CN118081800B - 增强安全性摘复钩机器人系统及控制方法 - Google Patents
增强安全性摘复钩机器人系统及控制方法 Download PDFInfo
- Publication number
- CN118081800B CN118081800B CN202410501170.1A CN202410501170A CN118081800B CN 118081800 B CN118081800 B CN 118081800B CN 202410501170 A CN202410501170 A CN 202410501170A CN 118081800 B CN118081800 B CN 118081800B
- Authority
- CN
- China
- Prior art keywords
- robot
- safety
- emergency
- time
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 230000007246 mechanism Effects 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims description 24
- 230000001133 acceleration Effects 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000004913 activation Effects 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000010485 coping Effects 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 238000004880 explosion Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Abstract
本发明公开了一种增强安全性摘复钩机器人系统及控制方法，通过多层次的安全机制确保机器人在各种作业环境下的安全性；应急自供电控制模块能够在断电或紧急情况下迅速接管机器人控制，确保机器人的安全撤退；局域网监控模块能够持续监控机器人的状态，为中央控制单元提供实时的状态信息，有助于及时应对紧急情况；提高生产效率，减少因安全事故导致的停工和维修时间。
Description
技术领域
本发明涉及工业自动化、机器人安全技术领域，尤其涉及一种增强安全性摘复钩机器人系统及控制方法。
背景技术
在工业自动化领域，摘复钩机器人的应用日益广泛，但作业过程中的安全性问题仍然是一个挑战。尤其是在电力中断或紧急情况下，如何确保机器人的安全撤退和持续监控成为一个有待解决的问题,现有的解决方案通常侧重于单一的安全机制，缺乏综合性的应对策略。
综上所述，需要一种增强安全性摘复钩机器人系统及控制方法来解决现有技术中所存在的不足之处。
发明内容
针对现有技术的不足，本发明提供了一种增强安全性摘复钩机器人系统及控制方法，旨在解决上述问题。
为实现上述目的，本发明提供如下技术方案：一种增强安全性摘复钩机器人系统，其特征在于，包括摘复钩机器人本体、物理安全机制模块、电子安全系统、软件安全功能模块、应急自供电控制模块、局域网监控模块，
摘复钩机器人本体，用于执行具体的摘复钩作业任务；
物理安全机制模块，用于机器人紧急停止、机械限位保护、抗冲击防爆；此模块可以确保机器人在物理层面上不受损害；
电子安全系统，集成有安全PLC、安全继电器以及电子围栏监控功能，用于实时监控和控制机器人的电子信号及操作状态；此系统可以确保在设定的安全边界内进行作业；
软件安全功能模块，用于软件故障诊断与自我修复，并具有访问控制与权限管理机制；此模块可以保证软件层面的操作安全；
应急自供电控制模块，包括备用电源、光电传感器和上电控制单元，在遭遇断电或紧急情况时能即时启动，接管机器人的控制，并依据光电传感器的检测结果指挥机器人撤退至安全位置；
局域网监控模块，用于构建独立的自供电局域网，持续监控机器人的运行状态，实时将机器人状态信息传输给中央控制单元。
可选的，所述光电传感器，用于探测周围环境的安全性条件；
上电控制单元，根据光电传感器的检测结果，调控机器人的运动行为；此单元可以确保其安全撤离。
