CN115905627A - 六轴机器人的控制管理方法、装置和计算机设备 - Google Patents
六轴机器人的控制管理方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN115905627A CN115905627A CN202211255272.7A CN202211255272A CN115905627A CN 115905627 A CN115905627 A CN 115905627A CN 202211255272 A CN202211255272 A CN 202211255272A CN 115905627 A CN115905627 A CN 115905627A
- Authority
- CN
- China
- Prior art keywords
- axis robot
- model
- health
- bom
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 42
- 230000036541 health Effects 0.000 claims abstract description 116
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 37
- 238000013210 evaluation model Methods 0.000 claims description 15
- 238000013461 design Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 230000001276 controlling effect Effects 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000013154 diagnostic monitoring Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000003862 health status Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- 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
- Manipulator (AREA)
Abstract
本申请涉及一种六轴机器人的控制管理方法、装置和计算机设备。所述方法包括：构建用于描述六轴机器人部件组成的BOM构型树；配置所述六轴机器人相应的状态参数类型，并基于所述六轴机器人的设备运行需求配置相应的运行参数类型；从模型库中选择与所述BOM构型树适配的健康评估模型；采集所述状态参数类型与所述运行参数类型相应的参数，将采集到的参数输入至所述健康评估模型，输出所述六轴机器人的健康状态。采用本方法能够提高对六轴机器人进行控制管理的准确性和效率。
Description
技术领域
本申请涉及六轴机器人技术领域，特别是涉及一种六轴机器人的控制管理方法、装置和计算机设备。
背景技术
现阶段，六轴机器人作为智能制造的主要组成部分，是释放劳动力、提高生产效率的重要技术手段。因此，对六轴机器人进行控制管理尤为重要。对六轴机器人进行控制管理主要包括对六轴机器人的健康管理。
目前，对六轴机器人进行健康管理普遍采用的是通过专业技术人员进行周期性维护以及故障停机维修的方法。但由于六轴机器人的设计复杂，六轴机器人的健康管理需要操作人员具有较高的专业技术能力。
因此，现有的六轴机器人的控制管理方法存在效率低、不准确的缺点。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高对六轴机器人控制管理的准确性的六轴机器人的控制管理方法、装置和计算机设备。
第一方面，本申请提供了一种六轴机器人的控制管理方法。所述方法包括：
构建用于描述六轴机器人部件组成的BOM构型树；
配置所述六轴机器人相应的状态参数类型，并基于所述六轴机器人的设备运行需求配置相应的运行参数类型；
从模型库中选择与所述BOM构型树适配的健康评估模型；
采集所述状态参数类型与所述运行参数类型相应的参数，将采集到的参数输入至所述健康评估模型，输出所述六轴机器人的健康状态。
在其中一个实施例中，所述构建用于描述六轴机器人部件组成的BOM构型树，包括：
对所述六轴机器人的设计方案文档进行解析，获得原始部件组成结构；
基于所述六轴机器人在装机运行中出现的换件记录，对所述原始部件组成结构进行更新，获得BOM构型树。
在其中一个实施例中，所述方法还包括：
从模型库中选择与所述BOM构型树适配的数字孪生模型；
通过加载数字孪生模型的模型文件运行所述数字孪生模型；
基于展示操控指令对所述数字孪生模型进行展示调控，对所述健康状态、以及所述六轴机器人的状态参数和运行参数进行展示；
在所述健康状态中存在健康告警的情况下，进行健康提醒。
在其中一个实施例中，所述方法还包括：
