JPS63123105A - テイ−チング・プレイバツク方式ロボツトの故障予知診断方法 - Google Patents

テイ−チング・プレイバツク方式ロボツトの故障予知診断方法

Info

Publication number
JPS63123105A
JPS63123105A JP26858886A JP26858886A JPS63123105A JP S63123105 A JPS63123105 A JP S63123105A JP 26858886 A JP26858886 A JP 26858886A JP 26858886 A JP26858886 A JP 26858886A JP S63123105 A JPS63123105 A JP S63123105A
Authority
JP
Japan
Prior art keywords
robot
teaching
data
time
failure
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
Application number
JP26858886A
Other languages
English (en)
Inventor
Kiyoshi Hasegawa
清 長谷川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kobe Steel Ltd
Original Assignee
Kobe Steel Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kobe Steel Ltd filed Critical Kobe Steel Ltd
Priority to JP26858886A priority Critical patent/JPS63123105A/ja
Publication of JPS63123105A publication Critical patent/JPS63123105A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Manipulator (AREA)
  • Numerical Control (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 [産業上の利用分野] 本発明は、所要の動作パターンを教示しこの教示結果に
基づいて再生動作を行なうティーチング・プレイバック
方式のロボットについて、その故障を予知し診断するた
めの方法に関する。
[従来の技術] 従来より、工作機械等においては、故障の直接の原因と
なるベアリングの異常等をセンサを設けて検知し、この
センサからの検出結果に基づき故障予知を行なっている
そしてこの種の故障予知診断法の一例として、NCター
レットミラーへ適用した1サイクル診断法が提案されて
いるが、かかる1サイクル診断法では、例えば作動油の
温度、刃物の切れ味、ワークのロンドの違いなどが振動
への変化として現われるため、これらの情報から故障予
知診断が可能となるものである。
[発明が解決しようとする問題点] しかしながら、このような従来の故障子知診断方法では
、次のような問題点がある。
(1)特別に振動計を設ける必要がある。
(2)ワークによって診断パターンが異なる。
(3)制御系の異常は予知できない。
本発明は、これらの問題点を解決しようとするもので、
特別なセンサを設けずに、しかも機械系。
制御系双方の総合的な故障の予知診断が可能なティーチ
ング・プレイバック方式ロボットの故障子知診断方法を
提供することを目的とする。
[問題点を解決するための手段] このため、本発明のティーチング・プレイバック方式ロ
ボットの故障子知診断方法は、次のステップを有するも
のである。
(1)ロボットの正常状態において基準動作パターンで
上記ロボットを作動させることにより、このときのロボ
ット構成要素に関する基準データを記憶するステップ (2)ロボットを所要時間稼動させたのちに、再度ロボ
ットを上記基準動作パターンで作動させ、このときの上
記ロボット構成要素に関するデータと上記基準データと
を比較するステップ (3)この比較結果に基づいてロボットの故障を予知し
診断するステップ [作 用] 上述の本発明のティーチング・プレイバック方式ロボッ
トの故障子知診断方法では、このロボットについての故
障予知診断を行なうに際し、まずロボットの正常状態に
おいて基準動作パターンで上記ロボットを作動させるこ
とにより、このときのロボット構成要素に関する基準デ
ータを記憶しておき、ついでロボットを所要時間稼動さ
せたのちに、再度ロボットを上記基準動作パターンで作
動させ、このときの上記ロボット構成要素に関するデー
タと上記基準データとを比較して、この比較結果に基づ
いてロボットの故障を予知し診断することが行なわれる
[発明の実施例] 以下、図示する実施例につき本発明を具体的に説明する
。第1〜4図は本発明の一実施例としてのティーチング
