JP3607009B2 - 産業用ロボットの故障予知方法 - Google Patents
産業用ロボットの故障予知方法 Download PDFInfo
- Publication number
- JP3607009B2 JP3607009B2 JP20637196A JP20637196A JP3607009B2 JP 3607009 B2 JP3607009 B2 JP 3607009B2 JP 20637196 A JP20637196 A JP 20637196A JP 20637196 A JP20637196 A JP 20637196A JP 3607009 B2 JP3607009 B2 JP 3607009B2
- Authority
- JP
- Japan
- Prior art keywords
- drive
- load
- robot
- work rate
- power ratio
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Numerical Control (AREA)
- Manipulator (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、サーボモータにより駆動される産業用ロボットについて、生産ラインの稼働中にその作業内容に依存することなく、ロボット機構部の故障を予知する方法に関する。
【０００２】
【従来の技術】
産業用ロボットは、長期にわたる使用によりアーム及びその駆動モータを主体とするロボット機構部の駆動力伝達系を構成する歯車等が摩耗し、これによりその動作や制御精度等に悪影響を来すことになる。一般に、このような現象は外部から容易に予測できず、また悪影響が現れるまでは放置されがちになるので、以前は歯車等が破損するような状況が生ずるようになってから対策がとられることが頻繁にあった。
【０００３】
これに対処するために、例えば特開昭６３−１２３１０５号では、ロボットが正常な状態のとき、例えばロボット本体の新規導入時や定期のメンテナンス終了時に、予め設定された基準となる動作パターンにてロボットを実際に動作させ、このときの動作データを基準データとして予め測定し、この基準データをロボット制御装置の記憶装置に記録しておく。そして、所定の動作時間を経過した後に、定期的に、再度同様にして基準となる動作パターンにてロボットを実際に動作させ、このときの動作データを測定し、この動作データを前述の基準データと比較し、その差異から故障の有無を診断するようにしている。この動作データとして、特開昭６３−１２３１０５号では、サーボ制御ずれ（偏差）を用いているため、故障の有無を診断するための専用のセンサを設ける必要がないとされ、また、アームの駆動機構等の機械系、及び駆動機構を制御するサーボ系等の制御系を総合的に診断することができるという利点があるとされている。
【０００４】
【発明が解決しようとする課題】
しかし、この特開昭６３−１２３１０５号の方法では、次に挙げる問題点があった。１点目は、ロボットの正常状態における動作データを基準データとして個々のロボット毎に測定し、この基準データを記憶しておく必要がある点である。２点目は、診断過程においては基準となる動作パターンでロボットを動作させなければならないために、生産ラインの稼働中には診断を行えないという点である。３点目は、生産ラインの稼働時における実際の動作パターンに特化したような故障については、診断精度を上げることが難しいという点である。
【０００５】
本発明はこれらの問題点を解決するためになされたものであり、サーボモータにより駆動される産業用ロボットについて、生産ラインの稼働中にその作業内容に依存することなく故障を予知する方法を提供すること、特に、ロボットの正常状態における基準となる動作パターンにおける動作データを基準データとして予め測定することなく、また、生産ラインの稼働中においても随時診断を行うことができ、さらに、生産ラインの稼働時における実際の動作パターンに特化したような故障についても高精度に診断を行うことができるような、産業用ロボットの故障予知方法を提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記の目的を達成するために、本発明では、質点モデルから算出される各駆動軸の実際の位置（角度）、角速度、及び角加速度に基づく仕事率、すなわち負荷側の仕事率Ｗｏ 、及び各駆動軸への動作指令から算出される駆動側の仕事率Ｗｉ より、その比（Ｗｏ ／Ｗｉ ）または差（Ｗｏ −Ｗｉ ）を求め、これを判定値と比較することにより、ロボット機構部の劣化の有無とそのレベルを評価するようにした。
【０００７】
一般に、駆動軸への動作指令に対する実際の動作性能を追従性と呼び、特に加減速時における追従性の善し悪しはロボット機構部の性能に大きな影響を与えることになる。経年変化によりロボット機構部の劣化が進行すると、駆動力伝達系を構成する歯車等が摩耗し、これにより特に加減速時の追従性が悪化する。そして加減速時の追従性が悪化すると、駆動側の仕事率Ｗｉ と負荷側の仕事率Ｗｏ との差が大きくなって現れてくる。一般的には、加速時には駆動側の仕事率Ｗｉ が負荷側の仕事率Ｗｏ に対して大きくなって現れ、逆に、減速時には負荷側の仕事率Ｗｏ が駆動側の仕事率Ｗｉ に対して大きくなって現れてくる。
【０００８】
そこで、本発明では、駆動側の仕事率Ｗｉ と負荷側の仕事率Ｗｏ との比または差を予め設定された判定値と比較することにより、追従性の善し悪しを判断することとし、これによりロボット機構部の劣化の有無とそのレベルを評価することとした。ロボット機構部の劣化が小さい場合は駆動側の仕事率Ｗｉ と負荷側の仕事率Ｗｏ との差は小さいはずであるから、仕事率の比（Ｗｏ ／Ｗｉ ）を用いる際の判定値は、許容値をβとすれば１＋βをその上限値とするとともに１−βを下限値とし、仕事率の比（Ｗｏ ／Ｗｉ ）がこの範囲内にあればロボット機構部の劣化は小さいと判定する。一方、仕事率の差（Ｗｏ −Ｗｉ ）を用いる際の判定値は、同じく許容値をβとすれば＋βをその上限値とするとともに−βを下限値とし、仕事率の差（Ｗｏ −Ｗｉ ）がこの範囲内にあればロボット機構部の劣化は小さいと判定する。