在检测到针对所述数字孪生模型的预设操作的情况下，将所述预设操作转化为相应的实体操控指令，所述实体操控指令用于对所述六轴机器人的关节轴位置坐标或者关节轴旋转角度中的至少一项进行操控；
基于远程通讯协议，将所述实体操控指令发送至所述六轴机器人，以实现对所述六轴机器人进行实体控制。
在其中一个实施例中，所述状态参数类型包括设备运行电流、电压、功率、振动幅度和空气压力。
在其中一个实施例中，所述健康评估模型包括电机漏电监测模型、电机诊断监测模型、轴转动平滑度监测模型、空气压力监测模型和轴磨损监测模型。
第二方面，本申请还提供了一种六轴机器人的控制管理装置。所述装置包括：
模型构建模块，用于构建用于描述六轴机器人部件组成的BOM构型树；
参数配置模块，用于配置所述六轴机器人相应的状态参数类型，并基于所述六轴机器人的设备运行需求配置相应的运行参数类型；
模型选择模块，用于从模型库中选择与所述BOM构型树适配的健康评估模型；
健康监测模块，用于采集所述状态参数类型与所述运行参数类型相应的参数，将采集到的参数输入至所述健康评估模型，输出所述六轴机器人的健康状态。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一方法的步骤。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法的步骤。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一方法的步骤。
上述六轴机器人的控制管理方法、装置和计算机设备，通过构建用于描述六轴机器人部件组成的BOM构型树并从模型库中选择与该BOM构型树适配的健康评估模型，采集该六轴机器人的状态参数和运行参数，将采集到的参数输入该健康评估模型中，就可以输出该六轴机器人的健康状态。相对于传统技术中需通过专业技术人员对六轴机器人进行健康管理的效率和准确性不高而言，本申请通过构建BOM构型树，可以保证六轴机器人的重要部件都包含在其中，并配置相适应的健康评估模型，不需人为监测六轴机器人的健康状态，通过该健康评估模型以及采集的六轴机器人的参数，就可以得到六轴机器人的健康状态。可见，采用本申请的方法可以更加准确的获取六轴机器人的健康状态，并且效率更高。
附图说明
图1为本申请实施例中提供的六轴机器人的控制管理方法的流程示意图；
图2为一个实施例中构建BOM构型树的流程示意图；
图3为一个实施例中配置和使用数字孪生模型的流程示意图；
图4为一个实施例中对六轴机器人进行实时控制的流程示意图；
图5为一个实施例中六轴机器人控制管理方法的系统架构示意图；
图6为一个实施例中RB08型工业机器人数据交互过程的示意图；
图7为一个实施例中对六轴机器人控制管理的流程示意图；
图8为本申请实施例中提供的一个六轴机器人的控制管理装置的结构框图；
图9为本申请实施例中提供的一个计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在本实施例中，提供了一种六轴机器人的控制管理方法，本实施例以该方法应用于计算机设备进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括计算机设备和服务器的系统，并通过计算机设备和服务器的交互实现。
图1为本申请实施例中提供的六轴机器人的控制管理方法的流程示意图，该方法应用于计算机设备或服务器中，在一个实施例中，如图1所示，包括以下步骤：
S101，构建用于描述六轴机器人部件组成的BOM构型树。
其中，BOM构型树中包括六轴机器人的各部件、各部件型号信息、厂家信息以及与六轴机器人相关的基础信息。
在本实施例中，以六轴机器人为RB08型工业机器人进行举例，构建的该RB08型工业机器人的BOM构型树包括如下内容：电机、底座、一轴、二轴、三轴、四轴、五轴、六轴、抓盘部件的规格型号，生产厂家，供货厂家，出厂时间，装机时间，设计信息。
S102，配置六轴机器人相应的状态参数类型，并基于六轴机器人的设备运行需求配置相应的运行参数类型。
其中，状态参数类型为描述六轴机器人设备运行状态的参数类型。例如状态参数类型可以包括设备运行电流、电压、功率、振动幅度和空气压力。运行参数类型为描述六轴机器人运行时所需配置的相关数据和模型的参数类型。例如运行参数类型可以包括适用模型配置、数据源配置、运行资源配置、告警阈值配置。
配置六轴机器人的状态参数类型和运行参数类型可以采用可动态配置方式部署，例如适用于SCADA系统、MES系统、便携式数据采集设备、TCP通讯方式。
S103，从模型库中选择与BOM构型树适配的健康评估模型。
在本实施例中，根据BOM构型树可以知道六轴机器人的部件组成和基础信息，从而从模型库中选择对应的健康评估模型，可以保证六轴机器人健康状态监测的准确性。
其中，健康评估模型可以包括电机漏电监测模型、电机诊断监测模型、轴转动平滑度监测模型、空气压力监测模型和轴磨损监测模型。
S104，采集状态参数类型与运行参数类型相应的参数，将采集到的参数输入至健康评估模型，输出六轴机器人的健康状态。
本实施例提供的六轴机器人的控制管理方法，通过构建用于描述六轴机器人部件组成的BOM构型树并从模型库中选择与该BOM构型树适配的健康评估模型，采集该六轴机器人的状态参数和运行参数，将采集到的参数输入该健康评估模型中，就可以输出该六轴机器人的健康状态。相对于传统技术中需通过专业技术人员对六轴机器人进行健康管理的效率和准确性不高而言，本实施例中通过构建BOM构型树，可以保证六轴机器人的重要部件都包含在其中，并配置相适应的健康评估模型，不需人为监测六轴机器人的健康状态，通过该健康评估模型以及采集的六轴机器人的参数，就可以得到六轴机器人的健康状态。可见，采用本实施例中的方法可以更加准确的获取六轴机器人的健康状态，并且效率更高。
构建用于描述六轴机器人部件组成的BOM构型树的方式，参见图2，图2为一个实施例中构建BOM构型树的流程示意图，包括以下步骤：
S201，对六轴机器人的设计方案文档进行解析，获得原始部件组成结构。
其中，六轴机器人的设计方案文档为六轴机器人组成部件的说明文档，包含六轴机器人的原始部件组成结构。
S202，基于六轴机器人在装机运行中出现的换件记录，对原始部件组成结构进行更新，获得BOM构型树。
在本实施例中，实际六轴机器人装机运行中，可能会有部件损坏或者不适配的情况发生，因此会进行部件替换，基于六轴机器人在装机运行中出现的换件记录对原始部件组成结构进行更新，是为了保证BOM构型树与装机的六轴机器人的组成部件相统一。
在其中一些实施例中，还提供了一种数字孪生模型配置和使用方法。参见图3，图3为一个实施例中配置和使用数字孪生模型的流程示意图，其中，包括以下步骤：
S301，从模型库中选择与BOM构型树适配的数字孪生模型。
其中，数字孪生模型为对六轴机器人进行实时展示的模型，将六轴机器人通过数字形式展示出来。
S302，通过加载数字孪生模型的模型文件运行数字孪生模型。
其中，数字孪生模型采用文件加载和独立运行两种模式，支撑DEMO3D模型文件和Unity3D模型文件。
S303，基于展示操控指令对数字孪生模型进行展示调控，对健康状态、以及六轴机器人的状态参数和运行参数进行展示。
在本实施例中，数字孪生模型可以实时收集六轴机器人的健康状态、以及六轴机器人的状态参数和运行参数，并通过显示屏进行展示。
S304，在健康状态中存在健康告警的情况下，进行健康提醒。
其中，配置状态参数类型和运行参数类型时包括参数正常值范围、预警值范围。在本实施例中，健康评估模型评估出六轴机器人参数不正常即六轴机器人健康状态告警，通过数字孪生模型进行健康提醒。
针对数字孪生模型，还提供了拖动、放大、缩小、视角移动、看板提醒的方式，用户可以方便查看六轴机器人的健康状态、状态参数和运行参数。
在其中一些实施例中，还提供一个通过数字孪生模型对六轴机器人进行实时控制的方法。参见图4，图4为一个实施例中对六轴机器人进行实时控制的流程示意图，其中，包括以下步骤：
S401，在检测到针对数字孪生模型的预设操作的情况下，将预设操作转化为相应的实体操控指令，实体操控指令用于对六轴机器人的关节轴位置坐标或者关节轴旋转角度中的至少一项进行操控。
S402，基于远程通讯协议，将实体操控指令发送至六轴机器人，以实现对六轴机器人进行实体控制。
在本实施例中，用户对六轴机器人进行实时控制的方式可以是通过PLC远程操作六轴机器人。该方法可以与数字孪生模型的实时展示同时使用，通过该方法，用户可以在第一时间开展六轴机器人的控制，包括急停等安全性操作；也可以在无尘、高热等需要无人值守场景下的六轴机器人进行维护控制，例如控制机器人的各关节轴旋转。
以六轴机器人为RB08型工业机器人进行举例，采用B/S架构和DEMO3D技术构建该六轴机器人控制管理方法的系统架构，如图5所示。图5中SCADA系统通过OPC协议采集六轴机器人的基础信息数据，并通过WebSocket协议采集健康评估模型的模型数据；SCADA系统将采集到的数据通过WebSocket协议传输给数字孪生空间进行实时展示，数字孪生空间为用于展示数据孪生模型的空间；健康评估模型中对六轴机器人的健康状态监测数据可以直接通过HTTP协议传输至数字孪生空间进行展示；数字孪生空间通过HTTP协议和PLC协议控制上位机对六轴机器人进行实时控制。其中，该RB08型工业机器人包括六轴机械臂，RB08型工业机器人数据交互过程，如图6所示。该RB08型工业机器人通过WebSocket协议交互过程，如下表1所示。
表1 RB08型工业机器人WebSocket协议交互表
在本实施例中，参见图7，图7为一个实施例中对六轴机器人控制管理的流程示意图，对机器人控制管理的整个过程进行说明，包括以下内容：
S701，构建六轴机器人BOM构型树。
通过六轴机器人设计方案相关文档，获取原始状态部件组成结构；根据机器人装机运行出现的串换件记录，更新部件状态，从而获得当前运行的六轴机器人运行BOM结构。
S702，配置六轴机器人状态参数类型。
通过六轴机器人设计资料，以及各部件供应商提供的技术文档，梳理获得六轴机器人状态参数类型。配置参数类型时还包括配置各参数的范围、阈值、告警状态。
S703，配置数字孪生模型、健康评估模型。
