。就是说，排出部41的位置和姿势通过多关节机器人10的动作而变更。在排出部41的顶端面42可以设有排出口。当通过多关节机器人10变更排出部41的位置和姿势时，从排出口排出的涂料的排出位置和排出方向发生变化。

排出部41具有排出阀43。排出阀43通过开闭动作在从排出部41(排出口)排出涂料的状态与从排出部41不排出涂料的状态之间切换。排出阀43例如是气动阀，在排出阀43连接有输送用于开闭动作的空气的空气管。排出阀43也可以具有输出表示自身的开闭状态的信号的功能。需要说明的是，排出部41也可以不具有排出阀43。在该情况下，也可以是，位于比排出部41靠上游侧的阀(例如，后述的送出阀67a、67b)在从排出部41排出涂料的状态与不从排出部41排出涂料的状态之间切换。

压送部46向排出部41压送涂料。压送部46具备泵51a、51b、送液管54以及送出阀67a、67b。

泵51a和泵51b具有彼此相同的构成和功能。泵51a、51b通过吸入动作接收涂料，分别将用于向工件W排出的涂料向排出部41送出。泵51a、51b例如是伺服增压泵，分别具有容纳部52a、52b和致动器53a、53b。容纳部52a、52b分别容纳排出用的涂料。致动器53a、53b使活塞进行动作，由此对容纳于容纳部52a、52b内的涂料施加压力，分别将该涂料向排出部41送出。

送液管54将涂料从泵51a、51b引导至排出部41。送液管54的上游侧的端部分别与泵51a、51b连接，送液管54的下游侧的端部与排出部41连接。就是说，泵51a、51b各自经由送液管54向排出部41供给涂料。送液管54具有送出管55和分支管56a、56b。送出管55与排出部41连接，分支管56a、56b从送出管55分支，分别与泵51a、51b连接。

送出阀67a对泵51a与排出部41之间进行开闭。送出阀67a设于分支管56a。送出阀67b对泵51b与排出部41之间进行开闭。送出阀67a、67b例如是气动阀，在送出阀67a、67b分别连接有输送用于开闭动作的空气的空气管。送出阀67a、67b也可以分别具有输出表示自身的开闭状态的信号的功能。

供给部49向压送部46供给涂料。就是说，压送部46的泵51a、51b将从供给部49供给来(吸入)的涂料向排出部41送出。供给部49具备液源57、供给管58、吸引阀68a、68b、返回管59以及循环阀69。

液源57是涂料的供给源。供给管58将液源57与各个泵51a、51b之间连接。具体而言，供给管58具有一端与液源57连接的送出管和从送出管的另一端分支而分别与泵51a、51b连接的两个分支管。吸引阀68a对液源57与泵51a之间进行开闭。吸引阀68b对液源57与泵51b之间进行开闭。吸引阀68a、68b例如是气动阀，在吸引阀68a、68b分别连接有输送用于开闭动作的空气的空气管。吸引阀68a、68b也可以分别具有输出表示自身的开闭状态的信号的功能。

返回管59将送液管54的送出管55与液源57连接。由此，能使从泵51a、51b送出的涂料不向排出部41输送而回流至液源57。循环阀69设于返回管59，在涂料回流时使返回管59内的流路从关闭状态切换为打开状态。循环阀69例如是气动阀。

压力传感器61、62a、62b分别测定涂布装置40内的涂料的压力(以下，简称为“涂布装置40内的压力”)作为涂布装置40的状态。压力传感器61、62a、62b测定涂布装置40内的多个部位的压力。上述多个部位包括沿着送液管54(分支管56a和送出管55)的方向上的位置互不相同的至少两个部位。需要说明的是，沿着送液管54的方向与送液管54延伸的方向对应，与在送液管54内涂料流动的方向对应。

例如，压力传感器61在送液管54(送出管55)中设于靠近排出部41的位置。压力传感器62a例如在送液管54中设于靠近泵51a的位置(泵51a与送出阀67a之间)。压力传感器62b例如在送液管54中设于靠近泵51b的位置(泵51b与送出阀67b之间)。以下，将由压力传感器61测定的涂料的压力称为“枪侧压力”，将由压力传感器62a(压力传感器62b)测定的涂料的压力称为“泵侧压力”。

温度传感器64、65分别测定涂布装置40内的涂料的温度(以下，简称为“涂布装置40内的温度”)作为涂布装置40的状态。温度传感器64、65测定涂布装置40内的多个部位的温度。上述多个部位包括沿着送液管54的方向上的位置互不相同的至少两个部位。温度传感器64例如在送液管54(送出管55)中设于靠近排出部41的位置。温度传感器65在送液管54中设于比排出部41更靠近泵51a、51b的位置。以下，将由温度传感器64测定的涂料的温度称为“枪侧温度”，将由温度传感器65测定的涂料的温度称为“泵侧温度”。

(控制系统)

控制系统70控制多关节机器人10和涂布装置40，基于多关节机器人10的状态和涂布装置40的状态中的至少一方来监视工件W上的涂料的质量。如图3所示，控制系统70具备涂布控制装置80、机器人控制装置90以及监视装置100。涂布控制装置80和机器人控制装置90例如是配置于靠近多关节机器人10和涂布装置40的位置(所谓的边缘)的控制器。监视装置100既可以配置于边缘，也可以经由网络线路配置于远离多关节机器人10和涂布装置40的位置(所谓的云)。

涂布控制装置80(排出控制部)是控制涂布装置40的装置。涂布控制装置80以使涂料从排出部41排出的方式控制涂布装置40。具体而言，涂布控制装置80使正在从排出部41排出涂料的涂布装置40内的状态追随规定的目标值。作为表示涂布装置40内的状态的信息的具体例子，可列举出由压力传感器61、62a、62b得到的压力、由温度传感器64、65得到的温度以及致动器53a、53b的驱动状态等。作为致动器53a、53b的驱动状态的具体例子，可列举出马达的旋转位置、转速以及转矩值(驱动力)等。

涂布控制装置80为了切换涂料从排出部41的排出状态，分别控制排出阀43、送出阀67a、67b、吸引阀68a、68b以及循环阀69。涂料的排出状态包括例如使涂料排出的状态、进行用于涂料的排出的准备的状态以及使涂料循环的状态。作为一个例子，涂布控制装置80在涂料的排出状态下，将送出阀67a、67b中的任一方和排出阀43切换为打开状态，使涂料从与切换为打开状态的送出阀对应的泵51a、51b中的一方向排出部41送出，使涂料从排出部41排出。也可以是，涂布控制装置80与涂料的排出并行地将与泵51a、51b中的另一方(待机状态的泵)对应的吸引阀68a、68b中的任一方切换为打开状态，使涂料从供给部49向泵51a、51b中的另一方供给。

也可以是，涂布控制装置80在排出涂料中，基于涂布装置40内的压力来调节从排出部41排出的涂料的状态。例如，也可以是，涂布控制装置80根据压力传感器61和压力传感器62a(压力传感器62b)中任一方的测定值，以使该压力值追随目标值的方式控制致动器53a(致动器53b)。或者，也可以是，涂布控制装置80为了将排出的涂料的流量维持为大致固定，以使泵51a(泵51b)的活塞以大致固定的速度移动的方式控制致动器53a(致动器53b)。

也可以是，涂布控制装置80以使泵51a、51b中的待机状态的泵内的压力(压力传感器62a、62b中的与该泵对应的一方的测定值)追随来自送出涂料的另一方的泵的涂料的压力(压力传感器62a、62b中的另一方的测定值)的方式控制待机状态的泵的致动器。也可以是，涂布控制装置80在排出中的泵内的涂料的剩余量比规定量减少时，以切换向排出部41送出涂料的泵的方式(从待机状态的泵送出涂料的方式)控制送出阀67a、67b。