可选的，所述中央控制单元具体操作步骤为：
步骤a：接收局域网监控模块传送的机器人状态信息，根据这些信息判断紧急情况的严重程度；
步骤b：根据判断结果采取对应措施，可能包括启动报警系统、通知操作人员或者直接进行远程操控；
步骤c：存储机器人的操作历史记录，通过对历史数据的分析和学习，优化机器人的操作。
一种述增强安全性摘复钩机器人控制方法，包括以下步骤：
步骤S1：系统初始化与自检，系统上电，对加载软件程序和网络配置参数进行初始化设置，并执行自检程序；
步骤S2：正常作业模式运行，在物理安全机制模块、电子安全系统和软件安全功能模块的共同保护下，机器人本体执行摘复钩作业任务，局域网监控模块实时采集并传输机器人的状态信息至中央控制单元进行监控和记录；
紧急情况响应与撤退，当发生断电或紧急情况时，应急自供电控制模块立即启动备用电源接管系统供电；
光电传感器检测周围环境的安全性，上电控制单元根据检测结果指挥机器人迅速撤退至安全位置；
同时，局域网监控模块通过自供电局域网持续监控机器人的状态信息，并将紧急情况反馈给中央控制单元进行相应处理；
步骤S3：紧急情况解除与恢复作业，当紧急情况解除且电力恢复时，系统自动进行环境安全性评估，确认安全后，系统自动切换回正常作业模式，并重新投入摘复钩作业任务中，中央控制单元更新机器人的状态信息并继续进行实时监控和记录。
可选的，所述步骤S2中紧急情况的故障检测算法步骤为：
步骤S21：极值检测：基于微分的方法对电机脉冲电压数据进行处理，检测出电压数据中的极值点，包括峰值和谷值；
步骤S22：时间推理：基于LSTM算法，分析电压与时间之间的关系，推理出当前电机的状态；
步骤S23：加速度检测：使用机器人上的加速度传感器，监测机器人前后的加速度变化；应用LSTM算法对加速度数据进行分析，检测加速度值的变化情况；
步骤S24故障报告：当检测到电机状态异常或加速度骤变时，系统将触发故障报告，将故障信息上报至局域网内，以便及时处理和维修。
可选的，所述步骤S21中电压的极值通过以下方式计算：
步骤SA1：计算一阶导数：对电机脉冲电压数据进行一阶导数计算，在一阶导数中寻找零交点，设置零交点的集合为Z={z1,z2,...,zm}，其中m是零交点的个数；
步骤SA2：判断峰位置：对于零交点zi，判断其是峰值还是谷值，根据dv_{zi-1}和dv_{zi+1}的符号进行判断，若dv_{zi-1}<0且dv_{zi+1}>0，则zi是峰值点；若dv_{zi-1}>0且dv_{zi+1}<0，则zi是谷值点；
步骤SA3：筛选峰值：对检测到的峰值进行筛选和验证，得到极值电压。
可选的，所述步骤S22中时间推理通过以下方式进行：
步骤SB1：将得出的极值电压、极值电压的当前时间参数作为输入；
步骤SB2：构造电机脉冲电压的时间序列数据模型，其中输入向量 xt 表示为[vt, dt, pt]，分别代表在时间t时电机脉冲的电压值vt、持续时间dt以及峰值大小pt；
步骤SB3：利用LSTM模型对输入向量进行处理，通过计算输入门it、遗忘门ft、细胞状态ct的更新、输出门ot，以及生成隐藏状态ht，对电机状态的动态预测和故障诊断。
可选的，所述输入门的计算公式为： ，其中，σ代表Sigmoid激活函数，为权重矩阵，为偏置项，是时间步长的嵌入向量，是上一时间步的隐藏状态，是输入向量。
可选的，所述遗忘门ft的计算公式：，其中，σ代表Sigmoid激活函数，为权重矩阵，为偏置项，是时间步长的嵌入向量，是上一时间步的隐藏状态，是输入向量。
可选的，所述细胞状态的更新：；
输出门的计算公式： ；
隐藏状态的计算：；
其中，σ代表Sigmoid激活函数，表示Hadamard乘积，为权重矩阵，为偏置项，是时间步长的嵌入向量，是上一时间步的隐藏状态，是候选细胞状态，是输入向量。
本发明的有益效果：
本发明中，在正常作业状态下，摘复钩机器人本体执行作业任务，同时物理安全机制、电子安全系统和软件安全功能持续监控和保护机器人的安全。
本发明中，当发生断电或紧急情况时，应急自供电控制模块立即启动，接管机器人的控制，备用电源为上电控制单元供电，光电传感器检测周围环境的安全性，根据检测结果，上电控制单元控制机器人迅速退回到安全位置。