・プレイバック方式ロボットの故障子知診断方法を示す
もので、第1図は本方法による故障予知診断要領を説明
するための流れ図、第2図は本方法を実施されるティー
チング・プレイバック方式ロボットの制御系統を示すブ
ロック図、第3図は本方法を実施されるティーチング・
プレイバック方式のロボットを示す模式図、第4図は本
方法を説明するためのグラフである。
さて、本方法を実施されるティーチング・プレイバック
方式のロボットは、例えば第3図に示すごとく、下アー
ム1.上アーム22手首部3および手首部3の先端に装
着されたスプレーガン4から成る塗装ロボットである。
そして、このロボットは、下アーム1を81方向に回転
させてアームを旋回させるとともに82方向に揺動させ
てアームを前後動させ、上アーム2を83方向に揺動さ
せてアームを上下動させ、手首部3をS4〜S6方向に
揺動回転させて手首部3に曲げやひねり運動を行なわせ
ることにより、スプレーガン4を所望の動作パターンで
移動させることができるようになっている。
そして、このようなアーム1.2や手首部3のための駆
動制御は、第2図に示すような装置によって行な、bt
Lる。すなわち、この第2図において、5は主制御部と
しての計算機制御部、6は教示操作盤、7は記憶装置、
8はアーム旋回動制御部、9はアーム前後動制御部、1
oはアーム上下動制御部、11.12は手首部曲げ制御
部、13は手首部ひねり制御部であり、アーム旋回動制
御部8゜アーム前後動制御部9.アーム上下動制御部1
0゜手首部曲げ制御部11,12.手首部ひねり制御部
13は、それぞれ増幅器8A、9A、IOA。
11A、12A、13A、サーボモータ8B、98゜1
08、IIB、12B、13B、このサーボモータの駆
動力を減速してアームや手首部のごとき負荷部8C,9
C,IOC,IIC,12G。
13Cへ伝える減速機8D、9D、100,110゜1
2D、13Dをそなえるとともに、各負荷部の位置を検
出する位置検出器8E、9E、IOE。
11E、12E、13Eをそなえている。また計算機制
御部5からの動作指令信号と位置検出器8E−13Eか
らの検出信号との偏差を出力する偏差演算器8F、9F
、IOF、IIF、12F。
13Fもそなえている。
また、14はディジタル入出力制御部、15はワーク搬
送部である。
なお、各位置検出器8E〜13Eからの検出信号は計算
機制御部5へも入力されるようになっている。
従って、このロボットでは、教示操作盤6を操作して所
要の動作パターンを教示し、この教示内容を記憶装置7
に記憶してから、この教示結果に基づき各サーボモータ
8D〜13Dへ動作指令信号を出力すると、位置検出器
8E〜13Eからの検出信号との偏差が0となるように
各サーボモータ8D〜13Dが制御されることにより、
上記所要の動作パターンを再生するようになっている。
次に、このようなティーチング・プレイバック方式のロ
ボットについて、その故障予知診断方法につき、第10
図を用いて詳細に説明する。
まず本方法によるステップはおおまかに次の3つに分け
られる。
(1)正常状態のロボットについて、その故障子知診断
のための基準データをとるステップ(このステップを「
基準データ記憶ステップ」という)。
(2)ロボット出荷時のテストステップ(このステップ
を「テストステップ」という)。
(3)出荷後、ロボットが所要時間稼動したあとに、故
障子知診断を行なうステップ(このステップを「故障子
知診断ステップJという)。
まず、基準データ記憶ステップから説明する。
すなわち工場出荷前あるいは工場出荷時に正常状態(最
良の状態に調整された状態)にあるロボットを負荷条件
等を一定にして基準動作パターン(このパターンは試験
用に決めたパターンや教示パターン]サイクル分あるい
はその適当な部分が選ばれる)で作動させ(ステップS
1)、このときのサーボモータ8B〜13Bによるサー
ボ制御ずれ(偏差)を動作指令信号と位置検出器8E〜
13Eからの検出信号との差から求め、これをロボット
構成要素の基礎データとして記憶装置7内に記憶してお
く(ステップS2)。このようにして基準データ記憶ス
テップが終了する。
次にテストステップ(ステップS3参照)に移るが、こ
れはロボット出荷時にロボットが正常状態を維持してい
るかどうかを確認するステップで、他の種々の検査と共
に行なわれる。
その後は、このロボットは所定の場所に設置され、教示
結果に基づき再生動作を繰り返すことにより所要の塗装
作業を行なうが、所要時間(例えば6ケ月〜1年位)稼
動すると(ステップS4のYESルート参照)、故障子
知診断ステップを実行する。すなわち基準データをとっ
たときと同じ条件でロボットを再度上記の基準動作パタ
ーンで作動させ、このときのサーボモータ8B〜13B
によるサーボ制御ずれ(偏差)をとり(ステップS5)
、その後このデータと基準データとを比較しくステップ
S6)、この比較結果が許容範囲内かどうかを判断する
(ステップS7)。
ここで、この許容範囲は例えば次のようにして決められ
る。例えば基準データをとる際に、基準データをとる作
業と並行して故意に断線状態等の模擬故障状態を作り出
し、このときのサーボ制御ずれを検出し、この模擬故障
時のサーボ制御ずれの値と正常時のサーボ制御ずれの値
との間の適当な値を上記許容範囲の上限値あるいは下限
値として設定するのである。また故障の状態にも種々の
ものが考えられるので、種々の故障状態を想定して、そ
れぞれの故障状態を故意に作り出し、各故障状態とサー
ボ制御ずれとの相関関係を把握して、設定範囲も故障状
態ごとに求めておく。従って設定範囲は1種類(但し設
定範囲どおしオーバラップする場合はある)ではなく、
故障状態ごとに複数与えられ、比較結果が各許容範囲と
それぞれ比較される。
もし、比較結果がすべての許容範囲内にあれば、正常で
あるとして再度ステップS4以降の処理を行なう。
また、いずれかの許容範囲内でない場合は、故障予知表
示を出す(ステップS8)。この表示では例えば特定の
ロボット部位(許容範囲外となったロボット部位)にお
ける故障予知の警報表示とともにその部分での故障の程
度(時間やずれの大きさ等)も同時に表示することが行
なわれる。
その後はステップS9で、故障予知個所の修理等の処置
がなされる。
このようにして、故障の予知および診断が行なわれる。
そして、その後は再度ステップS4以降の処理を繰り返
す。
これにより、次−のような効果ないし利点が得られる。
(1)故障による稼動時間中での停止がなくなり、生産
性が向上する。
(2)故障部品を予知でき、ユーザでの予備品のストッ
クが不要となる。
(3)故障による2次事故、例えばロボットがワークと
接触し、相互にダメージを受けることなどがなくなる。
(4)信頼性が上がり、省人化に寄与する。
(5)工場出荷時の調整員の個人差による品質のバラツ
キが未然に発見できる。
なお、塗装ロボットにおいて、2点PL、P2間の指令
値に対する位置偏差特性を制御ゲインを変えて示すと、
第4図のようになるが、この第4図において、実線で示
す特性は指令値特性、点線で示す特性は標準動作時の特
性、鎖線で示す特性はサーボゲインを半分にしたときの
特性で、さらに符号A、Bで示す部分が異常荷重をかけ
た部分である。
また、ロボットの場合、接触不良やワーク異常等で異常
状態を起こすことがあるため、基準データとの比較以外
、瞬時に異常となる頻度を記録しておき、この情報を故
障子知診断の際に用いて総合判断することもできる。
さらに、故障子知診断は、断線状態(完全断線や瞬時断
線)の予知診断のほか、調整不良や摩擦の増大の程度等
、電気系や機械系の予知診断をその対象とする。
なお、計算機制御部5内のCPUの故障はディジタル的
にCPU自身でエラーコードをもっているので、このC
PUの故障予知についてはその必要性が少ない。
また、故障の予知診断は、サーボループだけの場合は各
軸ごとに垂直方向や水平方向について分割して行なうこ
とができるが、CPUからの指令系、アーム等の共通部
分にかかる場合の予知診断は複合的に行なう必要がある
ので、人工知能を用いた推論で解を求めて、その結果に
基づき予知診断を行なうことになる。
さらに、本方法は、塗装ロボットに限らず、その他のテ
ィーチング・プレイバック方式のロボット全般に適用で
きることはいうまでもない。
[発明の効果コ 以上詳述したように、本発明のティーチング・プレイバ
ック方式ロボットの故障子知診断方法によれば、正常状
態のロボットを予め基準動作パターンで作動させ、この
ときのデータを基準データとして記憶しておき、その後
ロボットを所要時間稼動させたのちに再度このロボット
を上記と同じ基準動作パターンで作動させて、このとき
のデータと基準データとを比較し、この比較結果から故
障の予知診断を行なうので、特別なセンサを設けずに、
しかも機械系、制御系双方の総合的な故障の予知診断が
可能になるという利点がある。
【図面の簡単な説明】
図は本発明の一実施例としてのティーチング・プレイバ
ック方式ロボットの故障子知診断方法を示すもので、第
1図は本方法による故障予知診断要領を説明するための
流れ図、第2図は本方法を実施されるティーチング・プ
レイバック方式ロボットの制御系統を示すブロック図、
第3図は本方法を実施されるティーチング・プレイバッ
ク方式のロボットを示す模式図、第4図は本方法を説明
するためのグラフである。 図において、1.2・−・アーム、3・・・・手首部、
4・−・スプレーガン、5・−計算機制御部、6−・−
教示操作盤、7・・−記憶装置、8−・アーム旋回動制
御部、9・・−アーム上下動制御部、10−アーム上下
動制御部、11 、12−・手首部曲げ制御部、13・
・・手首部ひねり制御部、8A〜13A−増幅器、8B
〜13B−・サーボモータ、80〜13 G ・−・・
負荷部、8D〜13D−減速機、8E〜13E−位置検
出器、8F〜13F−・−偏差演算部、14−・−ディ
ジタル入出力制御部、15−  ワーク搬送部。 なお、図中、同一符号は同一、又は相当部分を示す。