从预设的六轴机器人模型库中选择同型号或机理相近的型号进行过滤查询，选择合适的健康评估模型和数字孪生模型，对六轴机器人进行健康评估及展示。在本实施例中，可以利用历史运行数据对模型准确率进行验证，从而选择最优的模型进行健康评估和展示。
历史运行数据包括故障数据，故障数据的相关信息如下表2所示。
表2历史运行故障数据信息表
S704，构建系统架构，配置运行参数类型。
构建如图5所示的系统架构，用户根据设备运行需要配置模型运行参数类型，考虑的运行参数包括数据源、接口协议、采集频率、模型运行频率、模型运行资源分配。
S705，运行健康评估模型，获取六轴机器人健康状态。
将采集到的六轴机器人的参数输入健康评估模型中，对六轴机器人进行健康状态评估，判断六轴机器人是否产生故障数据，得到机器人的健康状态。
S706，数字孪生空间对六轴机器人进行实时展示和实时控制。
通过数字孪生空间实时采集六轴机器人的状态参数和运行参数，以及健康评估模型输出的健康状态数据，并对六轴机器人进行实时展示，用户可以直观的了解到六轴机器人的外观、组成、运行动作及健康状态；用户可以在数字孪生空间中通过放大、缩小、视角旋转、视角移动来更加全面的查看六轴机器人的状态；并且数字孪生空间还提供红色高亮告警功能进行健康状态预警，对于超出阈值和健康告警的情况提供提醒功能；用户可以选择开关机或运行预设动作对六轴机器人进行控制，预设动作通过控制六轴机器人的各关节轴旋转、上下左右移动来实现。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的六轴机器人的控制管理方法的六轴机器人的控制管理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个六轴机器人的控制管理装置实施例中的具体限定可以参见上文中对于六轴机器人的控制管理方法的限定，在此不再赘述。
参照图8，图8为本申请实施例中提供的一种六轴机器人的控制管理装置的结构框图，该装置800包括：模型构建模块801、参数配置模块802、模型选择模块803和健康监测模块804，其中：
模型构建模块801，用于构建用于描述六轴机器人部件组成的BOM构型树；
参数配置模块802，用于配置六轴机器人相应的状态参数类型，并基于六轴机器人的设备运行需求配置相应的运行参数类型；
模型选择模块803，用于从模型库中选择与BOM构型树适配的健康评估模型；
健康监测模块804，用于采集状态参数类型与运行参数类型相应的参数，将采集到的参数输入至健康评估模型，输出六轴机器人的健康状态。
本实施例提供的六轴机器人的控制管理装置，通过构建用于描述六轴机器人部件组成的BOM构型树并从模型库中选择与该BOM构型树适配的健康评估模型，采集该六轴机器人的状态参数和运行参数，将采集到的参数输入该健康评估模型中，就可以输出该六轴机器人的健康状态。相对于传统技术中需通过专业技术人员对六轴机器人进行健康管理的效率和准确性不高而言，本实施例中通过构建BOM构型树，可以保证六轴机器人的重要部件都包含在其中，并配置相适应的健康评估模型，不需人为监测六轴机器人的健康状态，通过该健康评估模型以及采集的六轴机器人的参数，就可以得到六轴机器人的健康状态。可见，采用本实施例中的装置可以更加准确的获取六轴机器人的健康状态，并且效率更高。
可选的，模型构建模块801包括：
部件解析单元，用于对六轴机器人的设计方案文档进行解析，获得原始部件组成结构；
部件更新单元，用于基于六轴机器人在装机运行中出现的换件记录，对原始部件组成结构进行更新，获得BOM构型树。
可选的，装置800还包括：
数字模型选择模块，用于从模型库中选择与BOM构型树适配的数字孪生模型；
模型运行模块，用于通过加载数字孪生模型的模型文件运行数字孪生模型；
展示模块，用于基于展示操控指令对数字孪生模型进行展示调控，对健康状态、以及六轴机器人的状态参数和运行参数进行展示；
健康提醒模块，用于在健康状态中存在健康告警的情况下，进行健康提醒。
可选的，装置800还包括：
指令转化模块，用于在检测到针对数字孪生模型的预设操作的情况下，将预设操作转化为相应的实体操控指令，实体操控指令用于对六轴机器人的关节轴位置坐标或者关节轴旋转角度中的至少一项进行操控；
控制模块，用于基于远程通讯协议，将实体操控指令发送至六轴机器人，以实现对六轴机器人进行实体控制。
可选的，状态参数类型包括设备运行电流、电压、功率、振动幅度和空气压力。
可选的，健康评估模型包括电机漏电监测模型、电机诊断监测模型、轴转动平滑度监测模型、空气压力监测模型和轴磨损监测模型。
上述六轴机器人的控制管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种六轴机器人的控制管理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述实施例提供的六轴机器人的控制管理方法的步骤：
构建用于描述六轴机器人部件组成的BOM构型树；
配置六轴机器人相应的状态参数类型，并基于六轴机器人的设备运行需求配置相应的运行参数类型；
从模型库中选择与BOM构型树适配的健康评估模型；
采集状态参数类型与运行参数类型相应的参数，将采集到的参数输入至健康评估模型，输出六轴机器人的健康状态。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对六轴机器人的设计方案文档进行解析，获得原始部件组成结构；
基于六轴机器人在装机运行中出现的换件记录，对原始部件组成结构进行更新，获得BOM构型树。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
从模型库中选择与BOM构型树适配的数字孪生模型；
通过加载数字孪生模型的模型文件运行数字孪生模型；
基于展示操控指令对数字孪生模型进行展示调控，对健康状态、以及六轴机器人的状态参数和运行参数进行展示；
在健康状态中存在健康告警的情况下，进行健康提醒。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在检测到针对数字孪生模型的预设操作的情况下，将预设操作转化为相应的实体操控指令，实体操控指令用于对六轴机器人的关节轴位置坐标或者关节轴旋转角度中的至少一项进行操控；
基于远程通讯协议，将实体操控指令发送至六轴机器人，以实现对六轴机器人进行实体控制。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：状态参数类型包括设备运行电流、电压、功率、振动幅度和空气压力。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：健康评估模型包括电机漏电监测模型、电机诊断监测模型、轴转动平滑度监测模型、空气压力监测模型和轴磨损监测模型。
上述实施例的实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例提供的六轴机器人的控制管理方法的步骤：
构建用于描述六轴机器人部件组成的BOM构型树；
配置六轴机器人相应的状态参数类型，并基于六轴机器人的设备运行需求配置相应的运行参数类型；
从模型库中选择与BOM构型树适配的健康评估模型；
采集状态参数类型与运行参数类型相应的参数，将采集到的参数输入至健康评估模型，输出六轴机器人的健康状态。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对六轴机器人的设计方案文档进行解析，获得原始部件组成结构；
基于六轴机器人在装机运行中出现的换件记录，对原始部件组成结构进行更新，获得BOM构型树。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
从模型库中选择与BOM构型树适配的数字孪生模型；
通过加载数字孪生模型的模型文件运行数字孪生模型；
基于展示操控指令对数字孪生模型进行展示调控，对健康状态、以及六轴机器人的状态参数和运行参数进行展示；
在健康状态中存在健康告警的情况下，进行健康提醒。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在检测到针对数字孪生模型的预设操作的情况下，将预设操作转化为相应的实体操控指令，实体操控指令用于对六轴机器人的关节轴位置坐标或者关节轴旋转角度中的至少一项进行操控；
基于远程通讯协议，将实体操控指令发送至六轴机器人，以实现对六轴机器人进行实体控制。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：状态参数类型包括设备运行电流、电压、功率、振动幅度和空气压力。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：健康评估模型包括电机漏电监测模型、电机诊断监测模型、轴转动平滑度监测模型、空气压力监测模型和轴磨损监测模型。
上述实施例的实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述实施例提供的六轴机器人的控制管理方法的步骤：
构建用于描述六轴机器人部件组成的BOM构型树；
配置六轴机器人相应的状态参数类型，并基于六轴机器人的设备运行需求配置相应的运行参数类型；
从模型库中选择与BOM构型树适配的健康评估模型；
采集状态参数类型与运行参数类型相应的参数，将采集到的参数输入至健康评估模型，输出六轴机器人的健康状态。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对六轴机器人的设计方案文档进行解析，获得原始部件组成结构；
基于六轴机器人在装机运行中出现的换件记录，对原始部件组成结构进行更新，获得BOM构型树。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
从模型库中选择与BOM构型树适配的数字孪生模型；
通过加载数字孪生模型的模型文件运行数字孪生模型；
基于展示操控指令对数字孪生模型进行展示调控，对健康状态、以及六轴机器人的状态参数和运行参数进行展示；
在健康状态中存在健康告警的情况下，进行健康提醒。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在检测到针对数字孪生模型的预设操作的情况下，将预设操作转化为相应的实体操控指令，实体操控指令用于对六轴机器人的关节轴位置坐标或者关节轴旋转角度中的至少一项进行操控；
基于远程通讯协议，将实体操控指令发送至六轴机器人，以实现对六轴机器人进行实体控制。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：状态参数类型包括设备运行电流、电压、功率、振动幅度和空气压力。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：健康评估模型包括电机漏电监测模型、电机诊断监测模型、轴转动平滑度监测模型、空气压力监测模型和轴磨损监测模型。
上述实施例的实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种六轴机器人的控制管理方法，其特征在于，所述方法包括：
构建用于描述六轴机器人部件组成的BOM构型树；
配置所述六轴机器人相应的状态参数类型，并基于所述六轴机器人的设备运行需求配置相应的运行参数类型；
从模型库中选择与所述BOM构型树适配的健康评估模型；
采集所述状态参数类型与所述运行参数类型相应的参数，将采集到的参数输入至所述健康评估模型，输出所述六轴机器人的健康状态。
2.根据权利要求1所述的方法，其特征在于，所述构建用于描述六轴机器人部件组成的BOM构型树，包括：
对所述六轴机器人的设计方案文档进行解析，获得原始部件组成结构；
基于所述六轴机器人在装机运行中出现的换件记录，对所述原始部件组成结构进行更新，获得BOM构型树。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
从模型库中选择与所述BOM构型树适配的数字孪生模型；
通过加载数字孪生模型的模型文件运行所述数字孪生模型；
基于展示操控指令对所述数字孪生模型进行展示调控，对所述健康状态、以及所述六轴机器人的状态参数和运行参数进行展示；
在所述健康状态中存在健康告警的情况下，进行健康提醒。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
在检测到针对所述数字孪生模型的预设操作的情况下，将所述预设操作转化为相应的实体操控指令，所述实体操控指令用于对所述六轴机器人的关节轴位置坐标或者关节轴旋转角度中的至少一项进行操控；
基于远程通讯协议，将所述实体操控指令发送至所述六轴机器人，以实现对所述六轴机器人进行实体控制。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述状态参数类型包括设备运行电流、电压、功率、振动幅度和空气压力。
6.根据权利要求1至4中任一项所述的方法，其特征在于，所述健康评估模型包括电机漏电监测模型、电机诊断监测模型、轴转动平滑度监测模型、空气压力监测模型和轴磨损监测模型。
7.一种六轴机器人的控制管理装置，其特征在于，所述装置包括：
模型构建模块，用于构建用于描述六轴机器人部件组成的BOM构型树；
参数配置模块，用于配置所述六轴机器人相应的状态参数类型，并基于所述六轴机器人的设备运行需求配置相应的运行参数类型；
模型选择模块，用于从模型库中选择与所述BOM构型树适配的健康评估模型；
健康监测模块，用于采集所述状态参数类型与所述运行参数类型相应的参数，将采集到的参数输入至所述健康评估模型，输出所述六轴机器人的健康状态。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211255272.7A CN115905627A (zh) | 2022-10-13 | 2022-10-13 | 六轴机器人的控制管理方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211255272.7A CN115905627A (zh) | 2022-10-13 | 2022-10-13 | 六轴机器人的控制管理方法、装置和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115905627A true CN115905627A (zh) | 2023-04-04 |
Family
ID=86477349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211255272.7A Pending CN115905627A (zh) | 2022-10-13 | 2022-10-13 | 六轴机器人的控制管理方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115905627A (zh) |
-
2022
- 2022-10-13 CN CN202211255272.7A patent/CN115905627A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11184422B1 (en) | Industrial controller system and interactive graphical user interfaces related thereto | |