【０００９】
駆動側の仕事率Ｗｉ 及び負荷側の仕事率Ｗｏ の算出方法として、駆動軸の動作機構としてサーボモータを使用した場合は、駆動側の仕事率Ｗｉ はサーボモータへ供給される駆動電流Ｉｉ より算出し、また、負荷側の仕事率Ｗｏ はサーボモータに付属あるいは併設して設けられたエンコーダ（位置検出器）により検出された駆動軸の実際の位置（角度データ）、及びこの角度データを基に得られる角速度データと角加速度データとにより算出するようにする。
【００１０】
すなわち、請求項１にかかる発明では、ロボット機構部を構成する各駆動軸ｉの角度θｉ 、角速度ωｉ 、及び角加速度αｉ の各データをサーボモータを制御するサーボ系より取り込み、負荷を含むロボット機構部の質点モデルに関する運動方程式と、角度θｉ 、角速度ωｉ 、及び角加速度αｉ とにより負荷トルクＴｏ を算出し、しかる後、負荷トルクＴｏ と角速度ωｉ との積である負荷側の仕事率Ｗｏ を算出する。また、各駆動軸ｉを駆動するサーボモータの駆動電流Ｉｉ のデータを前記サーボ系より取り込み、この駆動電流Ｉｉ にサーボモータのトルク定数ｋｉ を掛けることにより駆動トルクＴｉ を算出し、しかる後、駆動トルクＴｉ と角速度ωｉ との積である駆動側の仕事率Ｗｉ を算出する。そして、算出された負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を求め、この仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較することにより、ロボット機構部の劣化の有無及びそのレベルを評価するようにした（請求項１）。
【００１１】
上記の構成としたことにより、ロボット機構部を構成する各駆動軸ｉの角度θｉ 、角速度ωｉ 、及び角加速度αｉ の各データを、サーボモータを制御するサーボ系より取り込み、これらのデータからサーボモータすなわち負荷側の仕事率Ｗｏ を算出し、一方、各駆動軸ｉを駆動するサーボモータの駆動電流Ｉｉ のデータを、同様にサーボ系より取り込み、このデータからロボットの駆動側の仕事率Ｗｉ を算出し、両仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較するようにしたので、実際の動作パターンに応じて時々刻々変化する仕事率を判定に利用したことにより、生産ラインの稼働時においても常時ロボット機構部の劣化の有無及びそのレベルを評価することができる。ロボット機構部の劣化の度合いが大きいほど加減速時における負荷側の仕事率Ｗｏ と駆動側の仕事率Ｗｉ との差は大きくなるから、仕事率の比（Ｗｏ ／Ｗｉ ）が１に近いほどロボット機構部の劣化のレベルは小さく、逆に１からかけ離れるほどロボット機構部の劣化のレベルは大きいことになる。
【００１２】
請求項１に記載のように、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を算出し、この仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較するようにする代わりに、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の差（Ｗｏ −Ｗｉ ）を算出し、この仕事率の差（Ｗｏ −Ｗｉ ）を予め設定された判定値と比較するようにしてもよい（請求項２）。前述のようにロボット機構部の劣化の度合いが大きいほど加減速時における負荷側の仕事率Ｗｏ と駆動側の仕事率Ｗｉ との差は大きくなるから、仕事率の差（Ｗｏ −Ｗｉ ）が０に近いほどロボット機構部の劣化のレベルは小さく、逆に０からかけ離れるほどロボット機構部の劣化のレベルは大きいことになる。
【００１３】
【発明の実施の形態】
以下、本発明の実施形態について図面を参照しながら説明する。図２は本発明のロボット駆動部を制御するサーボ系を示すブロック図であり、図中１は指令位置計算部、２は位置ループ、３は速度ループ、４は電流ループ、５はサーボモータ等のロボット駆動用のモータ、６はエンコーダ、７は劣化診断演算部である。また図中のＳはラプラス演算子であり、微分を示す。
【００１４】
指令位置計算部１から出力された制御信号は位置ループ２、速度ループ３、及び電流ループ４へ伝送され、電流ループ４にて電流信号に変換され、電流ループ４から出力された電流によりモータ５が駆動される。エンコーダ６により検出された位置データである駆動軸の角度θｉ は、ラプラス演算子Ｓにより角速度ωｉ 及び角加速度αｉ に変換され、角度θｉ は位置ループ２へ、角速度ωｉ は速度ループ３へそれぞれ帰還されるとともに、劣化診断に必要なデータとして劣化診断演算部７へも伝送される。また、電流ループ４から出力された電流は電流ループ４とモータ５との間の伝送路上に設けられた電流検出器により検出され、検出された電流Ｉｉ は電流ループ４へ帰還されるとともに、劣化診断に必要なデータとして劣化診断演算部７へも伝送される。このように図２に示すサーボ系のブロック図は、従来のものに対して、劣化診断演算部７及び劣化診断演算部７へのデータ伝送経路が付加されたものとなっている。
【００１５】
図１は、図２において示した劣化診断演算部７にて行われる、ロボット機構部の劣化の有無及びそのレベルの評価に至る処理の流れを示すフローチャートである。ステップ１１では、図２で説明したように、エンコーダ６により検出された各駆動軸の角度θｉ 、及び角度θｉ を基にラプラス演算子Ｓにより変換された角速度ωｉ と角加速度αｉ とを劣化診断演算部７へ取り込む。
【００１６】