机器人控制装置90(机器人控制部)是控制多关节机器人10的装置。机器人控制装置90以将由涂布装置40排出的涂料涂布于工件W的方式控制多关节机器人10。

具体而言，机器人控制装置90通过多关节机器人10以将排出部41所排出的涂料涂布于工件W的方式变更排出部41的位置和姿势。机器人控制装置90例如以使排出部41所排出的涂料向工件W的附着位置沿着预先设定的路径移动的方式变更排出部41的位置和姿势。更具体而言，机器人控制装置90基于排出部41的目标位置和目标姿势，通过逆运动学运算来计算致动器31～36的目标角度，以追随该目标角度的方式控制致动器31～36。也可以是，机器人控制装置90为了将排出部41的位置和姿势调节为目标位置和目标姿势，分别获取表示致动器31～36的驱动状态的信息。作为表示致动器31～36的驱动状态的信息的一个例子，可列举出马达的旋转位置和转速。

作为一个例子，如图4所示，在工件W上规定有表示涂料的附着位置的路径的多个涂布路径。涂布控制装置80以在机器人控制装置90使排出部41的位置和姿势追随与各涂布路径相应的目标位置和目标姿势的期间从排出部41排出涂料的方式控制涂布装置40。由此，在工件W上沿着多个涂布路径形成有多个突条(Bead)B1～B6。作为一个例子，涂布控制装置80和机器人控制装置90以使多个突条B1～B6各自在与涂布路径正交的方向上的宽度大致固定的方式分别控制涂布装置40和多关节机器人10。例如，涂布控制装置80以使涂料以大致固定的流量被排出的方式控制泵51a、51b中的至少一方，机器人控制装置90以使排出部41相对于工件W的移动速度大致固定的方式控制致动器31～36。

(监视装置)

返回图3，监视装置100基于多关节机器人10的状态和涂布装置40的状态中的至少一方来监视涂布于工件W上的涂料的涂布状态(以下，简称为“涂料的涂布状态”)的质量。涂料的涂布状态的质量例如可列举出工件W上的由涂料形成的线(突条)的宽度和厚度等。作为上述质量的监视的一个例子，监视装置100检测涂料的涂布状态是否产生异常。

监视装置100具备涂布装置监视部102(装置状态获取部)、机器人监视部104(机器人状态获取部)、涂布位置计算部106、涂布异常检测部108、异常部位计算部112、涂布状态推定部114、异常因素推定部116、推定表保持部118以及异常通知部120作为功能上的构成(以下，称为“功能模块”)。

涂布装置监视部102获取表示涂布装置40的状态的信息(以下，称为“涂布装置40的状态信息”)。涂布装置监视部102例如以规定周期从涂布控制装置80获取涂布装置40的状态信息。涂布装置监视部102所获取的涂布装置40的状态信息包括对涂料的涂布状态的质量造成影响的涂布装置40的状态。涂布装置监视部102获取例如表示涂布装置40内的压力的信息、表示涂布装置40内的温度的信息、表示泵51a、51b的驱动状态的信息以及表示阀的开闭状态的信息。

作为一个例子，涂布装置监视部102获取枪侧压力(压力传感器61的测定值)、泵51a侧压力(压力传感器62a的测定值)以及泵51b侧压力(压力传感器62b的测定值)作为表示涂布装置40内的压力的信息。也可以是，涂布装置监视部102获取枪侧温度(温度传感器64的测定值)和泵侧温度(温度传感器65的测定值)作为表示涂布装置40内的温度的信息。也可以是，涂布装置监视部102获取致动器53a、53b的转矩值(驱动力)或表示转速的信息作为表示泵51a、51b的驱动状态的信息。

机器人监视部104获取表示多关节机器人10的状态的信息(以下，称为“多关节机器人10的状态信息”)。机器人监视部104例如以上述规定周期获取多关节机器人10的状态信息。机器人监视部104所获取的多关节机器人10的状态信息包括对涂料的涂布状态的质量造成影响的多关节机器人10的状态。机器人监视部104例如基于从机器人控制装置90得到的表示致动器31～36的驱动状态的信息来获取对涂料的涂布状态的质量造成影响的表示多关节机器人10的状态的信息。

作为对涂料的涂布状态的质量造成影响的多关节机器人10的状态，例如，可列举出多关节机器人10相对于工件W的动作速度(排出部41的移动速度)。多关节机器人10的动作速度是指正在向工件W排出涂料时排出部41沿着涂布路径移动的速度。需要说明的是，排出部41的移动速度根据多关节机器人10的动作来确定，因此表示多关节机器人10的状态。也可以是，机器人监视部104基于致动器31～36的驱动状态来计算排出部41的移动速度(多关节机器人10的动作速度)。也可以是，机器人监视部104基于致动器31～36的驱动状态来计算排出部41的移动的加速度(多关节机器人10的加速度)作为与多关节机器人10的状态(动作)相关的信息。

作为对涂料的涂布状态的质量造成影响的多关节机器人10的状态，例如，可列举出排出部41相对于工件W的位置和姿势。需要说明的是，排出部41的位置和姿势根据多关节机器人10的动作来确定，因此表示多关节机器人10的状态。也可以是，机器人监视部104例如基于致动器31～36的驱动状态，通过进行正运动学运算来计算该周期中的排出部41的位置和姿势。需要说明的是，也可以是，机器人监视部104基于来自视觉传感器等外部传感器的信息来获取多关节机器人10的状态信息。

涂布位置计算部106基于从机器人监视部104得到的多关节机器人10的状态来计算涂料从排出部41向工件W的涂布位置。涂料的涂布位置是指从排出部41排出的涂料附着于工件W的表面的位置，也可以由以工件W为基准的坐标系表示。涂布位置计算部106例如根据每个规定周期的表示排出部41的位置和姿势的信息来计算该周期中的涂料对工件W的涂布位置。根据一个周期中的排出部41相对于工件W的相对位置和姿势(排出口的朝向)来确定该周期中的工件W上的涂布位置。例如，涂布位置计算部106求出在来自排出口的涂料的排出方向延伸的假想线与工件W的交点，由此来计算该交点作为工件W上的涂布位置。

涂布异常检测部108基于涂布装置40的状态和多关节机器人10的状态中的至少一方来检测工件W上的涂料的涂布状态的异常(以下，简称为“检测异常”)。涂布异常检测部108例如以上述规定周期检测异常。本说明书中，检测涂料的涂布状态的异常是指检测在可能产生异常的条件下的涂布(排出)的执行，也可以不必检测产生了何种异常。

涂布异常检测部108例如基于从涂布装置监视部102得到的涂布装置40的状态信息和从机器人监视部104得到的多关节机器人10的状态信息中的任一方来检测异常。为了进行更可靠的异常的检测，也可以是，涂布异常检测部108基于涂布装置40的状态信息和多关节机器人10的状态信息来检测异常。涂布异常检测部108在检测异常时，既可以使用两种以上的涂布装置40的状态信息，也可以使用两种以上的多关节机器人10的状态信息。也可以是，涂布异常检测部108在使用两种以上的任意的状态信息的情况下，在基于任一个信息检测到异常时，判定为涂料的涂布状态产生异常。以下，示出使用了各种状态信息的异常的检测方法的具体例子。

也可以是，涂布异常检测部108基于涂布装置40内的压力来检测异常。涂布异常检测部108例如基于枪侧压力和泵侧压力中的至少一方来检测异常。作为一个例子，涂布异常检测部108判定枪侧压力(泵侧压力)是否在预先设定的基准范围内，在该压力值在基准范围外时检测异常。

也可以是，涂布异常检测部108基于涂布装置40内的涂料的温度来检测异常。涂布异常检测部108例如基于枪侧温度和泵侧温度中的至少一方来检测异常。作为一个例子，涂布异常检测部108判定枪侧温度(泵侧温度)是否在预先设定的基准范围内，在该温度在基准范围外时检测异常。