本发明中，通过多层次的安全机制确保机器人在各种作业环境下的安全性；应急自供电控制模块能够在断电或紧急情况下迅速接管机器人控制，确保机器人的安全撤退；局域网监控模块能够持续监控机器人的状态，为中央控制单元提供实时的状态信息，有助于及时应对紧急情况；提高生产效率，减少因安全事故导致的停工和维修时间。
附图说明
图1为本发明系统的一种结构示意图。
图2为本发明方法的一种流程示意图。
图3为故障检测算法的一种流程示意图。
图4为故障检测算法的一种框架示意图。
图5为极值电压计算的一种流程示意图。
具体实施方式
为了更清楚地说明发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
如图1-图5所示，一种增强安全性摘复钩机器人系统，包括摘复钩机器人本体、物理安全机制模块、电子安全系统、软件安全功能模块、应急自供电控制模块、局域网监控模块，
摘复钩机器人本体，用于执行具体的摘复钩作业任务，是执行摘复钩作业的主体设备；
机器人本体配备必要的机械臂、夹具和传感器，以实现精准、高效的作业，确保机器人本体在结构、材料和制造工艺上符合安全性、可靠性和耐久性要求。
物理安全机制模块，用于机器人紧急停止、机械限位保护、抗冲击防爆，确保机器人在物理层面上不受损害；在机器人本体上集成紧急停止装置，如急停按钮，以便在紧急情况下迅速切断电源，停止机器人运动。
设计机械限位保护结构，防止机器人超出预定工作范围或发生碰撞。
采用抗冲击、防爆设计，如使用防爆材料、增加防护罩等，以提高机器人在恶劣环境下的安全性。
电子安全系统，集成有安全PLC、安全继电器以及电子围栏监控功能，用于实时监控和控制机器人的电子信号及操作状态，确保在设定的安全边界内进行作业，由安全PLC/安全继电器和电子围栏监控组成；
软件安全功能模块，用于软件故障诊断与自我修复，并具有访问控制与权限管理机制，以保证软件层面的操作安全，通过安装在作业区域周围的传感器检测人员或物体的侵入，并及时触发安全响应；
开发故障诊断与自修复算法，实时监测机器人的运行状态，发现异常时自动进行修复或调整，实施访问控制与权限管理策略，限制对机器人软件系统的非授权访问和操作，确保数据安全。
应急自供电控制模块，包括备用电源、光电传感器和上电控制单元，在遭遇断电或紧急情况时能即时启动，接管机器人的控制，并依据光电传感器的检测结果指挥机器人撤退至安全位置，光电传感器，用于探测周围环境的安全性条件，上电控制单元，根据光电传感器的检测结果，调控机器人的运动行为，确保其安全撤离。
局域网监控模块，用于构建独立的自供电局域网，持续监控机器人的运行状态，实时将机器人状态信息传输给中央控制单元，专门用于监控机器人状态。
构建自供电局域网，使用低功耗通信协议和设备，确保在紧急情况下仍能稳定运行，在局域网内布置监控节点，实时采集机器人的状态信息，如位置、速度、电量等，将采集到的状态信息通过局域网传输至中央控制单元进行处理和显示。
中央控制单元具体操作步骤为：
步骤a：接收局域网监控模块传送的机器人状态信息，根据这些信息判断紧急情况的严重程度；
步骤b：根据判断结果采取对应措施，可能包括启动报警系统、通知操作人员或者直接进行远程操控；
步骤c：存储机器人的操作历史记录，通过对历史数据的分析和学习，优化机器人的操作。
在正常作业状态下，摘复钩机器人本体执行作业任务，同时物理安全机制、电子安全系统和软件安全功能持续监控和保护机器人的安全。
当发生断电或紧急情况时，应急自供电控制模块立即启动，接管机器人的控制。备用电源为上电控制单元供电，光电传感器检测周围环境的安全性。根据检测结果，上电控制单元控制机器人迅速退回到安全位置。
同时，局域网监控模块通过自供电局域网持续监控机器人的状态，并将状态信息发送给中央控制单元。中央控制单元根据接收到的信息判断紧急情况的严重程度，并采取相应的措施，如启动报警、通知操作人员等。
一旦紧急情况解除且电力恢复，系统自动切换到正常作业模式，机器人重新投入工作。
一种述增强安全性摘复钩机器人控制方法，其特征在于，包括以下步骤：
步骤S1：系统初始化与自检，系统上电，对加载软件程序和网络配置参数进行初始化设置，并执行自检程序；
步骤S2：正常作业模式运行，在物理安全机制模块、电子安全系统和软件安全功能模块的共同保护下，机器人本体执行摘复钩作业任务，局域网监控模块实时采集并传输机器人的状态信息至中央控制单元进行监控和记录；
紧急情况响应与撤退，当发生断电或紧急情况时，应急自供电控制模块立即启动备用电源接管系统供电；