Claims (1)

    【特許請求の範囲】
  1. 所要の動作パターンを教示しこの教示結果に基づいて再
    生動作を行なうティーチング・プレイバック方式のロボ
    ットについて、まずロボットの正常状態において基準動
    作パターンで上記ロボットを作動させることにより、こ
    のときのロボット構成要素に関する基準データを記憶し
    ておき、ついでロボットを所要時間稼動させたのちに、
    再度ロボットを上記基準動作パターンで作動させ、この
    ときの上記ロボット構成要素に関するデータと上記基準
    データとを比較して、この比較結果に基づいてロボット
    の故障を予知し診断することを特徴とする、ティーチン
    グ・プレイバック方式ロボットの故障予知診断方法。
JP26858886A 1986-11-13 1986-11-13 テイ−チング・プレイバツク方式ロボツトの故障予知診断方法 Pending JPS63123105A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP26858886A JPS63123105A (ja) 1986-11-13 1986-11-13 テイ−チング・プレイバツク方式ロボツトの故障予知診断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP26858886A JPS63123105A (ja) 1986-11-13 1986-11-13 テイ−チング・プレイバツク方式ロボツトの故障予知診断方法

Publications (1)

Publication Number Publication Date
JPS63123105A true JPS63123105A (ja) 1988-05-26

Family

ID=17460616

Family Applications (1)

Application Number Title Priority Date Filing Date
JP26858886A Pending JPS63123105A (ja) 1986-11-13 1986-11-13 テイ−チング・プレイバツク方式ロボツトの故障予知診断方法

Country Status (1)

Country Link
JP (1) JPS63123105A (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2431137A2 (en) 2010-09-15 2012-03-21 Kabushiki Kaisha Yaskawa Denki Reducer abnormality determination method, abnormality determination device, and robot system
JP2012139772A (ja) * 2010-12-28 2012-07-26 Yaskawa Electric Corp ロボットシステム及びロボットの異常検出方法
US8650965B2 (en) 2010-08-31 2014-02-18 Kabushiki Kaisha Yaskawa Denki Robot, robot system, robot control device, and state determining method
US9073213B2 (en) 2008-05-21 2015-07-07 Panasonic Intellectual Property Management Co., Ltd. Method of determining failure of robot
EP2952869A1 (en) 2014-05-28 2015-12-09 Fanuc Corporation Gear transmission and usage measuring device for measuring usage of gear transmission
DE102016003316A1 (de) 2015-03-24 2016-09-29 Fanuc Corporation Robotersteuerung mit roboterstörungsdiagnose
DE102016008987A1 (de) 2015-07-31 2017-02-02 Fanuc Corporation Maschinenlernverfahren und Maschinenlernvorrichtung zum Lernen von Fehlerbedingungen, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem, das die Maschinenlernvorrichtung einschließt
DE102017003165A1 (de) 2016-04-08 2017-10-12 Fanuc Corporation Maschinelle Lernvorrichtung und maschinelles Lernverfahren zum Lernen der Fehlervorhersage einer Hauptwelle oder eines Motors, der die Hauptwelle antreibt, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem umfassend eine maschinelle Lernvorrichtung
JP2018073327A (ja) * 2016-11-04 2018-05-10 安田工業株式会社 機械の診断システム及び診断プログラム
US11789437B2 (en) 2018-07-24 2023-10-17 Canon Kabushiki Kaisha Processing apparatus and processing method for processing portion