也可以是，涂布异常检测部108基于泵51a、51b的驱动信息来检测异常。涂布异常检测部108例如基于致动器53a、53b的转矩值来检测异常。作为一个例子，涂布异常检测部108判定致动器53a、53b的转矩值是否在预先设定的基准范围内，在该转矩值在基准范围外时检测异常。

也可以是，涂布异常检测部108将表示对排出阀43、送出阀67a、67b以及吸引阀68a、68b中任一个阀的开闭指令的信号与来自该阀的表示自身的开闭状态的信号进行比较，由此来检测异常。例如，涂布异常检测部108在伴随涂料的排出开始而对排出阀43输出表示向打开状态的切换的指令信号的情况下，在来自排出阀43的信号表示关闭状态时检测异常。

也可以是，涂布异常检测部108在用于形成一个突条的排出的中途，在向排出部41送出涂料的泵切换为泵51a、51b中的任一方时，基于即将切换之前的压力传感器62a、62b的测定值来检测异常。例如，也可以是，在从泵51a切换为泵51b时，涂布异常检测部108在即将切换之前，在泵51b内的压力(压力传感器62b的测定值)与来自泵51a的涂料的压力(压力传感器62a的测定值)之差为规定值以上时检测异常。

也可以是，涂布异常检测部108基于多关节机器人10的动作速度来检测涂布状态的异常。涂布异常检测部108例如判定多关节机器人10的动作速度(排出部41的移动速度)是否在预先设定的基准范围内，在该动作速度在基准范围外时检测异常。或者，也可以是，涂布异常检测部108判定多关节机器人10的加速度(排出部41的移动加速度)是否在基准范围内，在该加速度在基准范围外时检测异常。就是说，基于多关节机器人10的动作速度的异常的检测包括基于多关节机器人10的加速度的异常的检测。

也可以是，涂布异常检测部108基于排出部41相对于工件W的相对位置和姿势来检测异常。涂布异常检测部108例如判定排出部41的位置和姿势是否在基准范围内，在该位置和该姿势在基准范围外时检测异常。作为一个例子，关于排出部41的位置和姿势的基准范围，对与涂布路径相应的目标位置和目标姿势加上和减去规定的允许误差来计算出。

也可以是，涂布异常检测部108使与监视装置100(控制系统70)不同的装置(以下，称为“外部装置”)进行各种信息状态所表示的值是否在基准范围内的判定，并基于该判定结果来检测异常。作为一个例子，也可以是，涂布异常检测部108向外部装置输出表示涂布装置40内的压力的信息，在该外部装置中进行压力值是否在基准范围内的判定。而且，也可以是，涂布异常检测部108获取表示外部装置的判定结果的信息，在通过该信息表示涂布状态异常的情况下，判定为涂料的涂布状态可能产生异常(检测异常)。

异常部位计算部112基于涂料的涂布状态的异常的检测结果和涂布位置计算部106的涂布位置的计算结果来计算工件W的涂布状态的异常的产生部位。异常部位计算部112例如根据在通过涂布异常检测部108检测到涂布状态的异常时(在检测到的周期中)得到的涂布位置的计算结果来计算上述异常的产生部位。本说明书中，异常的产生部位是指涂布于工件W的涂料中的可能产生异常的部位(部分)。

异常部位计算部112既可以计算由以工件W为基准的坐标系确定的位置(坐标位置)作为异常的产生部位，也可以计算多个涂布路径中的一个区间作为异常的产生部位。作为一个例子，也可以是，异常部位计算部112将由从涂布位置计算部106得到的涂布位置的计算结果所表示的坐标位置作为异常的产生部位。或者，也可以是，异常部位计算部112将包括由从涂布位置计算部106得到的涂布位置的计算结果所表示的坐标位置的涂布路径(区间)作为异常的产生部位。

涂布状态推定部114基于涂布装置40的状态和多关节机器人10的状态来推定涂布于工件W的涂料的涂布状态。具体而言，涂布状态推定部114在通过涂布异常检测部108检测到涂布状态的异常时，推定涂料的涂布状态为何种异常(涂布状态的异常内容)。作为推定的涂料的涂布状态，例如，可列举出突条的宽度、突条的厚度(膜厚)、是否涂布有涂料以及涂布位置的偏差等。也可以是，涂布状态推定部114基于检测到异常时的(周期中的)涂布装置40的压力和多关节机器人10的动作速度来推定涂布于工件W的涂料的涂布状态。

作为一个例子，在多关节机器人10的动作速度(加速度)在基准范围内，枪侧压力和泵侧压力中的任一方比基准范围的上限值高的情况下，涂布状态推定部114推定为突条的宽度比预先设定的设定宽度大。也可以是，在多关节机器人10的动作速度(加速度)在基准范围内，枪侧压力或泵侧压力中的任一方比基准范围的下限值低的情况下，涂布状态推定部114推定为突条的宽度比设定宽度小。

例如，在枪侧压力和泵侧压力在基准范围内，多关节机器人10的动作速度比基准范围的上限值高的情况下，涂布状态推定部114推定为突条的厚度比预先设定的设定厚度薄(涂料不足)。也可以是，在枪侧压力和泵侧压力在基准范围内，多关节机器人10的动作速度比基准范围的下限值低的情况下，涂布状态推定部114推定为突条的厚度比上述设定厚度厚(涂料过量)。

也可以是，涂布状态推定部114不仅基于检测到异常的周期，还基于在包含检测到异常的周期的前后的期间(以下，称为“推定期间”)获取到的涂布装置40的状态的推移和多关节机器人10的状态的推移来推定突条的涂布状态(形状)。

例如，也可以是，在推定期间为排出涂料中时，在多关节机器人10的动作速度维持在基准范围内，枪侧压力或泵侧压力中的任一方从超过基准范围的上限值的状态逐渐接近基准范围的情况下，涂布状态推定部114推定为突条B的涂布状态为前端变粗。前端变粗是指如图5的(a)所示，沿着虚线所示的涂布方向，突条B的宽度逐渐减小的状态。也可以是，在推定期间为排出涂料的准备中时，在枪侧压力或泵侧压力中的任一方比基准范围的上限值大的情况下，涂布状态推定部114推定为突条的涂布状态为前端变粗。

也可以是，在推定期间为涂料的排出中时，在多关节机器人10的动作速度维持在基准范围内，枪侧压力或泵侧压力中的任一方从比基准范围的下限值低的状态逐渐接近基准范围的情况下，涂布状态推定部114推定为突条B的涂布状态为前端变细。前端变细是指如图5的(b)所示，沿着虚线所示的涂布方向，突条B的宽度逐渐增大的状态。也可以是，在推定期间为排出涂料的准备中时，在枪侧压力或泵侧压力中的任一方比基准范围的下限值小的情况下，涂布状态推定部114推定为突条的涂布状态为前端变细。

也可以是，在推定期间为排出涂料中时，在中途枪侧压力或泵侧压力中的任一方超过基准范围的上限值的情况下，涂布状态推定部114推定为突条的涂布状态为中间粗(突条的宽度在中途比其他变大的状态)。也可以是，在中途枪侧压力和泵侧压力中的任一方低于基准范围的下限值的情况下，涂布状态推定部114推定为突条的涂布状态为中间细。中间细是指如图5的(c)所示，突条B的宽度在中途比其他部位变小的状态。

异常因素推定部116基于涂布装置40的状态和多关节机器人10的状态中的至少一方来推定涂料的涂布状态的异常的因素(以下，简称为“异常的因素”)。也可以是，异常因素推定部116基于涂布装置40的状态和多关节机器人10的状态来推定异常的因素存在于涂布装置40和多关节机器人10中的哪一个。

也可以是，在判断为异常的因素存在于涂布装置40的情况下，异常因素推定部116基于涂布装置40内的多个部位的状态来推定涂布装置40内的异常的因素的产生部位。异常因素推定部116例如基于在涂布装置40内沿着送液管54的方向上的位置互不相同的多个部位的压力，来推定涂布装置40内的异常的因素的产生部位。或者，也可以是，异常因素推定部116基于涂布装置40内的多个部位的压力和泵51a(泵51b)的驱动信息，来推定异常的因素的产生部位。