| US11137744B1 (en) | Systems and methods for dynamic manufacturing line monitoring | |
| JP7561176B2 (ja) | プロセス制御資産管理システム内のプロジェクト | |
| US11451610B1 (en) | Remote asset monitoring and control | |
| US10713307B2 (en) | Dynamic search engine for an industrial environment | |
| JP6672141B2 (ja) | 試験デバイスを監視する遠隔コンピューティングデバイスのためのモバイルアプリケーション相互作用ユーザインターフェース | |
| US10528021B2 (en) | Automated creation of industrial dashboards and widgets | |
| CA3139505A1 (en) | Platform for facilitating development of intelligence in an industrial internet of things system | |
| US7515977B2 (en) | Integrated configuration system for use in a process plant | |
| Li et al. | Integrating field data and 3D simulation for tower crane activity monitoring and alarming | |
| JP4808407B2 (ja) | プロセスプラントにおけるデータ統合システム、及び方法 | |
| JP2010527486A (ja) | プラント環境における自動保守推定 | |
| EP3336639B1 (en) | Asset management of field devices | |
| US11150640B2 (en) | Systems and methods for managing alerts associated with devices of a process control system | |
| Lima et al. | Remote supervision of production processes in the food industry | |
| CN115905627A (zh) | 六轴机器人的控制管理方法、装置和计算机设备 | |
| CN116893630A (zh) | 用于资产监控的系统、方法和设备 | |
| Saxena et al. | Iot enabled framework for real-time management of power-tools at construction projects | |
| JP6746003B2 (ja) | 管理装置、管理方法及びプログラム | |
| US20240288839A1 (en) | Systems, methods, and devices for asset simulation and analytics | |
| Makinde et al. | Holistic methodologies for optimal reconfigurable vibrating screen design, development, production, utilization and management Part I | |
| Chen et al. | A Digital Twin Based Framework for Real-Time Machine Condition Monitoring | |
| Pradhan et al. | Optimizing IoT: Integrating Smart-Sensor Data Fusion on Mitsubishi RV-4FRL Robot Arm with Data Processing and Visualization | |
| Godumagadda et al. | A Platform for Data Science and Analytics at the Edge | |
| Reckendorfer | Edge Computing Framework for the Use Case of Steel Saws in the Steel Industry |
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 |