光电传感器检测周围环境的安全性，上电控制单元根据检测结果指挥机器人迅速撤退至安全位置；
同时，局域网监控模块通过自供电局域网持续监控机器人的状态信息，并将紧急情况反馈给中央控制单元进行相应处理；
步骤S3：紧急情况解除与恢复作业，当紧急情况解除且电力恢复时，系统自动进行环境安全性评估，确认安全后，系统自动切换回正常作业模式，并重新投入摘复钩作业任务中，中央控制单元更新机器人的状态信息并继续进行实时监控和记录。
步骤S2中紧急情况的故障检测算法步骤为：
步骤S21：极值检测：基于微分的方法对电机脉冲电压数据进行处理，检测出电压数据中的极值点，包括峰值和谷值；
步骤S22：时间推理：基于LSTM算法，分析电压与时间之间的关系，推理出当前电机的状态；
步骤S23：加速度检测：使用机器人上的加速度传感器，监测机器人前后的加速度变化；应用LSTM算法对加速度数据进行分析，检测加速度值的变化情况；
步骤S24故障报告：当检测到电机状态异常或加速度骤变时，系统将触发故障报告，将故障信息上报至局域网内，以便及时处理和维修。
步骤S21中电压的极值通过以下方式计算：
步骤SA1：计算一阶导数：在一阶导数中寻找零交点，设置零交点的集合为Z={z1,z2,...,zm}，其中m是零交点的个数；
步骤SA2：判断峰位置：对于零交点zi，判断其是峰值还是谷值，根据dv_{zi-1}和dv_{zi+1}的符号进行判断，若dv_{zi-1}<0且dv_{zi+1}>0，则zi是峰值点；若dv_{zi-1}>0且dv_{zi+1}<0，则zi是谷值点；
步骤SA3：筛选峰值：对检测到的峰值进行筛选和验证，得到极值电压。
时间推理通过以下方式进行：
步骤SB1：将得出的极值电压、极值电压的当前时间参数作为输入；
步骤SB2：构造电机脉冲电压的时间序列数据模型，其中输入向量 xt 表示为[vt, dt, pt]，分别代表在时间t时电机脉冲的电压值vt、持续时间dt以及峰值大小pt；
步骤SB3：利用LSTM模型对输入向量进行处理，通过计算输入门it、遗忘门ft、细胞状态ct的更新、输出门ot，以及生成隐藏状态ht，对电机状态的动态预测和故障诊断。
输入门的计算公式为： ，其中，σ代表Sigmoid激活函数，为权重矩阵，为偏置项，是时间步长的嵌入向量，是上一时间步的隐藏状态，是输入向量。
遗忘门ft的计算公式：，其中，σ代表Sigmoid激活函数，为权重矩阵，为偏置项，是时间步长的嵌入向量，是上一时间步的隐藏状态，是输入向量。
细胞状态的更新：；
输出门的计算公式： ；
隐藏状态的计算：；
其中，σ代表Sigmoid激活函数，表示Hadamard乘积，为权重矩阵，为偏置项，是时间步长的嵌入向量，是上一时间步的隐藏状态，是候选细胞状态，是输入向量。
本发明工作原理：通过多层次的安全机制确保机器人在各种作业环境下的安全性；应急自供电控制模块能够在断电或紧急情况下迅速接管机器人控制，确保机器人的安全撤退；局域网监控模块能够持续监控机器人的状态，为中央控制单元提供实时的状态信息，有助于及时应对紧急情况；提高生产效率，减少因安全事故导致的停工和维修时间。
通过精确识别电机脉冲电压的极值、实时推理电机工作状态和监测加速度变化，并结合LSTM算法对电机运行状态进行动态预测和故障判断，确保了电机运行的稳定性和安全性，并通过有效的故障报告机制实现了快速响应和维护决策。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换或改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种增强安全性摘复钩机器人控制方法，其特征在于，包括以下步骤：
步骤S1：系统初始化与自检，系统上电，对加载软件程序和网络配置参数进行初始化设置，并执行自检程序；
步骤S2：正常作业模式运行，在物理安全机制模块、电子安全系统和软件安全功能模块的共同保护下，机器人本体执行摘复钩作业任务，局域网监控模块实时采集并传输机器人的状态信息至中央控制单元进行监控和记录；
紧急情况响应与撤退，当发生断电或紧急情况时，应急自供电控制模块立即启动备用电源接管系统供电；
紧急情况的故障检测采用极值检测、时间推理和加速度检测进行故障检测，
时间推理利用LSTM模型、计算输入门、遗忘门、细胞状态的更新、输出门，以及生成隐藏状态，进行动态预测和故障诊断；