作为通过异常因素推定部116推定的异常的因素，例如，可列举出来自涂布装置40内的管道的涂料的泄漏、管道内的涂料的堵塞、泵51a、51b的故障以及供给部49的异常等。以下，示出使用各种信息进行的异常因素的推定方法的具体例子。

例如，在通过涂布异常检测部108检测到起因于涂布装置40的状态的异常的情况下，异常因素推定部116判定为在涂布装置40存在异常的因素。例如，在枪侧压力和泵侧压力中的任一方低于基准范围的下限值的情况下，异常因素推定部116推定为不是多关节机器人10，而是在涂布装置40存在异常的因素。在该情况下，也可以是，异常因素推定部116推定为涂布装置40内的任意管道中的涂料的泄漏是异常的因素。需要说明的是，也可以是，异常因素推定部116在无法将假定的因素限定为一个的情况下，推定多个异常的因素。

同样地，在通过涂布异常检测部108检测到起因于多关节机器人10的状态的异常的情况下，异常因素推定部116推定为在多关节机器人10存在异常的因素。例如，在多关节机器人10的动作速度在基准范围外的情况下，异常因素推定部116推定为在多关节机器人10存在异常的因素。在该情况下，也可以是，异常因素推定部116推定为致动器31～36的故障是异常的因素。

也可以是，在从泵51a向排出部41送出涂料的情况下，异常因素推定部116基于枪侧压力(压力传感器61的测定值)和泵侧压力(压力传感器62a的测定值)来推定涂布装置40内的异常的因素的产生部位。例如，在泵侧压力超过基准范围的上限值、枪侧压力比基准范围的下限值小的情况下(送液管54内的压力损失比规定值大的情况下)，异常因素推定部116推定为在压力传感器62a与压力传感器61之间产生了异常的因素。在该情况下，也可以是，异常因素推定部116推定为在压力传感器62a与压力传感器61之间产生涂料的堵塞或管道的扭曲(弯折：kink)。

也可以是，在从泵51a向排出部41送出涂料的情况下，异常因素推定部116基于枪侧压力、泵侧压力以及致动器53a的转矩值来推定异常的因素的产生部位。例如，也可以是，在枪侧压力和泵侧压力在基准范围内(正常)、泵51a的转矩值在基准范围外(异常)时，异常因素推定部116推定为异常的因素是泵51a本身的故障。

也可以是，异常因素推定部116例如通过参照保持于推定表保持部118的推定用的表来推定涂布装置40内的异常的因素和该因素的产生部位。也可以是，推定表保持部118对将来自排出部41的涂料的排出状态和涂布装置40内的多个部位的状态(例如，枪侧压力、泵侧压力以及泵的转矩值)的有无异常和异常内容与异常的因素的产生部位建立了对应的表进行保持。作为异常内容，例如，可列举出压力或转矩值比基准范围的上限高的状态和压力或转矩值比基准范围的下限低的状态。

异常通知部120基于从异常部位计算部112得到的表示异常的产生部位的信息来通知工件W的涂料的涂布状态的异常的产生部位。即，异常通知部120基于涂布异常检测部108的涂料的涂布状态的异常的检测结果和涂布位置计算部106的涂布位置的计算结果来通知涂料的涂布状态的异常的产生部位。监视装置100可以具备显示器，异常通知部120可以向上述显示器输出表示异常的产生部位的信息。通过在该显示器显示异常的产生部位，例如，异常通知部120向作业员或操作员通知异常的产生部位。

也可以是，异常通知部120除了上述异常的产生部位以外，还通知从涂布状态推定部114得到的涂料的涂布状态的推定结果。该推定结果表示检测到涂料的涂布状态的异常时的(周期中的)工件W上的涂料的涂布状态，因此表示异常的产生部位处的涂料的状态。就是说，也可以是，异常通知部120除了异常的产生部位以外，还基于涂料的涂布状态的异常的检测结果和涂料的涂布状态的推定结果来通知工件W上的异常的产生部位处的涂料的状态。也可以是，在异常的产生部位表示任意的涂布路径的情况下，异常通知部120通知突条的状态(形状)的推定结果作为该涂布路径中的涂料的状态。

也可以是，异常通知部120除了上述异常的产生部位以外，还通知由异常因素推定部116得到的异常的因素。也可以是，异常通知部120基于与从异常因素推定部116得到的异常的因素相关的信息，除了异常的因素以外，还通知异常的因素存在于涂布装置40和多关节机器人10中的哪一个。或者，也可以是，异常通知部120基于与从异常因素推定部116得到的异常的因素相关的信息，除了异常的因素以外，还通知异常的因素的产生部位。

如图6所示，涂布控制装置80具备电路180。电路180包括至少一个处理器181、存储器182、存储设备(storage)183以及通信端口184。存储设备183是能由计算机读取的非易失性的存储介质(例如闪存)。存储设备183存储用于执行以将涂料从排出部41排出的方式对涂布装置40进行控制的程序和数据。

存储器182暂时存储从存储设备183加载的程序和处理器181的运算结果等。处理器181与存储器182协作来执行上述程序，由此构成涂布控制装置80的功能模块。输入/输出端口185根据来自处理器181的指令，在排出阀43、送出阀67a、67b、致动器53a、53b、压力传感器61、62a、62b以及温度传感器64、65等之间进行电信号的输入/输出。通信端口184根据来自处理器191的指令，在通信端口184与监视装置100之间经由无线、有线或网络线路进行通信。

机器人控制装置90具备电路190。电路190包括至少一个处理器191、存储器192、存储设备193、通信端口194以及驱动器195。存储设备193是能由计算机读取的非易失性的存储介质(例如闪存)。存储设备193存储用于执行以将排出部41所排出的涂料涂布于工件W的方式通过多关节机器人10变更排出部41的位置和姿势的程序和数据。

存储器192暂时存储从存储设备193加载的程序和处理器191的运算结果等。处理器191与存储器192协作来执行上述程序，由此构成机器人控制装置90的功能模块。驱动器195根据来自处理器191的指令，向致动器31～36输出驱动电力。通信端口194根据来自处理器191的指令，在通信端口194与监视装置100之间经由无线、有线或网络线路进行通信。

监视装置100具备电路130。电路130包括至少一个处理器131、存储器132、存储设备133以及通信端口134。存储设备133是能由计算机读取的非易失性的存储介质(例如闪存)。

存储设备133存储用于使监视装置100执行监视方法的程序和数据，所述监视方法包括：获取具有排出涂料的排出部41的涂布装置40的状态；获取以将排出部41所排出的涂料涂布于工件W的方式变更排出部41的位置和姿势的多关节机器人10的状态；基于涂布装置40的状态和多关节机器人10的状态中的至少一方来检测涂料的涂布状态的异常；基于多关节机器人10的状态来计算涂料从排出部41向工件W的涂布位置；以及基于涂布状态的异常的检测结果和涂布位置的计算结果来通知工件W的涂布状态的异常的产生部位。存储设备133包括用于构成上述的各功能模块的存储区域和分配成推定表保持部118的存储区域。

存储器132暂时存储从存储设备133加载的程序和处理器131的运算结果等。处理器131与存储器132协作来执行上述程序，由此构成监视装置100的各功能模块。通信端口134根据来自处理器131的指令，在涂布控制装置80和机器人控制装置90之间进行通信。

[监视流程]

接着，作为监视方法的一个例子，对监视装置100所执行的监视流程的一个例子进行说明。图7是表示监视流程的一个例子的流程图。如图7所示，监视装置100首先执行步骤S01。在步骤S01中，例如，涂布装置监视部102获取涂布装置40的状态信息，机器人监视部104获取多关节机器人10的状态信息。作为一个例子，涂布装置监视部102从涂布控制装置80获取枪侧压力、泵侧压力以及泵51a、51b中的任一方的转矩值。也可以是，机器人监视部104基于从机器人控制装置90得到的致动器31～36的驱动信息来计算(获取)排出部41的位置和姿势。

接着，监视装置100执行步骤S02。在步骤S02中，例如，机器人监视部104基于从机器人控制装置90得到的致动器31～36的驱动信息来计算多关节机器人10的动作速度。也可以是，机器人监视部104基于致动器31～36的驱动状态来计算多关节机器人10的动作速度。

接着，监视装置100执行步骤S03。在步骤S03中，例如，涂布位置计算部106计算涂布位置。涂布位置计算部106例如根据从机器人监视部104得到的表示排出部41的位置和姿势的信息来计算涂料对工件W的涂布位置。作为一个例子，涂布位置计算部106通过求出沿着来自排出口的涂料的排出方向延伸的假想线与工件W的交点来计算该交点作为工件W上的涂布位置。

接着，监视装置100执行步骤S04。在步骤S04中，例如，涂布异常检测部108基于从涂布装置监视部102得到的涂布装置40的状态信息和从机器人监视部104得到的多关节机器人10的状态信息来判定涂料的涂布状态是否存在异常。关于涂布异常检测部108的有无异常的判定流程的具体例子，将在后文记述。

接着，监视装置100执行步骤S05。在步骤S05中，监视装置100判断是否通过涂布异常检测部108检测到涂料的涂布状态的异常。在判断为未检测到涂料的涂布状态的异常的情况下，监视装置100不执行以下的步骤S06～S09。

在步骤S05中，在检测到涂料的涂布状态的异常的情况下，监视装置100执行步骤S06。在步骤S06中，例如，异常部位计算部112基于涂料的涂布状态的异常的检测结果和涂布位置计算部106的涂布位置的计算结果来计算工件W的涂布状态的异常的产生部位。作为一个例子，也可以是，异常部位计算部112将在检测到涂布状态的异常时从涂布位置计算部106得到的涂布位置的计算结果所表示的坐标位置作为异常的产生部位。

接着，监视装置100执行步骤S07。在步骤S07中，例如，涂布状态推定部114基于涂布装置40的状态和多关节机器人10的状态来推定涂布于工件W的涂料的涂布状态。也可以是，涂布状态推定部114基于检测到异常时的涂布装置40内的压力和多关节机器人10的动作速度来推定涂布于工件W的涂料的涂布状态。作为一个例子，在多关节机器人10的动作速度(加速度)在基准范围内，枪侧压力和泵侧压力中的任一方比基准范围的上限值高的情况下，涂布状态推定部114推定为突条的宽度比预先设定的设定宽度大。也可以是，在多关节机器人10的动作速度(加速度)在基准范围内，枪侧压力或泵侧压力中的任一方比基准范围的下限值低的情况下，涂布状态推定部114推定为突条的宽度比设定宽度小。

接着，监视装置100执行步骤S08。在步骤S08中，例如，异常因素推定部116基于涂布装置40的状态和多关节机器人10的状态中的至少一方来推定涂料的涂布状态的异常的因素。也可以是，异常因素推定部116基于涂布装置40的状态和多关节机器人10的状态来推定异常的因素存在于涂布装置40和多关节机器人10中的哪一个。

也可以是，在判断为异常的因素存在于涂布装置40的情况下，异常因素推定部116基于涂布装置40内的多个部位的状态来推定涂布装置40内的异常的因素的产生部位。异常因素推定部116例如基于在涂布装置40内沿着送液管54的方向上的位置互不相同的多个部位的压力，来推定涂布装置40内的异常的因素的产生部位。或者，也可以是，异常因素推定部116基于涂布装置40内的多个部位的压力和泵51a(泵51b)的驱动信息，来推定异常的因素的产生部位。关于异常的因素的推定流程的具体例子，将在后文记述。

接着，监视装置100执行步骤S09。在步骤S09中，例如，异常通知部120基于从异常部位计算部112得到的表示异常的产生部位的信息来通知工件W的涂料的涂布状态的异常的产生部位。也可以是，异常通知部120除了上述异常的产生部位以外，还通知从涂布状态推定部114得到的涂料的涂布状态的推定结果。也可以是，异常通知部120除了上述异常的产生部位以外，还通知由异常因素推定部116得到的异常的因素。也可以是，异常通知部120基于与从异常因素推定部116得到的异常的因素相关的信息，除了异常的因素以外，还通知异常的因素存在于涂布装置40和多关节机器人10中的哪一个。或者，也可以是，异常通知部120基于与从异常因素推定部116得到的异常的因素相关的信息，除了异常的因素以外，还通知异常的因素的产生部位。

也可以是，异常通知部120向监视装置100所具备的显示器输出表示异常的产生部位、涂布的涂布状态的推定结果以及异常的因素的推定结果的信息。通过在该显示器显示异常的产生部位等，例如，异常通知部120向作业员或操作员通知异常的产生部位等。如上，监视装置100完成一系列的监视流程。

(有无异常的判定流程)

图8是表示步骤S04的有无异常的判定流程的一个例子的流程图。在有无异常的判定流程中，如图8所示，监视装置100首先执行步骤S11。在步骤S11中，例如，涂布异常检测部108判断从机器人监视部104得到的多关节机器人10的动作速度是否在基准范围外。

在步骤S11中，在判断为多关节机器人10的动作速度在基准范围外的情况下，监视装置100执行步骤S12。在步骤S12中，例如，涂布异常检测部108将表示多关节机器人10的动作速度异常的异常标志(以下，称为“动作速度标志”)从关闭(OFF)切换为启用(ON)。在步骤S11中，在判断为多关节机器人10的动作速度在基准范围内的情况下，监视装置100不执行步骤S12。

接着，监视装置100执行步骤S13。在步骤S13中，例如，涂布异常检测部108判断排出部41相对于工件W的位置和姿势是否在基准范围外。

在步骤S13中，在判断为排出部41的位置和姿势在基准范围外的情况下，监视装置100执行步骤S14。在步骤S14中，例如，涂布异常检测部108将表示排出部41的位置和姿势异常的异常标志(以下，称为“位置/姿势标志”)从关闭切换为启用。在步骤S13中，在判断为排出部41的位置和姿势在基准范围内的情况下，监视装置100不执行步骤S14。

接着，监视装置100执行步骤S15。在步骤S15中，例如，涂布异常检测部108判断由压力传感器61测定的枪侧压力是否在基准范围外，判断由温度传感器64测定的枪侧温度是否在基准范围外。

在步骤S15中，在判断为枪侧压力和枪侧温度中的至少一方在基准范围外的情况下，监视装置100执行步骤S16。在步骤S16中，例如，在判断为枪侧压力在基准范围外的情况下，涂布异常检测部108将表示枪侧压力异常的异常标志(以下，称为“枪侧压力标志”)从关闭切换为启用。在判断为枪侧温度在基准范围外的情况下，涂布异常检测部108将表示枪侧压力异常的异常标志(以下，称为“枪侧温度标志”)从关闭切换为启用。在步骤S15中，在判断为枪侧压力和枪侧温度在基准范围内的情况下，监视装置100不执行步骤S16。

接着，监视装置100执行步骤S17。在步骤S17中，例如，涂布异常检测部108判断由压力传感器62a(62b)测定的泵侧压力是否在基准范围外，判断由温度传感器65测定的泵侧温度是否在基准范围外。

在步骤S17中，在判断为泵侧压力和泵侧温度中的至少一方在基准范围外的情况下，监视装置100执行步骤S18。在步骤S18中，例如，在判断为泵侧压力在基准范围外的情况下，涂布异常检测部108将表示泵侧压力异常的异常标志(以下，称为“泵侧压力标志”)从关闭切换为启用。在判断为泵侧温度在基准范围外的情况下，涂布异常检测部108将表示泵侧压力异常的异常标志(以下，称为“泵侧温度标志”)从关闭切换为启用。在步骤S17中，在判断为泵侧压力和泵侧温度在基准范围内的情况下，监视装置100不执行步骤S18。