ステップ１２では、負荷を含むロボット機構部の質点モデルに関する運動方程式と、ステップ１１において取り込まれた角度θｉ 、角速度ωｉ 、及び角加速度αｉ とにより負荷トルクＴｏ を算出する。ここで、負荷トルクＴｏ の算出過程についてより具体的に説明する。図３は６軸構成の垂直多関節型ロボットにおける質点モデルの一例を示したものである。図中２１は負荷の質点モデル、２２〜２６は第２〜６の各駆動軸の質点モデルを示す。また、３１〜３６は第１〜６の各駆動軸を示す。この質点モデルに関して、式（１）で表される運動方程式の各項を求めることにより、各駆動軸の負荷側に働くトルクすなわち負荷トルクを算出する。
【００１７】
【数１】
【００１８】
式（１）において、左辺は各軸に働く負荷トルクを表すトルク行列である。右辺第１項は慣性力によるトルク、第２項は遠心力及びコリオリ力によるトルク、第３項はアンバランス力によるトルクをそれぞれ表している。これら第１〜第３項は、各駆動軸の角度θｉ 、角速度ωｉ 、及び角加速度αｉ より算出されるので、これら第１〜第３項の和として求められる負荷トルクは他軸から受ける反力を考慮したものとなる。なお、式（１）はロボットの質点モデルに関する一般的な運動方程式であり、本発明に特有の方程式ではない。
【００１９】
ステップ１３では、ステップ１２において算出された負荷トルクＴｏ に角速度ωｉ を掛けることにより、負荷側の仕事率Ｗｏ を算出する。
【００２０】
一方、前述のステップ１２及び１３における負荷側の仕事率Ｗｏ の算出処理と並行して、ステップ１４及び１５において駆動側の仕事率Ｗｉ を算出する。ステップ１４では、電流ループ４とモータ５との間の伝送路上に設けられた電流検出器により検出された各駆動軸の電流Ｉｉ を取り込み、モータのトルク定数ｋｉ を掛けることにより、各駆動軸の駆動側に働くトルクすなわち駆動トルクＴｉ を算出する。ステップ１５では、ステップ１４において算出された駆動トルクＴｉ に角速度ωｉ を掛けることにより、駆動側の仕事率Ｗｉ を算出する。
【００２１】
ステップ１６では、ステップ１３において算出された負荷側の仕事率Ｗｏ 及びステップ１５において算出された駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を算出する。ステップ１７では、ステップ１６において算出された仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較することによりロボット機構部の劣化の有無及びそのレベルを判定するようにする。具体的には、１＋βを判定値の上限値とするとともに１−βをその下限値とし、仕事率の比（Ｗｏ ／Ｗｉ ）がこの範囲内にあればロボット機構部の劣化は小さいと判定する。ここでβは劣化の許容値として設定する値である。
【００２２】
さらに、仕事率の比（Ｗｏ ／Ｗｉ ）の大小により、劣化のレベルも評価でき、仕事率の比（Ｗｏ ／Ｗｉ ）が１に近いほど劣化のレベルは小さく、逆に１からかけ離れるほど劣化のレベルは大きいことになる。通常この劣化のレベルは、ロボット本体の新規導入時や定期のメンテナンス終了時には小さく、使用にしたがって徐々に大きくなるので、許容値βをロボットの動作上支障が生ずる値より小さめに設定しておけば、ロボット機構部に経年変化による故障が生ずる前に故障の発生を予知することができる。
【００２３】
ところで、ステップ１６〜１７では、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を算出し、この仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較するようにしたが、これに代えて、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の差（Ｗｏ −Ｗｉ ）を算出し、この仕事率の差（Ｗｏ −Ｗｉ ）を予め設定された判定値と比較するようにしてもよい。具体的には、＋βを判定値の上限値とするとともに−βをその下限値とし、仕事率の差（Ｗｏ −Ｗｉ ）がこの範囲内にあればロボット機構部の劣化は小さいと判定する。同様にして、仕事率の差（Ｗｏ −Ｗｉ ）の大小により、劣化のレベルも評価でき、仕事率の差（Ｗｏ −Ｗｉ ）が０に近いほど劣化のレベルは小さく、逆に０からかけ離れるほど劣化のレベルは大きいことになる。
【００２４】
なお、仕事率の比及び仕事率の差は、ロボット機構部への入力となる駆動側の仕事率Ｗｉ を基準としたので、それぞれ（Ｗｏ ／Ｗｉ ）、（Ｗｏ −Ｗｉ ）としたが、これに限定する必要はない。すなわち、仕事率の比（Ｗｏ ／Ｗｉ ）は分子と分母を入れ換えて（Ｗｉ ／Ｗｏ ）としても構わないし、同様に、仕事率の差（Ｗｏ −Ｗｉ ）は（Ｗｉ −Ｗｏ ）として判定値と比較するようにしてもよい。
【００２５】
以上のように、本実施形態によれば、図１に示す診断処理過程を通常の生産ラインの稼働中にも随時行うことができるので、従来技術のように、ロボットの正常状態における動作データを基準データとして個々のロボット毎に測定しておく必要がなくなるとともに、故障診断のために生産ラインをストップさせる必要もなくなる。また、通常の生産ラインの稼働中に故障診断を行うことが可能となったことにより、生産ラインの稼働時における実際の動作パターンに特化したような故障についても高精度に診断を行うことができるようになった。さらに、従来技術の診断は定期診断方式であるのに対し、本実施形態の診断は生産ラインの稼働中にも診断を行う所謂常時監視方式であるので、生産ラインの稼働中におけるロボット機構部の突然の不具合に対しても直ちに検知することが可能である。
【００２６】
【発明の効果】