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9073213B2 (en) 2008-05-21 2015-07-07 Panasonic Intellectual Property Management Co., Ltd. Method of determining failure of robot
US8650965B2 (en) 2010-08-31 2014-02-18 Kabushiki Kaisha Yaskawa Denki Robot, robot system, robot control device, and state determining method
US9346162B2 (en) 2010-08-31 2016-05-24 Kabushiki Kaisha Yaskawa Denki Robot system, control device of robot, and robot control device
JP2012061535A (ja) * 2010-09-15 2012-03-29 Yaskawa Electric Corp 減速機の異常判定方法、異常判定装置、ロボット及びロボットシステム
US9321177B2 (en) 2010-09-15 2016-04-26 Kabushiki Kaisha Yaskawa Denki Reducer abnormality determination method, abnormality determination device, and robot system
EP2431137A2 (en) 2010-09-15 2012-03-21 Kabushiki Kaisha Yaskawa Denki Reducer abnormality determination method, abnormality determination device, and robot system
JP2012139772A (ja) * 2010-12-28 2012-07-26 Yaskawa Electric Corp ロボットシステム及びロボットの異常検出方法
US9915337B2 (en) 2014-05-28 2018-03-13 Fanuc Corporation Gear transmission and usage measuring device for measuring usage of gear transmission
EP2952869A1 (en) 2014-05-28 2015-12-09 Fanuc Corporation Gear transmission and usage measuring device for measuring usage of gear transmission
DE102016003316A1 (de) 2015-03-24 2016-09-29 Fanuc Corporation Robotersteuerung mit roboterstörungsdiagnose
DE102016008987A1 (de) 2015-07-31 2017-02-02 Fanuc Corporation Maschinenlernverfahren und Maschinenlernvorrichtung zum Lernen von Fehlerbedingungen, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem, das die Maschinenlernvorrichtung einschließt
US10317853B2 (en) 2015-07-31 2019-06-11 Fanuc Corporation Machine learning method and machine learning device for learning fault conditions, and fault prediction device and fault prediction system including the machine learning device
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
US11275345B2 (en) 2015-07-31 2022-03-15 Fanuc Corporation Machine learning Method and machine learning device for learning fault conditions, and fault prediction device and fault prediction system including the machine learning device
DE102017003165A1 (de) 2016-04-08 2017-10-12 Fanuc Corporation Maschinelle Lernvorrichtung und maschinelles Lernverfahren zum Lernen der Fehlervorhersage einer Hauptwelle oder eines Motors, der die Hauptwelle antreibt, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem umfassend eine maschinelle Lernvorrichtung
US11521105B2 (en) 2016-04-08 2022-12-06 Fanuc Corporation Machine learning device and machine learning method for learning fault prediction of main shaft or motor which drives main shaft, and fault prediction device and fault prediction system including machine learning device
JP2018073327A (ja) * 2016-11-04 2018-05-10 安田工業株式会社 機械の診断システム及び診断プログラム
US11789437B2 (en) 2018-07-24 2023-10-17 Canon Kabushiki Kaisha Processing apparatus and processing method for processing portion

Similar Documents

Publication Publication Date Title
US9146175B2 (en) Method and a device for detecting abnormal changes in play in a transmission unit of a movable mechanical unit
US8090475B2 (en) Method and device for monitoring the condition of an industrial robot
US7567853B2 (en) Method and system for the electronic provision of services for machines via a data communication link
JP2559847B2 (ja) 生産ラインの管理方法
US4448342A (en) Method and device for tracer correction in a welding robot
US20180154519A1 (en) Robot teaching system and control method thereof
US4638227A (en) Method and apparatus for recovering normality in moving sequence of machinery
JPS63123105A (ja) テイ−チング・プレイバツク方式ロボツトの故障予知診断方法
Qiao et al. Advancing measurement science to assess monitoring, diagnostics, and prognostics for manufacturing robotics
JPWO2016185593A1 (ja) 故障診断装置及び故障診断方法
JP2022501683A (ja) 産業プロセスの品質監視
JP6882719B2 (ja) ロボット制御装置、異常診断方法、及び異常診断プログラム
CN109591050A (zh) 安全跟踪系统、装置、方法、存储介质及安全系统
JP2010513039A (ja) コントロール・システム
JPH11134012A (ja) 軌跡誤差補正機能を有するロボット
JP2021068068A (ja) 事象推定システム及び事象推定方法
JPH08286701A (ja) 複数ロボット制御方法およびシステム
KR102484471B1 (ko) 실시간 로봇 상태 진단 방법 및 이러한 방법을 수행하는 장치
KR20230025921A (ko) 서보 제어 메커니즘들을 특성화하기 위한 주파수 응답 진단
JPS6095605A (ja) ロボツトのテイ−チデ−タ補正方法
JPH0569656B2 (ja)
JPS6389283A (ja) ロボツトの作業実行状態監視装置
KR20200132313A (ko) 수치제어 공작기계 진단 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
JPS6016395A (ja) ロボツト動作異常監視装置
JP7056733B2 (ja) 異常検出装置及び異常検出方法