接着，监视装置100执行步骤S19。在步骤S19中，例如，涂布异常检测部108判断泵51a(泵51b)的驱动力是否在基准范围外。

在步骤S19中，在判断为泵51a的驱动力在基准范围外的情况下，监视装置100执行步骤S20。在步骤S20中，例如，涂布异常检测部108将表示泵51a的驱动力异常的异常标志(以下，称为“泵驱动力标志”)从关闭切换为启用。在步骤S19中，在判断为泵51a的驱动力在基准范围内的情况下，监视装置100不执行步骤S20。

在表示各种上述状态信息异常的多个异常标志均未设定为启用的情况下，涂布异常检测部108不检测涂料的涂布状态的异常。在多个异常标志中的任一个设定为启用的情况下，涂布异常检测部108检测涂料的涂布状态的异常。如上，监视装置100完成有无异常的判定流程。需要说明的是，在步骤S15中，也可以是，涂布异常检测部108判断枪侧压力和枪侧温度中的任一方是否在对应的基准范围外。在步骤S17中，也可以是，涂布异常检测部108判断泵侧压力和泵侧温度中的任一方是否在对应的基准范围外。

(异常因素的推定流程)

图9是表示步骤S08的异常因素的推定流程的一个例子的流程图。在异常因素的推定流程中，如图9所示，监视装置100首先执行步骤S31。在步骤S31中，例如，异常因素推定部116判断表示多关节机器人10的状态信息异常的异常标志是否为启用。作为一个例子，异常因素推定部116判断与多关节机器人10的动作速度相关的动作速度标志以及与排出部41的位置和姿势相关的位置/姿势标志中的任一方是否为启用。

在步骤S31中，在判断为与多关节机器人10的状态信息相关的异常标志中的任意标志设定为启用的情况下，监视装置100执行步骤S32。在步骤S32中，例如，异常因素推定部116判定为异常的因素存在于多关节机器人10。

接着，监视装置100执行步骤S33。在步骤S33中，例如，异常因素推定部116判断表示涂布装置40的状态信息异常的异常标志是否为启用。作为一个例子，异常因素推定部116判断与枪侧压力相关的枪侧压力标志、与枪侧温度相关的枪侧温度标志、与泵侧压力相关的泵侧压力标志、与泵侧温度相关的泵侧温度标志以及与泵51a的转矩值相关的泵驱动力标志中的至少一个是否为启用。

在步骤S33中，在判断为与涂布装置40的状态信息相关的异常标志均不为启用的情况下，监视装置100不执行步骤S34、S35。在步骤S33中，在判断为与涂布装置40的状态信息相关的异常标志中的至少一个为启用的情况下，监视装置100依次执行步骤S34、S35。或者，在步骤S31中，在判断为与多关节机器人10的状态信息相关的异常标志均不为启用的情况下，监视装置100依次执行步骤S34、S35。需要说明的是，步骤S08的异常因素的推定流程在任意的异常标志为启用的情况下执行。因此，在步骤S31中判断为与多关节机器人10相关的异常标志均不为启用是指与涂布装置40相关的异常标志中的至少一个为启用。

在步骤S34中，例如，异常因素推定部116判定为异常的因素存在于涂布装置40。在步骤S35中，例如，异常因素推定部116推定涂布装置40内的异常的因素。作为一个例子，异常因素推定部116根据枪侧压力、泵侧压力以及泵51a的转矩值的有无异常和异常内容，通过参照保持于推定表保持部118的推定用的表，来推定涂布装置40内的异常的因素和该因素的产生部位。如上，监视装置100完成异常因素的推定流程。

[实施方式的效果]

如以上说明的那样，控制系统70具备：涂布控制装置80，以将涂料从排出部41排出的方式控制涂布装置40；机器人控制装置90，通过多关节机器人10以将排出部41所排出的涂料涂布于工件W的方式变更排出部41的位置和姿势；涂布异常检测部108，基于涂布装置40的状态和多关节机器人10的状态中的至少一方来检测涂料的涂布状态的异常；涂布位置计算部106，基于多关节机器人10的状态来计算涂料从排出部41向工件W的涂布位置；以及异常通知部120，基于涂布状态的异常的检测结果和涂布位置的计算结果来通知工件W的涂布状态的异常的产生部位。

根据该控制系统70，通知工件W上的涂料的涂布状态的异常的产生部位。由此，工件W中可能产生涂布状态的异常的部位被限定。因此，有利于工件W上的涂布状态的异常部位的早期发现。

也可以是，涂布异常检测部108基于涂布装置40内的压力来检测上述涂布状态的异常。涂布装置40内的压力对工件W的涂料的涂布状态造成影响。在上述构成中，通过基于涂布装置40内的压力，能更可靠地检测涂料的涂布状态的异常。

也可以是，涂布异常检测部108基于涂布装置40内的温度来检测上述涂布状态的异常。涂布装置40内的温度对工件W的涂料的涂布状态造成影响。在上述构成中，通过基于涂布装置40内的温度，能更可靠地检测涂料的涂布状态的异常。

也可以是，涂布异常检测部108基于排出部41相对于工件W的位置和姿势来检测上述涂布状态的异常。排出部41相对于工件W的位置和姿势对工件W的涂料的涂布状态造成影响。在上述构成中，通过基于排出部41相对于工件W的位置和姿势，能更可靠地检测涂料的涂布状态的异常。

也可以是，涂布异常检测部108基于多关节机器人10的动作速度来检测上述涂布状态的异常。多关节机器人10的动作速度对工件W的涂料的涂布状态造成影响。在上述构成中，通过基于多关节机器人10的动作速度，能更可靠地检测涂料的涂布状态的异常。

也可以是，控制系统70还具备：涂布状态推定部114，基于涂布装置40的状态和多关节机器人10的状态来推定涂布于工件W的涂料的状态。也可以是，异常通知部120还基于上述涂布状态的异常的检测结果和涂料的状态的推定结果来通知工件W上的异常的产生部位处的涂料的状态。根据该构成，通知可能异常的部位处的涂料的状态，因此在涂布后的工件内应搜索的异常内容容易被限定。例如，在基于目视图像或拍摄图像进行搜索的情况下，能限定应搜索何种涂布状态而进行搜索。因此，进一步有利于工件W上的涂布状态的异常部位的早期发现。

也可以是，涂布状态推定部114基于涂布装置40内的压力和多关节机器人10的动作速度来推定涂布于工件W的涂料的状态。涂布装置40内的压力和多关节机器人10的动作速度对涂布于工件W的涂料的状态造成影响。在上述构成中，通过基于与涂布装置40内的压力和多关节机器人10的动作速度相关的信息，能更高精度地推定工件W上的涂料的状态。

也可以是，控制系统70还具备：异常因素推定部116，基于涂布装置40的状态和多关节机器人10的状态中的至少一方来推定上述涂布状态的异常的因素。也可以是，异常通知部120还通知上述因素。在该构成中，除了工件W内的异常的产生部位以外，还通知涂布装置40或多关节机器人10内的异常的因素，因此有利于装置的早期维护。

也可以是，异常因素推定部116还基于涂布装置40的状态和多关节机器人10的状态来推定上述因素存在于涂布装置40和多关节机器人10中的哪一个。也可以是，异常通知部120还通知上述因素存在于涂布装置40和多关节机器人10中的哪一个。在该构成中，通知工件上的涂料的涂布状态下的异常的因素存在于涂布装置40和多关节机器人10中的哪一个，因此进一步有利于装置的早期维护。

也可以是，异常因素推定部116还基于涂布装置40内的多个部位的状态来推定涂布装置40内的上述因素的产生部位。也可以是，异常通知部120还通知上述因素的产生部位。在该构成中，除了工件W上的涂料的涂布状态下的异常的因素以外，还通知涂布装置40内的异常的因素的产生部位，因此有利于涂布装置40的早期维护。

也可以是，涂布装置40还包括：送液管54，将涂料引导至排出部41；以及泵51a、51b，经由送液管54向排出部41供给涂料。也可以是，异常因素推定部116基于沿着送液管54的方向上的位置互不相同的多个部位的压力来推定上述因素的产生部位。在该情况下，基于涂布装置40内的多个部位的压力，因此能容易地推定涂布装置40内的异常的因素的产生部位。

也可以是，异常因素推定部116还基于泵51a、51b的驱动状态来推定上述因素的产生部位。在该情况下，还基于泵51a、51b的驱动状态，因此能更详细地推定异常的因素的产生部位。

以上说明的监视装置100具备：涂布装置监视部102，获取具有排出涂料的排出部41的涂布装置40的状态；机器人监视部104，获取以将排出部41所排出的涂料涂布于工件W的方式变更排出部41的位置和姿势的多关节机器人10的状态；涂布异常检测部108，基于涂布装置40的状态和多关节机器人10的状态中的至少一方来检测涂料的涂布状态的异常；涂布位置计算部106，基于多关节机器人10的状态来计算涂料从排出部41向工件W的涂布位置；以及异常通知部120，基于涂布状态的异常的检测结果和涂布位置的计算结果来通知工件W的涂布状态的异常的产生部位。

该监视装置100在对工件W的涂布复杂的情况下特别有效。作为涂布复杂的情况，可列举出工件W为车身的面板、涂料为减震材料和密封材料的情况。在该情况下，通过目视检查或图像检查涂布于工件W的涂料的涂布状态来检测异常、以及发现异常部位可能需要时间。相对于此，在上述监视装置100中，不是基于工件W上的涂料，而是还基于装置的涂布的执行结果(涂料排出时的装置的状态)来检测异常，通知包含异常的产生部位的异常检测结果，因此即使涂布复杂，也能实现预测异常的部位的早期发现。

以上，对实施方式进行了说明，但本发明未必限定于上述的实施方式，可以在不脱离其主旨的范围内进行各种变形。

(变形例1)

在上述的例子中，涂布异常检测部108通过将各信息所表示的值与基准范围进行比较来检测涂布状态的异常，但涂布状态的异常的检测方法并不限于此。也可以是，涂布异常检测部108例如使用通过机器学习构建的推定模型来检测涂料的涂布状态的异常。在该情况下，如图3所示，也可以是，控制系统70还具备学习装置200(学习部)，也可以是，监视装置100还具备蓄积部126和实绩状态获取部128作为功能模块。

蓄积部126蓄积将表示涂布装置40的状态和多关节机器人10的状态中的至少一方的信息(以下，称为“状态信息”)与基于该状态信息所表示的状态的工件W的涂料的涂布状态建立了对应的实绩信息。作为一个例子，蓄积部126从涂布装置监视部102获取涂布装置40内的压力，以及从机器人监视部104获取多关节机器人10的动作速度作为状态信息。

实绩状态获取部128获取基于上述状态信息的表示工件W上的涂料的实际的涂布状态的信息。表示实际的涂布状态的信息例如是表示涂料的涂布状态实际是否产生异常的信息。监视装置100也可以具备操作设备，实绩状态获取部128也可以通过来自操作员的输入来获取表示实际的涂布状态的信息。蓄积部126将从实绩状态获取部128得到的表示实际的涂布状态的信息与状态信息建立对应，将建立了对应的信息作为实绩信息输出至学习装置200。

学习装置200是通过进行机器学习来构建推定模型的装置。也可以是，学习装置200经由网络线路配置于远离多关节机器人10和涂布装置40的位置(云)。学习装置200具备存储部202和模型构建部204作为功能模块。存储部202存储从蓄积部126得到的蓄积信息。由此，蓄积部126蓄积上述实绩信息。

模型构建部204基于存储于存储部202的蓄积信息，通过机器学习来构建推定模型。推定模型以根据状态信息的输入来输出工件W的涂料的涂布状态的方式构建。来自推定模型的输出也可以是表示涂料的涂布状态是异常还是正常的异常的检测的判定结果。在该情况下，通过推定模型来判定涂料的涂布状态有无异常。也可以是，监视装置100的涂布异常检测部108在评价阶段中，将从涂布装置监视部102和机器人监视部104得到的信息状态输入至从模型构建部204得到的推定模型，得到判定结果(来自推定模型的输出)，由此检测涂料的涂布状态的异常。

作为这样的推定模型的一个例子，可列举出以下模型：在学习阶段中基于实绩信息计算表示正常范围的基准值，在评价阶段中对状态信息所表示的值与基准值进行比较，由此判定涂料的涂布状态有无异常。也可以是，作为推定模型，使用输出表示正常的基准范围的模型来代替判定有无异常的模型。

或者，也可以是，作为判定有无异常的推定模型，使用将状态信息中所含的各种信息作为输入矢量，将涂料的涂布状态有无异常作为输出的神经网络。神经网络具有输入层、一层或多层的中间层以及输出层。输入层将输入矢量保持原样地输出至下一中间层。中间层通过激活函数对来自前一层的输入进行转换而输出至下一层。输出层通过激活函数对来自距输入层最远的中间层的输入进行转换，输出转换结果。

学习装置200具备电路230作为硬件构成。电路230包括处理器231、存储器232、存储设备233以及通信端口234。存储设备233是能由计算机读取的非易失性存储介质(例如闪存)。存储设备233存储用于使学习装置200执行存储上述蓄积信息以及基于蓄积信息通过机器学习来构建推定模型的程序和数据。存储设备233包括用于构成上述的各功能模块的存储区域和分配成存储部202的存储区域。

存储器232暂时存储从存储设备233加载的程序和处理器231的运算结果等。处理器231与存储器232协作来执行上述程序，由此构成学习装置200的各功能模块。通信端口234根据来自处理器231的指令，经由通信网络N与监视装置100(通信端口134)之间进行通信。通信网络N既可以是互联网，也可以是专用网(private network)。

图10示出表示模型构建流程(学习流程)的流程图。在模型构建流程中，如图10所示，控制系统70执行步骤S51。在步骤S51中，例如，监视装置100的蓄积部126从涂布装置监视部102和机器人监视部104获取状态信息。

接着，控制系统70依次执行步骤S52、S53。在步骤S52中，例如，蓄积部126从实绩状态获取部128获取表示基于在步骤S51中得到的状态信息所表示的状态的涂料的实际的涂布状态的信息。作为一个例子，蓄积部126获取表示涂料的涂布状态的有无异常的信息作为表示涂料的实际的涂布状态的信息。在步骤S53中，例如，蓄积部126将在步骤S51中得到的状态信息与在步骤S52中得到的表示涂料的实际的涂布状态的信息建立对应，将建立了对应的实绩信息蓄积于学习装置200的存储部202。

接着，控制系统70执行步骤S54。在步骤S54中，例如，控制系统70判断所蓄积的实绩信息是否超过了预先设定的规定数据数。在判断为实绩信息未超过规定数据数的情况下，控制系统70(监视装置100)反复进行步骤S51～S53。

在步骤S54中，在判断为实绩信息超过规定数据数的情况下，控制系统70执行步骤S55。在步骤S55中，例如，学习装置200的模型构建部204基于存储于存储部202的实绩信息，通过机器学习来构建推定模型。如上，控制系统70完成一系列的推定模型的构建流程。

图11是表示使用了推定模型的异常的检测流程(评价流程)的一个例子的流程图。在该异常的检测流程中，如图11所示，监视装置100首先依次执行步骤S61～S63。步骤S61～S63与步骤S01～S03同样地分别执行。