本発明によれば、サーボモータにより駆動されるロボット機構部における故障予知方法において、ロボット機構部を構成する各駆動軸ｉの角度θｉ 、角速度ωｉ 、及び角加速度αｉ の各データを、サーボモータを制御するサーボ系より取り込み、これらのデータからサーボモータすなわち負荷側の仕事率Ｗｏ を算出し、一方、各駆動軸ｉを駆動するサーボモータの駆動電流Ｉｉ のデータを、同様にサーボ系より取り込み、このデータからロボットの駆動側の仕事率Ｗｉ を算出し、両仕事率の比（Ｗｉ ／Ｗｏ ）または差（Ｗｉ −Ｗｏ ）を予め設定された判定値と比較するようにしたので、実際の動作パターンに応じて時々刻々変化する仕事率を判定に利用したことにより、ロボットの正常状態における基準となる動作パターンにおける動作データを基準データとして予め測定することなく、また、生産ラインの稼働中においても随時診断を行うことができ、さらに、生産ラインの稼働時における実際の動作パターンに特化したような故障についても高精度に診断を行うことができるようになった。
【図面の簡単な説明】
【図１】本発明の一実施形態における、ロボット機構部の診断手順を示すフローチャートである。
【図２】本発明の一実施形態における、ロボット駆動部を制御するサーボ系のブロック図である。
【図３】６軸構成の垂直多関節型ロボットにおける質点モデルの一例を示す図である。
【符号の説明】
５ サーボモータ
【発明の属する技術分野】
本発明は、サーボモータにより駆動される産業用ロボットについて、生産ラインの稼働中にその作業内容に依存することなく、ロボット機構部の故障を予知する方法に関する。
【０００２】
【従来の技術】
産業用ロボットは、長期にわたる使用によりアーム及びその駆動モータを主体とするロボット機構部の駆動力伝達系を構成する歯車等が摩耗し、これによりその動作や制御精度等に悪影響を来すことになる。一般に、このような現象は外部から容易に予測できず、また悪影響が現れるまでは放置されがちになるので、以前は歯車等が破損するような状況が生ずるようになってから対策がとられることが頻繁にあった。
【０００３】
これに対処するために、例えば特開昭６３−１２３１０５号では、ロボットが正常な状態のとき、例えばロボット本体の新規導入時や定期のメンテナンス終了時に、予め設定された基準となる動作パターンにてロボットを実際に動作させ、このときの動作データを基準データとして予め測定し、この基準データをロボット制御装置の記憶装置に記録しておく。そして、所定の動作時間を経過した後に、定期的に、再度同様にして基準となる動作パターンにてロボットを実際に動作させ、このときの動作データを測定し、この動作データを前述の基準データと比較し、その差異から故障の有無を診断するようにしている。この動作データとして、特開昭６３−１２３１０５号では、サーボ制御ずれ（偏差）を用いているため、故障の有無を診断するための専用のセンサを設ける必要がないとされ、また、アームの駆動機構等の機械系、及び駆動機構を制御するサーボ系等の制御系を総合的に診断することができるという利点があるとされている。
【０００４】
【発明が解決しようとする課題】
しかし、この特開昭６３−１２３１０５号の方法では、次に挙げる問題点があった。１点目は、ロボットの正常状態における動作データを基準データとして個々のロボット毎に測定し、この基準データを記憶しておく必要がある点である。２点目は、診断過程においては基準となる動作パターンでロボットを動作させなければならないために、生産ラインの稼働中には診断を行えないという点である。３点目は、生産ラインの稼働時における実際の動作パターンに特化したような故障については、診断精度を上げることが難しいという点である。
【０００５】
本発明はこれらの問題点を解決するためになされたものであり、サーボモータにより駆動される産業用ロボットについて、生産ラインの稼働中にその作業内容に依存することなく故障を予知する方法を提供すること、特に、ロボットの正常状態における基準となる動作パターンにおける動作データを基準データとして予め測定することなく、また、生産ラインの稼働中においても随時診断を行うことができ、さらに、生産ラインの稼働時における実際の動作パターンに特化したような故障についても高精度に診断を行うことができるような、産業用ロボットの故障予知方法を提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記の目的を達成するために、本発明では、質点モデルから算出される各駆動軸の実際の位置（角度）、角速度、及び角加速度に基づく仕事率、すなわち負荷側の仕事率Ｗｏ 、及び各駆動軸への動作指令から算出される駆動側の仕事率Ｗｉ より、その比（Ｗｏ ／Ｗｉ ）または差（Ｗｏ −Ｗｉ ）を求め、これを判定値と比較することにより、ロボット機構部の劣化の有無とそのレベルを評価するようにした。
【０００７】
一般に、駆動軸への動作指令に対する実際の動作性能を追従性と呼び、特に加減速時における追従性の善し悪しはロボット機構部の性能に大きな影響を与えることになる。経年変化によりロボット機構部の劣化が進行すると、駆動力伝達系を構成する歯車等が摩耗し、これにより特に加減速時の追従性が悪化する。そして加減速時の追従性が悪化すると、駆動側の仕事率Ｗｉ と負荷側の仕事率Ｗｏ との差が大きくなって現れてくる。一般的には、加速時には駆動側の仕事率Ｗｉ が負荷側の仕事率Ｗｏ に対して大きくなって現れ、逆に、減速時には負荷側の仕事率Ｗｏ が駆動側の仕事率Ｗｉ に対して大きくなって現れてくる。
【０００８】
そこで、本発明では、駆動側の仕事率Ｗｉ と負荷側の仕事率Ｗｏ との比または差を予め設定された判定値と比較することにより、追従性の善し悪しを判断することとし、これによりロボット機構部の劣化の有無とそのレベルを評価することとした。ロボット機構部の劣化が小さい場合は駆動側の仕事率Ｗｉ と負荷側の仕事率Ｗｏ との差は小さいはずであるから、仕事率の比（Ｗｏ ／Ｗｉ ）を用いる際の判定値は、許容値をβとすれば１＋βをその上限値とするとともに１−βを下限値とし、仕事率の比（Ｗｏ ／Ｗｉ ）がこの範囲内にあればロボット機構部の劣化は小さいと判定する。一方、仕事率の差（Ｗｏ −Ｗｉ ）を用いる際の判定値は、同じく許容値をβとすれば＋βをその上限値とするとともに−βを下限値とし、仕事率の差（Ｗｏ −Ｗｉ ）がこの範囲内にあればロボット機構部の劣化は小さいと判定する。
【０００９】
駆動側の仕事率Ｗｉ 及び負荷側の仕事率Ｗｏ の算出方法として、駆動軸の動作機構としてサーボモータを使用した場合は、駆動側の仕事率Ｗｉ はサーボモータへ供給される駆動電流Ｉｉ より算出し、また、負荷側の仕事率Ｗｏ はサーボモータに付属あるいは併設して設けられたエンコーダ（位置検出器）により検出された駆動軸の実際の位置（角度データ）、及びこの角度データを基に得られる角速度データと角加速度データとにより算出するようにする。
【００１０】
すなわち、請求項１にかかる発明では、ロボット機構部を構成する各駆動軸ｉの角度θｉ 、角速度ωｉ 、及び角加速度αｉ の各データをサーボモータを制御するサーボ系より取り込み、負荷を含むロボット機構部の質点モデルに関する運動方程式と、角度θｉ 、角速度ωｉ 、及び角加速度αｉ とにより負荷トルクＴｏ を算出し、しかる後、負荷トルクＴｏ と角速度ωｉ との積である負荷側の仕事率Ｗｏ を算出する。また、各駆動軸ｉを駆動するサーボモータの駆動電流Ｉｉ のデータを前記サーボ系より取り込み、この駆動電流Ｉｉ にサーボモータのトルク定数ｋｉ を掛けることにより駆動トルクＴｉ を算出し、しかる後、駆動トルクＴｉ と角速度ωｉ との積である駆動側の仕事率Ｗｉ を算出する。そして、算出された負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を求め、この仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較することにより、ロボット機構部の劣化の有無及びそのレベルを評価するようにした（請求項１）。
【００１１】
上記の構成としたことにより、ロボット機構部を構成する各駆動軸ｉの角度θｉ 、角速度ωｉ 、及び角加速度αｉ の各データを、サーボモータを制御するサーボ系より取り込み、これらのデータからサーボモータすなわち負荷側の仕事率Ｗｏ を算出し、一方、各駆動軸ｉを駆動するサーボモータの駆動電流Ｉｉ のデータを、同様にサーボ系より取り込み、このデータからロボットの駆動側の仕事率Ｗｉ を算出し、両仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較するようにしたので、実際の動作パターンに応じて時々刻々変化する仕事率を判定に利用したことにより、生産ラインの稼働時においても常時ロボット機構部の劣化の有無及びそのレベルを評価することができる。ロボット機構部の劣化の度合いが大きいほど加減速時における負荷側の仕事率Ｗｏ と駆動側の仕事率Ｗｉ との差は大きくなるから、仕事率の比（Ｗｏ ／Ｗｉ ）が１に近いほどロボット機構部の劣化のレベルは小さく、逆に１からかけ離れるほどロボット機構部の劣化のレベルは大きいことになる。
【００１２】
請求項１に記載のように、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を算出し、この仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較するようにする代わりに、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の差（Ｗｏ −Ｗｉ ）を算出し、この仕事率の差（Ｗｏ −Ｗｉ ）を予め設定された判定値と比較するようにしてもよい（請求項２）。前述のようにロボット機構部の劣化の度合いが大きいほど加減速時における負荷側の仕事率Ｗｏ と駆動側の仕事率Ｗｉ との差は大きくなるから、仕事率の差（Ｗｏ −Ｗｉ ）が０に近いほどロボット機構部の劣化のレベルは小さく、逆に０からかけ離れるほどロボット機構部の劣化のレベルは大きいことになる。
【００１３】
【発明の実施の形態】
以下、本発明の実施形態について図面を参照しながら説明する。図２は本発明のロボット駆動部を制御するサーボ系を示すブロック図であり、図中１は指令位置計算部、２は位置ループ、３は速度ループ、４は電流ループ、５はサーボモータ等のロボット駆動用のモータ、６はエンコーダ、７は劣化診断演算部である。また図中のＳはラプラス演算子であり、微分を示す。
【００１４】
指令位置計算部１から出力された制御信号は位置ループ２、速度ループ３、及び電流ループ４へ伝送され、電流ループ４にて電流信号に変換され、電流ループ４から出力された電流によりモータ５が駆動される。エンコーダ６により検出された位置データである駆動軸の角度θｉ は、ラプラス演算子Ｓにより角速度ωｉ 及び角加速度αｉ に変換され、角度θｉ は位置ループ２へ、角速度ωｉ は速度ループ３へそれぞれ帰還されるとともに、劣化診断に必要なデータとして劣化診断演算部７へも伝送される。また、電流ループ４から出力された電流は電流ループ４とモータ５との間の伝送路上に設けられた電流検出器により検出され、検出された電流Ｉｉ は電流ループ４へ帰還されるとともに、劣化診断に必要なデータとして劣化診断演算部７へも伝送される。このように図２に示すサーボ系のブロック図は、従来のものに対して、劣化診断演算部７及び劣化診断演算部７へのデータ伝送経路が付加されたものとなっている。
【００１５】
図１は、図２において示した劣化診断演算部７にて行われる、ロボット機構部の劣化の有無及びそのレベルの評価に至る処理の流れを示すフローチャートである。ステップ１１では、図２で説明したように、エンコーダ６により検出された各駆動軸の角度θｉ 、及び角度θｉ を基にラプラス演算子Ｓにより変換された角速度ωｉ と角加速度αｉ とを劣化診断演算部７へ取り込む。
【００１６】
ステップ１２では、負荷を含むロボット機構部の質点モデルに関する運動方程式と、ステップ１１において取り込まれた角度θｉ 、角速度ωｉ 、及び角加速度αｉ とにより負荷トルクＴｏ を算出する。ここで、負荷トルクＴｏ の算出過程についてより具体的に説明する。図３は６軸構成の垂直多関節型ロボットにおける質点モデルの一例を示したものである。図中２１は負荷の質点モデル、２２〜２６は第２〜６の各駆動軸の質点モデルを示す。また、３１〜３６は第１〜６の各駆動軸を示す。この質点モデルに関して、式（１）で表される運動方程式の各項を求めることにより、各駆動軸の負荷側に働くトルクすなわち負荷トルクを算出する。
【００１７】
【数１】
式（１）において、左辺は各軸に働く負荷トルクを表すトルク行列である。右辺第１項は慣性力によるトルク、第２項は遠心力及びコリオリ力によるトルク、第３項はアンバランス力によるトルクをそれぞれ表している。これら第１〜第３項は、各駆動軸の角度θｉ 、角速度ωｉ 、及び角加速度αｉ より算出されるので、これら第１〜第３項の和として求められる負荷トルクは他軸から受ける反力を考慮したものとなる。なお、式（１）はロボットの質点モデルに関する一般的な運動方程式であり、本発明に特有の方程式ではない。
【００１９】
ステップ１３では、ステップ１２において算出された負荷トルクＴｏ に角速度ωｉ を掛けることにより、負荷側の仕事率Ｗｏ を算出する。
【００２０】
一方、前述のステップ１２及び１３における負荷側の仕事率Ｗｏ の算出処理と並行して、ステップ１４及び１５において駆動側の仕事率Ｗｉ を算出する。ステップ１４では、電流ループ４とモータ５との間の伝送路上に設けられた電流検出器により検出された各駆動軸の電流Ｉｉ を取り込み、モータのトルク定数ｋｉ を掛けることにより、各駆動軸の駆動側に働くトルクすなわち駆動トルクＴｉ を算出する。ステップ１５では、ステップ１４において算出された駆動トルクＴｉ に角速度ωｉ を掛けることにより、駆動側の仕事率Ｗｉ を算出する。
【００２１】
ステップ１６では、ステップ１３において算出された負荷側の仕事率Ｗｏ 及びステップ１５において算出された駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を算出する。ステップ１７では、ステップ１６において算出された仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較することによりロボット機構部の劣化の有無及びそのレベルを判定するようにする。具体的には、１＋βを判定値の上限値とするとともに１−βをその下限値とし、仕事率の比（Ｗｏ ／Ｗｉ ）がこの範囲内にあればロボット機構部の劣化は小さいと判定する。ここでβは劣化の許容値として設定する値である。
【００２２】
さらに、仕事率の比（Ｗｏ ／Ｗｉ ）の大小により、劣化のレベルも評価でき、仕事率の比（Ｗｏ ／Ｗｉ ）が１に近いほど劣化のレベルは小さく、逆に１からかけ離れるほど劣化のレベルは大きいことになる。通常この劣化のレベルは、ロボット本体の新規導入時や定期のメンテナンス終了時には小さく、使用にしたがって徐々に大きくなるので、許容値βをロボットの動作上支障が生ずる値より小さめに設定しておけば、ロボット機構部に経年変化による故障が生ずる前に故障の発生を予知することができる。
【００２３】
ところで、ステップ１６〜１７では、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を算出し、この仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較するようにしたが、これに代えて、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の差（Ｗｏ −Ｗｉ ）を算出し、この仕事率の差（Ｗｏ −Ｗｉ ）を予め設定された判定値と比較するようにしてもよい。具体的には、＋βを判定値の上限値とするとともに−βをその下限値とし、仕事率の差（Ｗｏ −Ｗｉ ）がこの範囲内にあればロボット機構部の劣化は小さいと判定する。同様にして、仕事率の差（Ｗｏ −Ｗｉ ）の大小により、劣化のレベルも評価でき、仕事率の差（Ｗｏ −Ｗｉ ）が０に近いほど劣化のレベルは小さく、逆に０からかけ離れるほど劣化のレベルは大きいことになる。
【００２４】
なお、仕事率の比及び仕事率の差は、ロボット機構部への入力となる駆動側の仕事率Ｗｉ を基準としたので、それぞれ（Ｗｏ ／Ｗｉ ）、（Ｗｏ −Ｗｉ ）としたが、これに限定する必要はない。すなわち、仕事率の比（Ｗｏ ／Ｗｉ ）は分子と分母を入れ換えて（Ｗｉ ／Ｗｏ ）としても構わないし、同様に、仕事率の差（Ｗｏ −Ｗｉ ）は（Ｗｉ −Ｗｏ ）として判定値と比較するようにしてもよい。
【００２５】
以上のように、本実施形態によれば、図１に示す診断処理過程を通常の生産ラインの稼働中にも随時行うことができるので、従来技術のように、ロボットの正常状態における動作データを基準データとして個々のロボット毎に測定しておく必要がなくなるとともに、故障診断のために生産ラインをストップさせる必要もなくなる。また、通常の生産ラインの稼働中に故障診断を行うことが可能となったことにより、生産ラインの稼働時における実際の動作パターンに特化したような故障についても高精度に診断を行うことができるようになった。さらに、従来技術の診断は定期診断方式であるのに対し、本実施形態の診断は生産ラインの稼働中にも診断を行う所謂常時監視方式であるので、生産ラインの稼働中におけるロボット機構部の突然の不具合に対しても直ちに検知することが可能である。
【００２６】
【発明の効果】
本発明によれば、サーボモータにより駆動されるロボット機構部における故障予知方法において、ロボット機構部を構成する各駆動軸ｉの角度θｉ 、角速度ωｉ 、及び角加速度αｉ の各データを、サーボモータを制御するサーボ系より取り込み、これらのデータからサーボモータすなわち負荷側の仕事率Ｗｏ を算出し、一方、各駆動軸ｉを駆動するサーボモータの駆動電流Ｉｉ のデータを、同様にサーボ系より取り込み、このデータからロボットの駆動側の仕事率Ｗｉ を算出し、両仕事率の比（Ｗｉ ／Ｗｏ ）または差（Ｗｉ −Ｗｏ ）を予め設定された判定値と比較するようにしたので、実際の動作パターンに応じて時々刻々変化する仕事率を判定に利用したことにより、ロボットの正常状態における基準となる動作パターンにおける動作データを基準データとして予め測定することなく、また、生産ラインの稼働中においても随時診断を行うことができ、さらに、生産ラインの稼働時における実際の動作パターンに特化したような故障についても高精度に診断を行うことができるようになった。
【図面の簡単な説明】
【図１】本発明の一実施形態における、ロボット機構部の診断手順を示すフローチャートである。
【図２】本発明の一実施形態における、ロボット駆動部を制御するサーボ系のブロック図である。
【図３】６軸構成の垂直多関節型ロボットにおける質点モデルの一例を示す図である。
【符号の説明】
５ サーボモータ
Claims (2)
- サーボモータにより駆動されるロボット機構部における故障予知方法において、ロボット機構部を構成する各駆動軸ｉの角度θｉ 、角速度ωｉ 、及び角加速度αｉ の各データをサーボモータを制御するサーボ系より取り込み、負荷を含むロボット機構部の質点モデルに関する運動方程式と、前記角度θｉ 、角速度ωｉ 、及び角加速度αｉ とにより負荷トルクＴｏ を算出し、しかる後、該負荷トルクＴｏ と角速度ωｉ との積である負荷側の仕事率Ｗｏ を算出し、各駆動軸ｉを駆動するサーボモータの駆動電流Ｉｉ のデータを前記サーボ系より取り込み、該駆動電流Ｉｉ にサーボモータのトルク定数ｋｉ を掛けることにより駆動トルクＴｉ を算出し、しかる後、該駆動トルクＴｉ と角速度ωｉ との積である駆動側の仕事率Ｗｉ を算出し、前記負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を算出し、該仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較することにより前記ロボット機構部の劣化の有無及びそのレベルを判定するようにしたことを特徴とする産業用ロボットの故障予知方法。
- 請求項１において、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の比（Ｗｏ ／Ｗｉ ）を算出し、該仕事率の比（Ｗｏ ／Ｗｉ ）を予め設定された判定値と比較するようにする代わりに、負荷側の仕事率Ｗｏ 及び駆動側の仕事率Ｗｉ より仕事率の差（Ｗｏ −Ｗｉ ）を算出し、該仕事率の差（Ｗｏ −Ｗｉ ）を予め設定された判定値と比較するようにしたことを特徴とする産業用ロボットの故障予知方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20637196A JP3607009B2 (ja) | 1996-07-18 | 1996-07-18 | 産業用ロボットの故障予知方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20637196A JP3607009B2 (ja) | 1996-07-18 | 1996-07-18 | 産業用ロボットの故障予知方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1039908A JPH1039908A (ja) | 1998-02-13 |
| JP3607009B2 true JP3607009B2 (ja) | 2005-01-05 |
Family
ID=16522226
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20637196A Expired - Lifetime JP3607009B2 (ja) | 1996-07-18 | 1996-07-18 | 産業用ロボットの故障予知方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3607009B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102054771B1 (ko) | 2018-06-15 | 2019-12-11 | 두림야스카와(주) | 로봇의 토크 부하율을 이용한 고장 예측방법 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3978155B2 (ja) * | 2003-06-23 | 2007-09-19 | 株式会社不二越 | 潤滑剤の劣化監視方法および装置 |
| JP5177008B2 (ja) * | 2009-02-20 | 2013-04-03 | 株式会社安川電機 | ロボットの制御装置およびロボット |
| JP5077323B2 (ja) * | 2009-10-26 | 2012-11-21 | 株式会社安川電機 | ロボット制御システム |
| DE102016008987B4 (de) | 2015-07-31 | 2021-09-16 | Fanuc Corporation | Maschinenlernverfahren und Maschinenlernvorrichtung zum Lernen von Fehlerbedingungen, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem, das die Maschinenlernvorrichtung einschließt |
| CN105426986B (zh) * | 2015-10-30 | 2019-06-21 | 上海交通大学 | 多机器人系统中的高可靠性控制方法及系统 |
| JP6140331B1 (ja) | 2016-04-08 | 2017-05-31 | ファナック株式会社 | 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム |
| CN113740588B (zh) * | 2021-09-02 | 2024-03-15 | 广东华智科技有限公司 | 一种工业机器人智能预警方法及系统 |
| CN116749180A (zh) * | 2023-06-09 | 2023-09-15 | 南京钢铁股份有限公司 | 一种提高abb机器人工作精度的辅助测试方法 |
-
1996
- 1996-07-18 JP JP20637196A patent/JP3607009B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102054771B1 (ko) | 2018-06-15 | 2019-12-11 | 두림야스카와(주) | 로봇의 토크 부하율을 이용한 고장 예측방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH1039908A (ja) | 1998-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6711854B2 (ja) | 故障予測装置及び機械学習装置 | |
| CN109219924B (zh) | 异常诊断装置及异常诊断方法 | |
| DK1445075T3 (en) | Method of monitoring a robot and robot with monitoring device | |
| US8442685B2 (en) | Robot control apparatus | |
| CN103563245B (zh) | 驱动机械的负荷特性推测装置 | |
| WO2003068464A1 (en) | Drive control method and drive controller | |
| JP2009090462A (ja) | ロボットの制御方法および制御装置 | |
| WO1989008538A1 (fr) | Procede de detection de la collision de parties mobiles entrainees par un servomoteur | |
| JP3607009B2 (ja) | 産業用ロボットの故障予知方法 | |
| JP2006281421A (ja) | ロボットおよびロボットの異常検出方法 | |
| JP3623582B2 (ja) | ロボットの故障診断方法 | |
| JP7826051B2 (ja) | ロボットの衝突検出方法及びロボットの衝突検出装置 | |
| JP6137379B2 (ja) | ロボット装置 | |
| CN113767268B (zh) | 异常诊断系统以及异常诊断方法 | |
| JP3122399B2 (ja) | 産業用ロボット及びその故障検出方法並びに産業用ロボット用故障検出プログラムを記録した記録媒体 | |
| JP2013121625A (ja) | ロボット装置およびロボット装置の制御方法 | |
| JPH11202914A (ja) | 産業用ロボット及びその故障検出方法並びに産業用ロボット用故障検出プログラムを記録した記録媒体 | |
| JP3165087B2 (ja) | 産業用ロボットの故障検出方法 | |
| JP3997201B2 (ja) | 産業用ロボットおよびその異常判断方法 | |
| JPH0878506A (ja) | 位置決め制御装置 | |
| CN112512758B (zh) | 挠曲量推断装置、机器人控制装置以及挠曲量推断方法 | |
| CN112105489B (zh) | 异常检测装置和异常检测方法 | |
| JPH09204216A (ja) | 多関節ロボットの加減速制御方法 | |
| TW202019640A (zh) | 減速機系統、對驅動單元之指令值之修正方法、修正資料之產生方法、及減速機系統之製造方法 | |
| JPH07185817A (ja) | 多軸ロボットのウィービング制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040927 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041005 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041006 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081015 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081015 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091015 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091015 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101015 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101015 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111015 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111015 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121015 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121015 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131015 Year of fee payment: 9 |
|
| EXPY | Cancellation because of completion of term |