输入门、遗忘门、细胞状态的更新、输出门和生成隐藏状态的计算公式为：
，
，
，
，
，
其中，σ代表Sigmoid激活函数，tanh双曲正切函数，表示Hadamard乘积，、和为权重矩阵，、和为偏置项，是时间步长的嵌入向量，是上一时间步的隐藏状态，为上一时间步的候选细胞状态，是候选细胞状态，是输入向量；
光电传感器检测周围环境的安全性，上电控制单元根据检测结果指挥机器人迅速撤退至安全位置；
同时，局域网监控模块通过自供电局域网持续监控机器人的状态信息，并将紧急情况反馈给中央控制单元进行相应处理；
步骤S3：紧急情况解除与恢复作业，当紧急情况解除且电力恢复时，系统自动进行环境安全性评估，确认安全后，系统自动切换回正常作业模式，并重新投入摘复钩作业任务中，中央控制单元更新机器人的状态信息并继续进行实时监控和记录。
2.根据权利要求1所述增强安全性摘复钩机器人控制方法，其特征在于，所述步骤S2中紧急情况的故障检测算法步骤为：
步骤S21：极值检测：基于微分的方法对电机脉冲电压数据进行处理，检测出电压数据中的极值点，包括峰值和谷值；
步骤S22：时间推理：基于LSTM算法，分析电压与时间之间的关系，推理出当前电机的状态；
步骤S23：加速度检测：使用机器人上的加速度传感器，监测机器人前后的加速度变化；应用LSTM算法对加速度数据进行分析，检测加速度值的变化情况；
步骤S24故障报告：当检测到电机状态异常或加速度骤变时，系统将触发故障报告，将故障信息上报至局域网内。
3.根据权利要求2所述增强安全性摘复钩机器人控制方法，其特征在于，所述步骤S21中电压的极值通过以下方式计算：
步骤SA1：计算一阶导数：对电机脉冲电压数据进行一阶导数计算，在一阶导数中寻找零交点，设置零交点的集合为Z={z1,z2,...,zm}，其中m是零交点的个数；
步骤SA2：判断峰位置：对于零交点zi，判断其是峰值还是谷值，根据dv_{zi-1}和dv_{zi+1}的符号进行判断，若dv_{zi-1}<0且dv_{zi+1}>0，则zi是峰值点；若dv_{zi-1}>0且dv_{zi+1}<0，则zi是谷值点；
步骤SA3：筛选峰值：对检测到的峰值进行筛选和验证，得到极值电压。
4.根据权利要求3所述增强安全性摘复钩机器人控制方法，其特征在于，所述步骤S22中时间推理通过以下方式进行：
步骤SB1：将得出的极值电压，极值电压的当前时间等参数作为输入；
步骤SB2：构造电机脉冲电压的时间序列数据模型，其中输入向量 xt 表示为 [vt, dt,pt]，分别代表在时间t时电机脉冲的电压值vt、持续时间dt以及峰值大小pt；
步骤SB3：利用LSTM模型对输入向量进行处理，通过计算输入门、遗忘门、细胞状态的更新、输出门，以及生成隐藏状态，对电机状态的动态预测和故障诊断。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410501170.1A CN118081800B (zh) | 2024-04-25 | 增强安全性摘复钩机器人系统及控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410501170.1A CN118081800B (zh) | 2024-04-25 | 增强安全性摘复钩机器人系统及控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118081800A CN118081800A (zh) | 2024-05-28 |
| CN118081800B true CN118081800B (zh) | 2024-07-12 |
Family
ID=
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116108748A (zh) * | 2023-02-14 | 2023-05-12 | 大连交通大学 | 一种改进lstm模型的动车组牵引电机轴承温度预测方法 |
| CN117697764A (zh) * | 2024-02-05 | 2024-03-15 | 青岛哈尔滨工程大学创新发展中心 | 潜器作业用柔性机械臂的故障诊断系统及方法 |
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116108748A (zh) * | 2023-02-14 | 2023-05-12 | 大连交通大学 | 一种改进lstm模型的动车组牵引电机轴承温度预测方法 |