接着，监视装置100依次执行步骤S64、S65。在步骤S64中，例如，涂布异常检测部108基于在步骤S61中得到的状态信息和推定模型来检测涂料的涂布状态的异常。作为一个例子，涂布异常检测部108将在步骤S61、S62中得到的状态信息输入至推定模型，根据从推定模型得到的有无异常的判定结果来检测异常。接着，监视装置100依次执行步骤S65～S67。步骤S65～S67与步骤S05、S06、S09同样地分别执行。

如以上说明的那样，也可以是，控制系统70还具备蓄积部126，蓄积将表示涂布装置40的状态和多关节机器人10的状态中的至少一方的状态信息与基于该状态信息所表示的状态的工件W的涂布状态建立了对应的实绩信息。也可以是，涂布异常检测部108基于推定模型来检测涂布状态的异常，所述推定模型以基于通过蓄积部126蓄积的蓄积信息，根据状态信息的输入而输出工件W的涂布状态的方式构建。在该情况下，通过基于根据所蓄积的实绩信息构建的推定模型，能更高精度地检测涂料的涂布状态的异常。

也可以是，控制系统70还具备学习装置200，所述学习装置200具有：存储部202，存储蓄积信息；以及模型构建部204，基于存储于存储部202的上述蓄积信息，通过机器学习来构建上述推定模型。在该情况下，基于更多的数据，能更高精度地检测涂料的涂布状态。

(变形例2)

如图12所示，涂布系统1也可以具备涂布装置40A来代替涂布装置40。涂布装置40A在使用一个泵向排出部41送出涂料的方面与涂布装置40不同。具体而言，涂布装置40A在具备压送部46A来代替压送部46的方面、具备供给部49A来代替供给部49的方面以及不具备压力传感器62b的方面与涂布装置40不同。

压送部46A在不具备泵51b和送出阀67b的方面和具备送液管54A来代替送液管54的方面与压送部46不同。送液管54A例如在中途不进行分支，将排出部41与泵51a连接。供给部49A在不具备返回管59、循环阀69以及吸引阀68b的方面与供给部49不同。

即使在涂布系统1具备涂布装置40A的情况下，也根据控制系统70，通知工件W上的涂料的涂布状态的异常的产生部位。就是说，与涂布系统1具备涂布装置40的情况同样地，有利于工件W上的涂布状态的异常部位的早期发现。

附图标记说明

10：多关节机器人

40：涂布装置

41：排出部

51a、51b：泵

54：送液管

70：控制系统

80：涂布控制装置

90：机器人控制装置

100：监视装置

102：涂布装置监视部

104：机器人监视部

106：涂布位置计算部

108：涂布异常检测部

114：涂布状态推定部

116：异常因素推定部

W：工件。

Claims (17)

1.一种控制系统，具备：

排出控制部，以将涂料从排出部排出的方式控制涂布装置；

机器人控制部，通过多关节机器人以将所述排出部所排出的所述涂料涂布于工件的方式变更所述排出部的位置和姿势；

涂布异常检测部，基于所述涂布装置的状态和所述多关节机器人的状态中的至少一方来检测所述涂料的涂布状态的异常；

涂布位置计算部，基于所述多关节机器人的状态来计算所述涂料从所述排出部向所述工件的涂布位置；以及

异常通知部，基于所述涂布状态的异常的检测结果和所述涂布位置的计算结果来通知所述工件的所述涂布状态的异常的产生部位。

2.根据权利要求1所述的控制系统，其中，

所述涂布异常检测部基于所述涂布装置内的压力来检测所述涂布状态的异常。

3.根据权利要求1或2所述的控制系统，其中，

所述涂布异常检测部基于所述涂布装置内的温度来检测所述涂布状态的异常。

4.根据权利要求1～3中任一项所述的控制系统，其中，

所述涂布异常检测部基于所述排出部相对于所述工件的位置和姿势来检测所述涂布状态的异常。

5.根据权利要求1～4中任一项所述的控制系统，其中，

所述涂布异常检测部基于所述多关节机器人的动作速度来检测所述涂布状态的异常。

6.根据权利要求1～5中任一项所述的控制系统，还具备：

涂布状态推定部，基于所述涂布装置的状态和所述多关节机器人的状态来推定涂布于所述工件的所述涂料的状态，

所述异常通知部还基于所述涂布状态的异常的检测结果和所述涂料的状态的推定结果来通知所述工件上的所述异常的产生部位处的所述涂料的状态。

7.根据权利要求6所述的控制系统，其中，

所述涂布状态推定部基于所述涂布装置内的压力和所述多关节机器人的动作速度来推定涂布于所述工件的所述涂料的状态。

8.根据权利要求1～7中任一项所述的控制系统，还具备，

异常因素推定部，基于所述涂布装置的状态和所述多关节机器人的状态中的至少一方来推定所述涂布状态的异常的因素，

所述异常通知部还通知所述因素。

9.根据权利要求8所述的控制系统，其中，

所述异常因素推定部还基于所述涂布装置的状态和所述多关节机器人的状态来推定所述因素存在于所述涂布装置和所述多关节机器人中的哪一个，

所述异常通知部还通知所述因素存在于所述涂布装置和所述多关节机器人中的哪一个。

10.根据权利要求8或9所述的控制系统，其中，

所述异常因素推定部还基于所述涂布装置内的多个部位的状态来推定所述涂布装置内的所述因素的产生部位，

所述异常通知部还通知所述因素的产生部位。

11.根据权利要求10所述的控制系统，其中，

所述涂布装置还包括：送液管，将所述涂料引导至所述排出部；以及泵，经由所述送液管向所述排出部供给所述涂料，

所述异常因素推定部基于沿着所述送液管的方向上的位置互不相同的所述多个部位的压力来推定所述因素的产生部位。

12.根据权利要求11所述的控制系统，其中，

所述异常因素推定部还基于所述泵的驱动状态来推定所述因素的产生部位。

13.根据权利要求1～12中任一项所述的控制系统，还具备：

蓄积部，蓄积将状态信息与基于所述状态信息所表示的状态的所述工件的所述涂布状态建立了对应的实绩信息，所述状态信息表示所述涂布装置的状态和所述多关节机器人的状态中的至少一方，

所述涂布异常检测部基于推定模型来检测所述涂布状态的异常，所述推定模型以基于通过所述蓄积部蓄积的蓄积信息，根据所述状态信息的输入而输出所述工件的所述涂布状态的方式构建。

14.根据权利要求13所述的控制系统，还具备：

学习部，具有：存储部，存储所述蓄积信息；以及模型构建部，基于存储于所述存储部的所述蓄积信息，通过机器学习来构建所述推定模型。

15.一种监视装置，具备：

装置状态获取部，获取具有排出涂料的排出部的涂布装置的状态；

机器人状态获取部，获取以将所述排出部所排出的所述涂料涂布于工件的方式变更所述排出部的位置和姿势的多关节机器人的状态；

涂布异常检测部，基于所述涂布装置的状态和所述多关节机器人的状态中的至少一方来检测所述涂料的涂布状态的异常；

涂布位置计算部，基于所述多关节机器人的状态来计算所述涂料从所述排出部向所述工件的涂布位置；以及

异常通知部，基于所述涂布状态的异常的检测结果和所述涂布位置的计算结果来通知所述工件的所述涂布状态的异常的产生部位。

16.一种监视方法，包括：

获取具有排出涂料的排出部的涂布装置的状态；

获取以将所述排出部所排出的所述涂料涂布于工件的方式变更所述排出部的位置和姿势的多关节机器人的状态；

基于所述涂布装置的状态和所述多关节机器人的状态中的至少一方来检测所述涂料的涂布状态的异常；

基于所述多关节机器人的状态来计算所述涂料从所述排出部向所述工件的涂布位置；以及

基于所述涂布状态的异常的检测结果和所述涂布位置的计算结果来通知所述工件的所述涂布状态的异常的产生部位。

17.一种程序，使装置执行权利要求16所述的监视方法。

Images