| CN117697764A (zh) * | 2024-02-05 | 2024-03-15 | 青岛哈尔滨工程大学创新发展中心 | 潜器作业用柔性机械臂的故障诊断系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3139359B1 (en) | System and method providing early prediction and forecasting of false alarms by applying statistical inference models | |
| US4749985A (en) | Functional relationship-based alarm processing | |
| US8423484B2 (en) | Prognostics and health management method for aging systems | |
| CN110158648A (zh) | 一种城市地下综合管廊运维监控管理系统 | |
| CN115034578A (zh) | 一种基于数字孪生的水工金属结构设备智能管理构建方法及系统 | |
| CN117215940A (zh) | 智慧运维应急处理系统 | |
| WO2007053347A2 (en) | System and method for securing an infrastructure | |
| JP4635194B2 (ja) | 異常検知装置 | |
| CN107175691A (zh) | 一种机器人在线故障检测及维护方法 | |
| CN108986418A (zh) | 智能报警方法、装置、设备及存储介质 | |
| CN117477774A (zh) | 用于多功能配电柜的智能预警系统及预警方法 | |
| CN118081800B (zh) | 增强安全性摘复钩机器人系统及控制方法 | |
| CN114882659A (zh) | 一种基于物联网的换电柜电池防盗的方法 | |
| CN118081800A (zh) | 增强安全性摘复钩机器人系统及控制方法 | |
| KR20220064575A (ko) | Ess 화재 예방 시스템 및 그 방법 | |
| Dev Anand et al. | A hybrid fuzzy logic? artificial neural network algorithm-based fault detection and isolation for industrial robot manipulators | |
| CN116257023A (zh) | 基于物联网的设备自动故障诊断与状态分析系统 | |
| CN109213128A (zh) | 闭环控制失效检测方法及系统 | |
| CN111960207B (zh) | 基于多元分析的电梯运行环境异常检测方法及检测系统 | |
| Roman-Ballesteros et al. | A framework for cooperative multi-robot surveillance tasks | |
| CN208857375U (zh) | 一种铝电解的集中控制系统及其打壳控制装置 | |
| Tjallema et al. | The road to eliminating operator related dynamic positioning incidents | |
| Alexandru et al. | An architectural system solution for technical diagnosis | |
| Dev Anand et al. | Fault diagnosis system for a robot manipulator through neuro fuzzy approach | |
| CN117697764B (zh) | 潜器作业用柔性机械臂的故障诊断系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |