KR102187486B1 - 로봇의 상태 판단 방법 및 장치 - Google Patents

로봇의 상태 판단 방법 및 장치 Download PDF

Info

Publication number
KR102187486B1
KR102187486B1 KR1020200072793A KR20200072793A KR102187486B1 KR 102187486 B1 KR102187486 B1 KR 102187486B1 KR 1020200072793 A KR1020200072793 A KR 1020200072793A KR 20200072793 A KR20200072793 A KR 20200072793A KR 102187486 B1 KR102187486 B1 KR 102187486B1
Authority
KR
South Korea
Prior art keywords
robot
state
data
determining
motion
Prior art date
Application number
KR1020200072793A
Other languages
English (en)
Inventor
김남인
박진성
송근영
김인철
서병국
김일성
박성순
Original Assignee
에스케이씨솔믹스 주식회사
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 에스케이씨솔믹스 주식회사 filed Critical 에스케이씨솔믹스 주식회사
Priority to KR1020200072793A priority Critical patent/KR102187486B1/ko
Application granted granted Critical
Publication of KR102187486B1 publication Critical patent/KR102187486B1/ko
Priority to CN202110667079.3A priority patent/CN113806876B/zh
Priority to US17/349,286 priority patent/US11724391B2/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/50—Vector control arrangements or methods not otherwise provided for in H02P21/00- H02P21/36
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
    • H02P23/14—Estimation or adaptation of motor parameters, e.g. rotor time constant, flux, speed, current or voltage
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P6/00—Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
    • H02P6/04—Arrangements for controlling or regulating the speed or torque of more than one motor
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P6/00—Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
    • H02P6/12—Monitoring commutation; Providing indication of commutation failure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Human Computer Interaction (AREA)
  • Automation & Control Theory (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)

Abstract

본 개시의 기술적 사상에 의한 일 양태에 따르면, 로봇의 상태 판단 방법에 있어서, 상기 로봇의 동작과 관련된 제 1 데이터 및 제 2 데이터를 획득하는 단계; 상기 로봇의 동작과 관련된 제 1 데이터를 바탕으로, 상기 로봇의 동작을 주파수 영역에서 분석하여 공진 주파수를 획득하는 단계; 상기 획득한 공진 주파수와 기준 공진 주파수를 비교하여 제 1 비교 결과를 획득하는 단계; 상기 제 1 비교 결과가 임계값 이상인 경우, 상기 로봇의 동작과 관련된 제 2 데이터를 바탕으로, 3상 신호를 DQ 변환(DQ transform)하여 리사쥬(Lissajous) 도형을 생성하는 단계; 상기 생성한 리사쥬 도형과 기준 리사쥬 도형을 비교하여 제 2 비교 결과를 획득하는 단계; 및 상기 제 1 비교 결과 및 상기 제 2 비교 결과 중 적어도 하나 이상을 바탕으로 상기 로봇의 상태를 판단하는 단계를 포함하는 방법이 개시된다.

Description

로봇의 상태 판단 방법 및 장치{METHOD AND APPARATUS FOR DECISION FOR STATUS OF A ROBOT}
본 개시(disclosure)의 기술적 사상은 로봇의 상태 판단 방법 및 장치에 관한 것으로, 보다 상세하게는, 주파수 분석과 DQ 변환(DQ transform) 분석을 통해 로봇의 상태를 판단하는 방법 및 장치에 관한 것이다.
로봇 관련 기술은 하드웨어와 소프트웨어 부분에서의 기술발전에 따라 지금은 활용범위가 산업용 로봇에서부터 가정용 로봇, 서비스용 로봇, 의료용 로봇 등으로 확대되었다. 최근 인공지능, 네트워크, 빅데이터, 딥러닝 기술의 발전에 따라 로봇 기술의 활용 범위는 더욱 넓어지고 있다. 이와 같이, 로봇의 활용 범위가 넓어짐에 따라, 로봇의 유지 보수와 관련한 문제들이 발생할 수 있다. 보다 구체적으로, 로봇의 유지 보수를 위하여 로봇의 상태를 판단하고, 로봇의 수명(life-time)을 예측해야 할 필요성이 증가하고 있다.
종래 기술에 따르면, 로봇의 상태를 판단하기 위하여, 로봇, 즉, 장비를 정지하고, 특수한 장비나 도구를 이용하여, 별도의 진단 과정을 진행하여야 했다. 또한, 이러한 과정을 수행하더라도, 로봇의 상태를 판단할 수 있는 객관적인 지표가 없어, 현재 로봇의 상태를 객관적으로 판단하거나 로봇의 수명을 예측하기 어려웠다.
따라서, 보다 객관적이고 정확한 로봇의 상태 판단 방법 및 장치가 필요하다.
본 개시의 기술적 사상에 따른 로봇의 상태 판단 방법 및 장치가 이루고자 하는 기술적 과제는, 보다 객관적이고 정확하게 로봇의 상태를 판단할 수 있도록 하는데 있다.
본 개시의 기술적 사상에 따른 로봇의 상태 판단 방법 및 장치가 이루고자 하는 기술적 과제는 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제는 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 개시의 기술적 사상에 의한 일 양태에 따르면, 로봇의 상태 판단 방법에 있어서, 상기 로봇의 동작과 관련된 제 1 데이터 및 제 2 데이터를 획득하는 단계; 상기 로봇의 동작과 관련된 제 1 데이터를 바탕으로, 상기 로봇의 동작을 주파수 영역에서 분석하여 공진 주파수를 획득하는 단계; 상기 획득한 공진 주파수와 기준 공진 주파수를 비교하여 제 1 비교 결과를 획득하는 단계; 상기 제 1 비교 결과가 임계값 이상인 경우, 상기 로봇의 동작과 관련된 제 2 데이터를 바탕으로, 3상 신호를 DQ 변환(DQ transform)하여 리사쥬(Lissajous) 도형을 생성하는 단계; 상기 생성한 리사쥬 도형과 기준 리사쥬 도형을 비교하여 제 2 비교 결과를 획득하는 단계; 및 상기 제 1 비교 결과 및 상기 제 2 비교 결과 중 적어도 하나 이상을 바탕으로 상기 로봇의 상태를 판단하는 단계를 포함하는 방법이 개시된다.
예시적인 실시예에 따르면, 상기 로봇의 동작과 관련된 제 1 데이터는, 상기 로봇의 동작과 관련된 모터의 토크(torque), 속도(velocity) 및 위치에 대한 데이터를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 로봇의 동작을 주파수 영역에서 분석하여 적어도 하나 이상의 공진 주파수를 획득하는 단계는, 상기 로봇의 동작과 관련된 모터의 토크에 대한 데이터를 기초로, 상기 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT(Fast Fourier Transform)를 수행하여 상기 로봇의 동작에 대한 적어도 하나 이상의 공진 주파수 성분을 획득하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 로봇의 동작을 주파수 영역에서 분석하여 적어도 하나 이상의 공진 주파수를 획득하는 단계는, 상기 로봇의 동작과 관련된 모터의 속도 및 위치에 대한 데이터를 기초로, 상기 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT를 수행할 구간을 결정하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 로봇의 상태를 판단하는 단계는, 상기 로봇의 동작과 관련된 모터의 속도 및 위치에 대한 데이터를 기초로, 상기 로봇의 동작 과정에서 상기 로봇의 상태를 판단하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 로봇의 동작과 관련된 제 2 데이터는, 상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압에 대한 데이터를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 3상 신호를 DQ 변환하여 리사쥬 도형을 생성하는 단계는, 상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압을 DQ 변환하여 d축 성분 및 q축 성분으로 변환하는 단계; 및 상기 d축 성분 및 상기 q축 성분을 기초로 리사쥬 도형을 생성하는 단계를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 로봇의 동작에 대한 반복 학습을 통해 상기 기준 공진 주파수를 업데이트 하는 단계를 더 포함할 수 있다.
본 개시의 기술적 사상에 의한 따른 양태에 따르면, 로봇의 상태 판단 장치에 있어서, 상기 로봇의 동작과 관련된 제 1 데이터 및 제 2 데이터를 획득하는 데이터 획득부; 및 상기 로봇의 동작과 관련된 제 1 데이터를 바탕으로, 상기 로봇의 동작을 주파수 영역에서 분석하여 공진 주파수를 획득하고, 상기 획득한 공진 주파수와 기준 공진 주파수를 비교하여 제 1 비교 결과를 획득하며, 상기 제 1 비교 결과가 임계값 이상인 경우, 상기 로봇의 동작과 관련된 제 2 데이터를 바탕으로, 3상 신호를 DQ 변환(DQ transform)하여 리사쥬(Lissajous) 도형을 생성하고, 상기 생성한 리사쥬 도형과 기준 리사쥬 도형을 비교하여 제 2 비교 결과를 획득하며, 상기 제 1 비교 결과 및 상기 제 2 비교 결과 중 적어도 하나 이상을 바탕으로 상기 로봇의 상태를 판단하는 상태 판단부를 포함하는, 장치가 개시된다.
예시적인 실시예에 따르면, 상기 로봇의 동작과 관련된 제 1 데이터는, 상기 로봇의 동작과 관련된 모터의 토크(torque), 속도(velocity) 및 위치에 대한 데이터를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 상태 판단부는, 상기 로봇의 동작과 관련된 모터의 토크에 대한 데이터를 기초로, 상기 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT(Fast Fourier Transform)를 수행하여 상기 로봇의 동작에 대한 적어도 하나 이상의 공진 주파수 성분을 획득할 수 있다.
예시적인 실시예에 따르면, 상기 상태 판단부는, 상기 로봇의 동작과 관련된 모터의 속도 및 위치에 대한 데이터를 기초로, 상기 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT를 수행할 구간을 결정할 수 있다.
예시적인 실시예에 따르면, 상기 상태 판단부는, 상기 로봇의 동작과 관련된 모터의 속도 및 위치에 대한 데이터를 기초로, 상기 로봇의 동작 과정에서 상기 로봇의 상태를 판단할 수 있다.
예시적인 실시예에 따르면, 상기 로봇의 동작과 관련된 제 2 데이터는, 상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압에 대한 데이터를 포함할 수 있다.
예시적인 실시예에 따르면, 상기 상태 판단부는, 상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압을 DQ 변환하여 d축 성분 및 q축 성분으로 변환하고, 상기 d축 성분 및 상기 q축 성분을 기초로 리사쥬 도형을 생성할 수 있다.
예시적인 실시예에 따르면, 상기 데이터 획득부는, 상기 로봇의 동작에 대한 반복 학습을 통해 상기 기준 공진 주파수를 업데이트 할 수 있다.
본 개시의 기술적 사상에 의한 실시예들에 따른 로봇의 상태 판단 방법 및 장치에 따르면, 보다 객관적이고 정확하게 로봇의 상태를 판단할 수 있다.
본 개시의 기술적 사상에 따른 로봇의 상태 판단 방법 및 장치가 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 로봇의 동작 과정을 설명하기 위한 도면이다.
도 2는 본 개시의 기술적 사상에 의한 일 실시예에 따른 로봇의 상태 판단 방법을 나타내는 순서도이다.
도 3은 본 개시의 기술적 사상에 의한 일 실시예에 따라 주파수 영역에서 로봇의 동작을 분석하는 방법을 설명하기 위한 도면이다.
도 4는 본 개시의 기술적 사상에 의한 일 실시예에 따라 3상 신호를 DQ 변환(DQ transform)하는 방법을 설명하기 위한 순서도이다.
도 5는 본 개시의 기술적 사상에 의한 일 실시예에 따라 리사쥬(Lissajous) 도형을 생성하는 방법을 설명하기 위한 도면이다.
도 6은 본 개시의 기술적 사상에 의한 일 실시예에 따른 로봇의 상태 판단 장치의 내부 구성을 나타내는 블록도이다.
도 7은 본 개시의 기술적 사상에 의한 일 실시예에 따른 로봇의 상태 판단 과정을 설명하기 위한 도면이다.
본 개시의 기술적 사상은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 이를 상세히 설명하고자 한다. 그러나, 이는 본 개시의 기술적 사상을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 기술적 사상의 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 개시의 기술적 사상을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 개시의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 개시에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 개시에 기재된 "~부", "~기", "~자", "~모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 프로세서(Processor), 마이크로 프로세서(Micro Processer), 마이크로 컨트롤러(Micro Controller), CPU(Central Processing Unit), GPU(Graphics Processing Unit), APU(Accelerate Processor Unit), DSP(Digital Signal Processor), ASIC(Application Specific Integrated Circuit), FPGA(Field Programmable Gate Array) 등과 같은 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
그리고 본 개시에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
이하, 본 개시의 기술적 사상에 따른 실시 예들을 차례로 상세히 설명한다.
도 1은 로봇의 동작 과정을 설명하기 위한 도면이다.
도 1에는 로봇의 일 예로, 다관절 로봇(10)과 그 내부 구성이 개시되어 있다. 다관절 로봇(10)은 모터(21)와 그 모터(21)에 전원을 공급하는 서보 증폭기(servo amplifier, 22) 및 프로세서(23)를 포함할 수 있다.
모터(21)는 서보 증폭기(22)를 통해 전력을 공급받아 전기 에너지를 운동 에너지로 변환하는 기능을 수행한다. 일 실시예에서 모터(21)는 다관절 로봇(10)의 구동 축과 연결되어 다관절 로봇(10)이 움직일 수 있도록 운동 에너지를 제공할 수 있다. 다관절 로봇(10)은 복수 개의 구동 축을 가질 수 있으며, 각 구동 축마다 또는 복수 개의 구동 축마다 하나의 모터(21)가 대응될 수 있다.
프로세서(23)는 다관절 로봇(10)의 전체적인 동작을 제어할 수 있다. 보다 구체적으로, 서보 증폭기(22)를 통해 모터(21)에 공급되는 전원을 조절함으로써, 모터(21)의 회전 여부, 회전 방향, 회전 속도 등을 제어할 수 있다.
도 2는 본 개시의 기술적 사상에 의한 일 실시예에 따른 로봇의 상태 판단 방법을 나타내는 순서도 이다.
먼저, 210 단계에서, 로봇의 상태 판단 장치는 로봇의 동작과 관련된 제 1 데이터 및 제 2 데이터를 획득한다. 여기서, 로봇의 동작은 로봇의 구동에 따른 움직임(motion)을 포함할 수 있다. 예를 들어, 도 1과 같이, 다관절 로봇(10)의 경우, 관절의 움직임, 즉, 관절을 접고 펴는 움직임을 다관절 로봇(10)의 동작이라고 할 수 있다. 또한, 로봇의 회전, 직선 운동과 같은 움직임 역시 로봇의 동작이라 할 수 있으며, 다만, 이에 한정되지 않고, 로봇의 구동에 다른 다양한 움직임을 로봇의 동작이라 할 수 있다.
일 실시예에서, 로봇의 동작과 관련된 제 1 데이터는, 로봇의 동작과 관련된 모터의 토크(torque), 구동부의 속도(velocity), 위치(position) 등에 대한 데이터를 포함할 수 있다. 이러한 제 1 데이터는 센서를 통해 모터와 구동부로부터 측정될 수 있다. 예를 들어, 모터에 구비된 토크 센서를 이용하여 모터의 토크를 측정함으로써 모터의 토크 데이터를 획득할 수 있다. 또한, 구동부에 구비된 속도 센서, 가속도 센서 등을 이용하여 구동부의 속도를 측정함으로써 구동부의 속도 데이터를 획득할 수 있고, 구동부에 구비된 가속도 센서, 광 센서, 적외선 센서, 기울기 센서, GPS 수신기 등을 이용하여 구동부의 위치를 측정함으로써 구동부의 위치 데이터를 획득할 수 있다. 다만, 위에서 설명한 센서들은 일 예에 불과하며, 이에 한정되지 않고, 다양한 센서를 이용하여 제 1 데이터를 획득할 수 있다.
일 실시예에서, 로봇의 동작과 관련된 제 2 데이터는, 상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압에 대한 데이터를 포함할 수 있다. 이러한 제 2 데이터는 센서를 통해 모터 또는 모터와 연결된 전력선으로부터 측정될 수 있다. 예를 들어, 전압계, 전류계 등을 이용하여 모터에 입력되는 3상 전류 또는 전압을 측정함으로써, 모터에 입력되는 3상 전류 또는 전압에 대한 데이터를 획득할 수 있다.
제 1 데이터와 제 2 데이터는 기 설정된 시간 단위로 획득할 수 있으며, 로봇의 상태 판단 장치는 획득한 제 1 데이터 및 제 2 데이터를 메모리, 저장부 등에 저장할 수 있다. 이러한 제 1 데이터 및 제 2 데이터는 누적하여 저장될 수 있으며, 저장된 제 1 데이터 및 제 2 데이터는 로봇의 상태 판단 과정에서 사용될 수 있다.
그 후, 220 단계에서, 로봇의 상태 판단 장치는 로봇의 동작과 관련된 제 1 데이터를 바탕으로 로봇의 동작을 주파수 영역에서 분석하여 공진 주파수를 획득할 수 있다. 일 실시예에서, 로봇의 상태 판단 장치는 로봇의 동작과 관련된 모터의 토크에 대한 데이터를 기초로, 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT(Fast Fourier Transform)를 수행하여 로봇의 동작에 대한 적어도 하나 이상의 공진 주파수 성분을 획득할 수 있다.
로봇의 동작과 관련된 구동부 또는 모터에 이상이 발생하는 경우, 예를 들어, 마모, 손상, 단락과 같은 기계적, 전기적 고장이 발생하는 경우, 고조파가 발생할 수 있으며, 이러한 고조파는 로봇의 동작과 관련된 신호, 예를 들어, 모터의 토크, 전류, 전압, 전력 등에 영향을 미칠 수 있다. 따라서, 이러한 로봇의 동작과 관련된 신호에 대해서 FFT를 수행하여 해당 신호를 주파수 축으로 변환한 후, 특정 주파수 성분, 예를 들어, 공진 주파수 성분을 획득하고 분석함으로써 로봇의 상태를 판단할 수 있다. 일 실시예에서는, 로봇의 동작과 관련된 모터의 토크 데이터를 바탕으로 주파수 분석을 수행할 수 있다. 로봇의 상태 판단 장치는 210 단계에서 획득한 모터의 토크 데이터를 기초로 모터의 토크 변화에 대해서 FFT를 수행하여 로봇의 동작에 대한 공진 주파수 성분을 획득할 수 있다. 로봇의 동작에 대한 공진 주파수 성분은 하나의 주파수 성분일 수도 있고, 복수 개의 공진 주파수 성분을 포함할 수도 있다. 도 3을 참조하여 보다 구체적으로 설명하도록 한다.
도 3은 본 개시의 기술적 사상에 의한 일 실시예에 따라 주파수 영역에서 로봇의 동작을 분석하는 방법을 설명하기 위한 도면이다.
도 3을 참조하면, 그래프 310은 로봇의 동작과 모터의 토크를 시간 축에서 나타내는 그래프이고, 그래프 320은 310의 신호에 대해서 FFT를 수행하여 로봇의 동작과 모터의 토크를 주파수 축에서 나타내는 그래프이다. 그래프 320을 살펴보면, 3 개의 피크 값(peak value, 321, 322, 323)이 도시되어 있다. 이러한 피크 값들이 공진 주파수에 해당하며, 로봇의 동작과 관련된 구동부 또는 모터의 상태를 나타낼 수 있다. 예를 들어, 각각의 피크 값(321, 322, 323)은 로봇의 구동부에 포함된 부품, 즉, 타이밍 벨트(timing belt), 풀리(pulley), 샤프트(shaft) 각각의 상태를 나타낼 수 있다. 이러한 로봇의 구동부에 포함된 부품들에 이상, 즉, 마모, 손상, 단락과 같은 기계적, 전기적 고장이 발생하는 경우의 공진 주파수는 정상 상태에서의 공진 주파수와 다르게 나타날 수 있다.
다시 도 2의 설명으로 돌아가면, 일 실시예에서, 신호가 시간에 따라 변화하는 경우, 또는 두 개 이상의 서로 다른 신호가 동일한 주파수 성분의 스펙트럼을 가지는 경우에는, FFT 대신 각 신호 성분의 스펙트럼을 시간의 추이에 따라 표현할 수 있는 신호의 시간-주파수 분석(TFR; Time-Frequency Representation) 방법들, 예를 들어, 순시 주파수(Instantaneous Frequency), 단시간 푸리에 변환(Short-time Fourier Transform), 웨이브릿 변환(Wavelet Transform), 위그너 분포(Wigner Distribution) 등을 사용할 수도 있다. 이러한 시간-주파수 분석 방법들은 입력신호를 특정 시간 및 주파수에서 신호의 에너지 밀도를 3차원으로 표시하는 것이 가능하여, 각각의 고장 원인들이 에너지 분포에 기여하는 정도를 측정함으로써 고장을 식별해낼 수 있다.
나아가, 일 실시예에서, 로봇의 동작과 관련된 구동부의 속도 및 위치에 대한 데이터를 기초로, 상기 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT를 수행할 구간을 결정할 수 있다. 로봇의 상태 판단 장치는 주파수 분석을 이용하여 로봇의 상태를 판단하기 위하여, 로봇의 정상 동작 과정에서 나타나는 공진 주파수와, 현재 동작 과정에서 나타나는 공진 주파수를 비교할 수 있다(이에 대해서는 아래에서 다시 자세히 설명하도록 한다). 이때, 정확한 비교를 위해서는 공진 주파수를 획득하는 로봇의 동작이 동일하여야 한다. 즉, 로봇이 동일한 움직임을 수행하는 과정에서 공진 주파수를 측정하여 비교하여야 한다. 즉, 로봇의 상태 판단 장치는 동일한 움직임을 수행하는 과정을 FFT를 수행할 구간으로 결정할 수 있다. 로봇의 상태 판단 장치는 구동부의 움직이는 속도가 동일하고, 구동부가 시작 위치 및 종료 위치가 동일한 경우, 동일한 움직임을 수행한다고 판단할 수 있다. 다만, 로봇의 상태 판단 장치는 이에 한정되지 않고 다양한 방법을 이용하여, 동일한 움직임을 수행한다고 판단할 수 있다.
230 단계에서, 로봇의 상태 판단 장치는 획득한 공진 주파수와 기준 공진 주파수를 비교하여 제 1 비교 결과를 획득할 수 있다. 위에서 설명한 것과 같이, 공진 주파수와 기준 공진 주파수는 로봇이 동일한 움직임을 수행하는 과정에서 각각 얻어진 주파수일 수 있다.
일 실시예에서 기준 공진 주파수는 로봇의 정상 동작 과정에서 나타나는 공진 주파수일 수 있다. 기준 공진 주파수는 로봇의 상태를 판단하기 위한 기준이 될 수 있다. 일 실시예에서, 로봇의 초기 동작 과정에서 측정된 데이터를 기초로 획득되는 주파수일 수 있으며, 에이징(aging)이 완료된 후의 동작 과정에서 측정된 데이터를 기초로 획득되는 주파수일 수도 있다. 또한, 로봇의 상태 판단 장치는 로봇의 동작에 대한 반복 학습을 통해 기준 공진 주파수를 업데이트 할 수도 있다.
일 실시예에서, 로봇의 상태 판단 장치는 제 1 비교 결과를 바탕으로 로봇의 상태를 판단할 수 있다. 여기서, 제 1 비교 결과는 획득한 공진 주파수와 기준 공진 주파수의 차이로 나타날 수 있으며, 이러한 차이는 퍼센트(%), 절대값(Hz), 주파수 간격(옥타브, Octave) 등으로 표시될 수 있다. 다만, 이는 일 예에 불과하며, 이에 한정되지 않고 다양한 방법으로 이러한 차이를 나타낼 수 있다.
또한, 로봇의 상태 판단 장치는 제 1 비교 결과를 바탕으로 로봇의 상태를 판단 시, 오차를 고려할 수 있으며, 오차범위는 주파수 대역에 따라서 다르게 설정될 수 있다. 예를 들어, 고주파 대역에서는 오차범위를 넓게 허용하고 저주파 대역에서는 오차범위를 좁게 허용하거나 반대로, 저주파 대역에서는 오차범위를 넓게 허용하고 저주파 대역에서는 오차범위를 넓게 허용할 수도 있다. 또한, 중간 대역에서는 오차범위를 좁게 허용하고, 고주파 대역과 저주파 대역에서는 오차범위를 넓게 허용할 수도 있다. 다만, 이는 일 예에 불과하며, 이에 한정되지 않고 다양한 방법으로 오차범위를 설정할 수 있다.
그 후, 240 단계에서, 로봇의 상태 판단 장치는 제 1 비교 결과가 임계값 이상인 경우, 로봇의 동작과 관련된 제 2 데이터를 바탕으로, 3상 신호를 DQ 변환(DQ transform)하여 리사쥬(Lissajous) 도형을 생성할 수 있다. 일 실시예에 따르면, 제 1 비교 결과가 임계값보다 작은 경우, 로봇의 상태 판단 장치는 로봇의 상태가 정상이라고 판단하여 로봇의 상태 판단 과정을 종료할 수 있고, 제 1 비교 결과가 임계값보다 큰 경우, 로봇의 상태 판단 장치는 추가적인 분석을 통하여 보다 정확하게 로봇의 상태를 판단할 수 있다.
일 실시예에서, 로봇의 상태 판단 장치는 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압을 DQ 변환하여 d축 성분 및 q축 성분으로 변환하고, d축 성분 및 q축 성분을 기초로 리사쥬 도형을 생성할 수 있다. 도 4 및 도 5를 참조하여 보다 구체적으로 설명하도록 한다.
도 4는 본 개시의 기술적 사상에 의한 일 실시예에 따라 3상 신호를 DQ 변환(DQ transform)하는 방법을 설명하기 위한 순서도이다.
도 4를 참조하면, 3상 교류 전동기는 U, V, W 상(phase)이 사인파로 120도 간격을 두고 주기적으로 전압 및 전류가 인가되는 경우, 회전을 할 수 있다. 이때, U, V, W 상으로 표현되는 좌표계를 d-q축 직교 좌표계로 변환함으로써 2 개의 변수를 통해 모터의 물리량을 표현할 수 있고, 모터에 대한 순시적인 제어를 수행할 수 있다. d-q축 직교 좌표계에서, 일반적으로, d축은 모터의 자속(flux)이 발생하는 축으로, 고정자 U상 권선에서 발생한 자속의 방향으로 선정될 수 있다. 따라서, d축은 벡터 제어에서 기준이 되는 축이 될 수 있다. q축은 d축과 직교를 이루는 축으로 벡터 제어에서 토크를 발생시키는 전류의 축이 될 수 있다. 따라서, 전류 제어를 하는 경우, q축을 제어할 수 있다.
도 5는 본 개시의 기술적 사상에 의한 일 실시예에 따라 리사쥬(Lissajous) 도형을 생성하는 방법을 설명하기 위한 도면이다.
도 5를 참조하면, 리사쥬 도형은 오실로스코프로 두 개의 파장을 섞어서 볼 때 나오는 도형으로서 x축과 Y축에 각각 다른 펄스를 쏘아 보낸다. 여기서, x축은 x=Acos(ωt)로 나타낼 수 있고, y축은 y=Bcos(ω't＋δ)로 나타낼 수 있다. 이때, ω = ω'이고, 위상 차이 δ가 90도 인 경우, 리사쥬 도형은 '원'으로 나타난다.
일 실시예에서, 3상(U, V, W)을 d-q축으로 변환했을 때, 정상적인 경우, d축 성분과 q축 성분은 90도 위상 차를 가지기 때문에 리사쥬 도형은 원(510)으로 나타날 것이다. 하지만, 로봇의 동작과 관련된 구동부 또는 모터에 이상이 발생하는 경우, 각 신호의 위상의 변화가 생겨 리사쥬 도형이 원(510)이 아닌 임의의 변형이 일어난 도형(520)으로 나타나게 된다. 따라서, 로봇의 상태 판단 장치는 리사쥬 도형을 기초로 로봇의 상태를 판단할 수 있다.
다시 도 2의 설명으로 돌아가면, 로봇의 상태 판단 장치는 제 1 비교 결과가 임계값 이상인 경우, 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압을 DQ 변환 후, 리사쥬 도형을 생성하여 로봇의 상태를 판단할 수 있다.
250 단계에서, 로봇의 상태 판단 장치는 생성한 리사쥬 도형과 기준 리사쥬 도형을 비교하여 제 2 비교 결과를 획득할 수 있다. 일 실시예에서, 기준 리사쥬 도형은 도 5에서 살펴본 것과 같이 원(510)으로 나타날 수 있다. 220 단계에서는 로봇이 동일한 움직임을 수행하는 과정에서 공진 주파수를 측정하여 비교하여야 하나, 250 단계에서는 정상 상태에서 리사쥬 도형, 즉, 기준 리사쥬 도형은 도 5에서 살펴본 것과 같이 항상 원(510)으로 표시될 것인 바, 로봇이 동일한 움직임을 수행하는 과정에서 리사쥬 원을 생성할 필요는 없다. 다만, 이는 일 예에 불과하며, 로봇이 동일한 움직임을 수행하는 과정에서 리사쥬 원을 생성함으로써, 보다 정확한 결과를 획득할 수 있는 경우도 있을 수 있다.
일 실시예에서, 제 2 비교 결과는 기준 리사쥬 도형인 원(510)과 생성한 리사쥬 원과의 차이로 나타낼 수 있으며, 이러한 차이는 유사도, 기준 리사쥬 도형이 원(510)과 생성한 리사쥬 원의 중첩되는 면적 등으로 표시될 수 있다. 다만, 이는 일 예에 불과하며, 이에 한정되지 않고 다양한 방법으로 이러한 차이를 나타낼 수 있다.
260 단계에서, 로봇의 상태 판단 장치는 제 1 비교 결과와 제 2 비교 결과를 바탕으로 로봇의 상태를 판단할 수 있다. 일 실시예에서, 제 2 비교 결과가 임계값 이상이라고 판단되는 경우, 로봇이 비정상 상태라고 판단할 수 있다. 이때, 제 1 비교 결과를 참고할 수 있다.
위에서 설명한 것과 같이, 일 실시예에 따르면, 240 단계에서 제 1 비교 결과가 임계값보다 큰 경우, 로봇의 상태 판단 장치는 추가적인 분석, 즉, 240 단계 내지 260 단계를 수행하여 보다 정확하게 로봇의 상태를 판단할 수 있다. 다만, 이는 일 실시예에 불과하며, 로봇의 상태 판단 장치는 210 단계 내지 230 단계 및 240 단계 내지 260 단계를 병렬적으로 수행하여 로봇의 상태를 판단하는 것도 가능하다. 나아가, 240 단계 내지 260 단계를 먼저 수행하고, 그 결과에 따라 추가적으로 210 단계 내지 230 단계를 수행하는 것도 가능하다.
일 실시예에 따르면, 이와 같은 로봇의 상태 판단 방법을 이용하여, 로봇의 상태 판단 방법 및 장치에 따르면, 보다 객관적이고 정확하게 로봇의 상태를 판단할 수 있다. 나아가, 로봇, 즉, 장비를 정지하고, 특수한 장비나 도구를 이용하여, 별도의 진단 과정을 진행할 필요없이 로봇의 상태를 판단할 수 있으며, 로봇의 상태를 객관적으로 판단하고 로봇의 수명을 예측할 수 있다.
도 6은 본 개시의 기술적 사상에 의한 일 실시예에 따른 로봇의 상태 판단 장치의 내부 구성을 나타내는 블록도이다.
도 6을 참조하면, 본 개시의 일 실시예에 따른 로봇의 상태 판단 장치 (600)는 그 하드웨어 구성에 따라 데이터 획득부(610), 상태 판단부(620)를 포함할 수 있다. 다만, 이는 일 예에 불과하며, 로봇의 상태 판단 장치(600)의 구성이 이에 한정되는 것은 아니다. 예를 들어, 로봇의 상태 판단 장치(600)는 다른 구성을 더 포함하거나, 도 6에 개시된 구성 중 일부를 포함하지 않을 수도 있다.
데이터 획득부(610)는 로봇의 동작과 관련된 제 1 데이터 및 제 2 데이터를 획득할 수 있다. 일 실시예에서, 로봇의 동작과 관련된 제 1 데이터는, 로봇의 동작과 관련된 모터의 토크(torque), 구동부의 속도(velocity), 위치(position) 등에 대한 데이터를 포함할 수 있고, 로봇의 동작과 관련된 제 2 데이터는, 상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압에 대한 데이터를 포함할 수 있다.
일 실시예에서, 데이터 획득부(610)는 토크 센서, 속도 센서, 가속도 센서, 광 센서, 적외선 센서, 기울기 센서, GPS 수신기, 전압계, 전류계 등을 포함할 수 있다. 다만, 위에서 설명한 센서들은 일 예에 불과하며, 이에 한정되지 않고, 데이터 획득부(610)는 다양한 센서를 이용하여 데이터를 획득할 수 있다. 일 실시예에서, 데이터 획득부(610)는 로봇의 동작에 대한 반복 학습을 통해 기준 공진 주파수를 업데이트 할 수 있다.
상태 판단부(620)는 제 1 데이터 및 제 2 데이터를 바탕으로 로봇의 동작을 분석하여 로봇의 상태를 판단할 수 있다. 일 실시예에서, 상태 판단부(620)는 로봇의 동작과 관련된 제 1 데이터를 바탕으로, 로봇의 동작을 주파수 영역에서 분석하여 공진 주파수를 획득하고, 획득한 공진 주파수와 기준 공진 주파수를 비교하여 제 1 비교 결과를 획득할 수 있다. 일 실시예에서, 상태 판단부(620)는 로봇의 동작과 관련된 모터의 토크에 대한 데이터를 기초로, 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT(Fast Fourier Transform)를 수행하여 로봇의 동작에 대한 적어도 하나 이상의 공진 주파수 성분을 획득할 수 있다. 이때, 상태 판단부(620)는 로봇의 동작과 관련된 구동부의 속도 및 위치에 대한 데이터를 기초로, 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT를 수행할 구간을 결정할 수 있다.
그 후, 제 1 비교 결과가 임계값 이상인 경우, 로봇의 동작과 관련된 제 2 데이터를 바탕으로, 3상 신호를 DQ 변환(DQ transform)하여 리사쥬(Lissajous) 도형을 생성하고, 생성한 리사쥬 도형과 기준 리사쥬 도형을 비교하여 제 2 비교 결과를 획득하며, 제 1 비교 결과 및 제 2 비교 결과를 바탕으로 로봇의 상태를 판단할 수 있다. 일 실시예에서, 상태 판단부(620) 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압을 DQ 변환하여 d축 성분 및 q축 성분으로 변환하고, d축 성분 및 q축 성분을 기초로 리사쥬 도형을 생성할 수 있다.
또한, 도 6에는 도시하지 않았으나, 로봇의 상태 판단 장치(600)는 저장부, 메모리, 출력부, 디스플레이부, 사용자 입력부 등을 더 포함할 수 있다.
저장부 또는 메모리는 로봇의 상태 판단 장치(600)를 구동하고 제어하기 위한 다양한 데이터, 프로그램 또는 어플리케이션을 저장할 수 있다. 저장부 또는 메모리는 데이터 획득부(610)에서 획득한 제 1 데이터 및 제 2 데이터를 저장할 수 있다.
출력부는 시각, 청각, 진동 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부, 음향 출력부, 모터 등을 포함할 수 있다.
디스플레이부는 디스플레이 모듈을 포함할 수 있다. 디스플레이 모듈은 디스플레이 패널, 디스플레이 구동부 및 터치 패널을 포함할 수 있다.
사용자 입력부는 사용자가 장치의 동작을 위한 입력 데이터를 발생시킨다. 사용자 입력부는 키 패드(key pad) 돔 스위치 (dome switch), 터치 패드(정압/정전), 조그 휠, 조그 스위치 등으로 구성될 수 있다.
도 7은 본 개시의 기술적 사상에 의한 일 실시예에 따른 로봇의 상태 판단 과정을 설명하기 위한 도면이다.
도 7을 참조하면, 블록 701은 로봇의 동작과 관련된 구성들을 포함하고 있고, 블록 702는 로봇의 상태 판단 과정을 나타내고 있다. 블록 701을 살펴보면, 로봇은 로봇의 전체적인 동작을 제어하는 메인 프로세서(710), 복수 개의 모터(731, 732, 733, ... , N)와 그 모터들(731, 732, 733, ... , M)에 전원을 공급하는 복수 개의 서보 증폭기(721, 722, 723, ... , M)를 포함할 수 있다. 복수 개의 모터(731, 732, 733, ... , N)는 각각 로봇의 구동부와 연결되며, 메인 프로세서(710)의 제어에 따라 복수 개의 서보 증폭기(721, 722, 723, ... , M)로부터 전원을 공급받아 구동부가 움직일 수 있도록 운동 에너지를 제공할 수 있다. 여기서, 서보 증폭기의 개수와 모터의 개수는 동일할 수도 있고(M=N), 하나의 서보 증폭기에 하나 이상의 모터가 연결될 수도 있다(M≥N).
일 실시예에 따른 로봇의 상태 판단 방법은 이와 같이 로봇이 동작하는 과정에서 로봇의 상태를 판단하기 위한 방법이다. 블록 702를 살펴보면, 로봇의 상태 판단 장치는 메인 프로세서(710)를 통해, 센서로 측정된 토크, 속도, 위치 데이터를 획득하고, 모터와 연결된 전력선으로부터 측정된 3상 신호를 AIO(741, 742, 743, ... , K)를 통해 획득할 수 있다.
로봇의 상태 판단 장치는 속도, 위치 데이터를 참고하여, 토크 신호에 대해서 FFT를 수행하여(751) 토크 신호를 주파수 측면에서 분석하여 공진 주파수를 획득할 수 있다. 이와 같이 획득한 공진 주파수를 기준 공진 주파수와 비교하여(752) 로봇의 상태를 판단할 수 있다(760). 또한, 3상 신호에 대해서는 DQ 변환을 수행(741)하고, 리사쥬 도형을 생성(742)하여 기준 리사쥬 도형과 생성한 리사쥬 도형을 비교하여(743) 로봇의 상태를 판단할 수 있다(760).
일 실시예에서, 이러한 두 가지 분석 과정은 어느 하나의 분석 과정이 먼저 수행되고, 그 결과에 따라 다른 하나의 분석 과정이 수행될 수 있으며, 두 가지 분석 과정을 병렬적으로 수행하여 로봇의 상태를 판단하는 것도 가능하다.
일 실시예에 따르면, 이와 같은 로봇의 상태 판단 방법을 이용하여, 로봇의 상태 판단 방법 및 장치에 따르면, 보다 객관적이고 정확하게 로봇의 상태를 판단할 수 있다. 나아가, 로봇, 즉, 장비를 정지하고, 특수한 장비나 도구를 이용하여, 별도의 진단 과정을 진행할 필요없이 로봇의 상태를 판단할 수 있으며, 로봇의 상태를 객관적으로 판단하고 로봇의 수명을 예측할 수 있다.
일 실시예에 따른 로봇의 상태 판단 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
또한, 개시된 실시예들에 따른 서비스형 함수를 제공하는 시스템 또는 시스템의 동작방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다.
컴퓨터 프로그램 제품은 S/W 프로그램, S/W 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체를 포함할 수 있다. 예를 들어, 컴퓨터 프로그램 제품은 전자 장치의 제조사 또는 전자 마켓(예, 구글 플레이 스토어, 앱 스토어)을 통해 전자적으로 배포되는 S/W 프로그램 형태의 상품(예, 다운로더블 앱)을 포함할 수 있다. 전자적 배포를 위하여, S/W 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 제조사의 서버, 전자 마켓의 서버, 또는 SW 프로그램을 임시적으로 저장하는 중계 서버의 저장매체가 될 수 있다.
컴퓨터 프로그램 제품은, 서버 및 클라이언트 장치로 구성되는 시스템에서, 서버의 저장매체 또는 클라이언트 장치의 저장매체를 포함할 수 있다. 또는, 서버 또는 클라이언트 장치와 통신 연결되는 제 3 장치(예, 스마트폰)가 존재하는 경우, 컴퓨터 프로그램 제품은 제 3 장치의 저장매체를 포함할 수 있다. 또는, 컴퓨터 프로그램 제품은 서버로부터 클라이언트 장치 또는 제 3 장치로 전송되거나, 제 3 장치로부터 클라이언트 장치로 전송되는 S/W 프로그램 자체를 포함할 수 있다.
이 경우, 서버, 클라이언트 장치 및 제 3 장치 중 하나가 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수 있다. 또는, 서버, 클라이언트 장치 및 제 3 장치 중 둘 이상이 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 분산하여 실시할 수 있다.
예를 들면, 서버(예로, 클라우드 서버 또는 인공 지능 서버 등)가 서버에 저장된 컴퓨터 프로그램 제품을 실행하여, 서버와 통신 연결된 클라이언트 장치가 개시된 실시예들에 따른 방법을 수행하도록 제어할 수 있다.
이상에서 실시예들에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.
600: 로봇 상태 판단 장치
610: 데이터 획득부
620: 상태 판단부

Claims (16)

  1. 로봇의 상태 판단 방법에 있어서,
    상기 로봇의 동작과 관련된 제 1 데이터 및 제 2 데이터를 획득하는 단계;
    상기 로봇의 동작과 관련된 제 1 데이터를 바탕으로, 상기 로봇의 동작을 주파수 영역에서 분석하여 공진 주파수를 획득하는 단계;
    상기 획득한 공진 주파수와 기준 공진 주파수를 비교하여 제 1 비교 결과를 획득하는 단계;
    상기 제 1 비교 결과가 임계값 이상인 경우, 상기 로봇의 동작과 관련된 제 2 데이터를 바탕으로, 3상 신호를 DQ 변환(DQ transform)하여 리사쥬(Lissajous) 도형을 생성하는 단계;
    상기 생성한 리사쥬 도형과 기준 리사쥬 도형을 비교하여 제 2 비교 결과를 획득하는 단계; 및
    상기 제 1 비교 결과 및 상기 제 2 비교 결과 중 적어도 하나 이상을 바탕으로 상기 로봇의 상태를 판단하는 단계를 포함하는, 로봇의 상태 판단 방법.
  2. 제 1 항에 있어서,
    상기 로봇의 동작과 관련된 제 1 데이터는,
    상기 로봇의 동작과 관련된 모터의 토크(torque), 구동부의 속도(velocity) 및 위치(position)에 대한 데이터를 포함하는, 로봇의 상태 판단 방법.
  3. 제 2 항에 있어서,
    상기 로봇의 동작을 주파수 영역에서 분석하여 적어도 하나 이상의 공진 주파수를 획득하는 단계는,
    상기 로봇의 동작과 관련된 모터의 토크에 대한 데이터를 기초로, 상기 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT(Fast Fourier Transform)를 수행하여 상기 로봇의 동작에 대한 적어도 하나 이상의 공진 주파수 성분을 획득하는 단계를 포함하는, 로봇의 상태 판단 방법.
  4. 제 3 항에 있어서,
    상기 로봇의 동작을 주파수 영역에서 분석하여 적어도 하나 이상의 공진 주파수를 획득하는 단계는,
    상기 로봇의 동작과 관련된 구동부의 속도 및 위치에 대한 데이터를 기초로, 상기 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT를 수행할 구간을 결정하는 단계를 포함하는, 로봇의 상태 판단 방법.
  5. 제 2 항에 있어서,
    상기 로봇의 상태를 판단하는 단계는,
    상기 로봇의 동작과 관련된 구동부의 속도 및 위치에 대한 데이터를 기초로, 상기 로봇의 동작 과정에서 상기 로봇의 상태를 판단하는 단계를 포함하는, 로봇의 상태 판단 방법.
  6. 제 1 항에 있어서,
    상기 로봇의 동작과 관련된 제 2 데이터는,
    상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압에 대한 데이터를 포함하는, 로봇의 상태 판단 방법.
  7. 제 6 항에 있어서,
    상기 3상 신호를 DQ 변환하여 리사쥬 도형을 생성하는 단계는,
    상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압을 DQ 변환하여 d축 성분 및 q축 성분으로 변환하는 단계; 및
    상기 d축 성분 및 상기 q축 성분을 기초로 리사쥬 도형을 생성하는 단계를 포함하는, 로봇의 상태 판단 방법.
  8. 제 1 항에 있어서,
    상기 로봇의 동작에 대한 반복 학습을 통해 상기 기준 공진 주파수를 업데이트 하는 단계를 더 포함하는, 로봇의 상태 판단 방법.
  9. 로봇의 상태 판단 장치에 있어서,
    상기 로봇의 동작과 관련된 제 1 데이터 및 제 2 데이터를 획득하는 데이터 획득부; 및
    상기 로봇의 동작과 관련된 제 1 데이터를 바탕으로, 상기 로봇의 동작을 주파수 영역에서 분석하여 공진 주파수를 획득하고, 상기 획득한 공진 주파수와 기준 공진 주파수를 비교하여 제 1 비교 결과를 획득하며, 상기 제 1 비교 결과가 임계값 이상인 경우, 상기 로봇의 동작과 관련된 제 2 데이터를 바탕으로, 3상 신호를 DQ 변환(DQ transform)하여 리사쥬(Lissajous) 도형을 생성하고, 상기 생성한 리사쥬 도형과 기준 리사쥬 도형을 비교하여 제 2 비교 결과를 획득하며, 상기 제 1 비교 결과 및 상기 제 2 비교 결과 중 적어도 하나 이상을 바탕으로 상기 로봇의 상태를 판단하는 상태 판단부를 포함하는, 로봇의 상태 판단 장치.
  10. 제 9 항에 있어서,
    상기 로봇의 동작과 관련된 제 1 데이터는,
    상기 로봇의 동작과 관련된 모터의 토크(torque), 구동부의 속도(velocity) 및 위치(position)에 대한 데이터를 포함하는, 로봇의 상태 판단 장치.
  11. 제 10 항에 있어서,
    상기 상태 판단부는,
    상기 로봇의 동작과 관련된 모터의 토크에 대한 데이터를 기초로, 상기 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT(Fast Fourier Transform)를 수행하여 상기 로봇의 동작에 대한 적어도 하나 이상의 공진 주파수 성분을 획득하는, 로봇의 상태 판단 장치.
  12. 제 11 항에 있어서,
    상기 상태 판단부는,
    상기 로봇의 동작과 관련된 구동부의 속도 및 위치에 대한 데이터를 기초로, 상기 로봇의 동작과 관련된 모터의 토크 변화에 대해서 FFT를 수행할 구간을 결정하는, 로봇의 상태 판단 장치.
  13. 제 10 항에 있어서,
    상기 상태 판단부는,
    상기 로봇의 동작과 관련된 구동부의 속도 및 위치에 대한 데이터를 기초로, 상기 로봇의 동작 과정에서 상기 로봇의 상태를 판단하는, 로봇의 상태 판단 장치.
  14. 제 9 항에 있어서,
    상기 로봇의 동작과 관련된 제 2 데이터는,
    상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압에 대한 데이터를 포함하는, 로봇의 상태 판단 장치.
  15. 제 14 항에 있어서,
    상기 상태 판단부는,
    상기 로봇의 동작과 관련된 모터에 입력되는 3상 전류 또는 전압을 DQ 변환하여 d축 성분 및 q축 성분으로 변환하고, 상기 d축 성분 및 상기 q축 성분을 기초로 리사쥬 도형을 생성하는, 로봇의 상태 판단 장치.
  16. 제 9 항에 있어서,
    상기 데이터 획득부는,
    상기 로봇의 동작에 대한 반복 학습을 통해 상기 기준 공진 주파수를 업데이트 하는, 로봇의 상태 판단 장치.
KR1020200072793A 2020-06-16 2020-06-16 로봇의 상태 판단 방법 및 장치 KR102187486B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020200072793A KR102187486B1 (ko) 2020-06-16 2020-06-16 로봇의 상태 판단 방법 및 장치
CN202110667079.3A CN113806876B (zh) 2020-06-16 2021-06-16 机器人的状态判断方法及装置
US17/349,286 US11724391B2 (en) 2020-06-16 2021-06-16 Method and apparatus for determining status of a robot

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200072793A KR102187486B1 (ko) 2020-06-16 2020-06-16 로봇의 상태 판단 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102187486B1 true KR102187486B1 (ko) 2020-12-07

Family

ID=73791164

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200072793A KR102187486B1 (ko) 2020-06-16 2020-06-16 로봇의 상태 판단 방법 및 장치

Country Status (3)

Country Link
US (1) US11724391B2 (ko)
KR (1) KR102187486B1 (ko)
CN (1) CN113806876B (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102401402B1 (ko) * 2020-12-17 2022-05-24 한국수자원공사 지능형 밸브 고장 예측 장치
CN115056237A (zh) * 2022-06-08 2022-09-16 合肥工业大学 一种管道运输机器人运输系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000011017U (ko) * 1998-11-23 2000-06-26 김순일 리사쥬 도형법에 의한 전기전자기기 부품 및 회로 검사기기
JP2008011682A (ja) * 2006-06-30 2008-01-17 Toyota Central Res & Dev Lab Inc 交流電動機の駆動制御装置及び駆動制御方法
JP2011176922A (ja) * 2010-02-23 2011-09-08 Mitsubishi Electric Corp モータ駆動装置及び圧縮機及び冷凍サイクル装置及び洗濯機及び洗濯乾燥機及び送風機
KR101883885B1 (ko) * 2017-11-05 2018-08-30 조대복 로봇진단시스템 및 로봇진단방법
JP2019058998A (ja) * 2017-09-27 2019-04-18 株式会社デンソーウェーブ 異常診断装置
JP2019063882A (ja) * 2017-09-28 2019-04-25 株式会社デンソーウェーブ ロボットの異常判定装置
JP2019101009A (ja) * 2017-12-07 2019-06-24 瀏陽 宋 回転機械構造系異常の診断法および診断システム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1071982B1 (en) * 1999-02-11 2007-08-29 TRW Automotive U.S. LLC Apparatus and method for controlling an electric assist steering system
KR101613135B1 (ko) 2012-10-29 2016-04-18 로제 가부시키가이샤 반도체 기판의 위치 검출 장치 및 위치 검출 방법
GB201220734D0 (en) * 2012-11-19 2013-01-02 Optimized Systems And Solutions Ltd Method of estimating a frequency of a harmonic in an AC current passing to/from an AC machine
JP6388367B2 (ja) * 2014-04-04 2018-09-12 キヤノン株式会社 ロボット制御方法、ロボット装置、プログラム及び記録媒体
JP6945371B2 (ja) * 2017-07-19 2021-10-06 株式会社日立製作所 回転機システムの診断装置、電力変換装置、回転機システム、および回転機システムの診断方法
RU2709749C1 (ru) * 2018-11-07 2019-12-19 ГКОУ ВО "Российская таможенная академия" Способ контроля и диагностики технического состояния системы "источник питания - нагрузка"
KR102621287B1 (ko) * 2018-11-28 2024-01-08 현대자동차주식회사 모터 제어 장치, 그를 가지는 차량 및 차량의 제어 방법
JP7528677B2 (ja) * 2020-09-28 2024-08-06 セイコーエプソン株式会社 信号処理方法、信号処理装置及び監視システム
JP2023028805A (ja) * 2021-08-20 2023-03-03 セイコーエプソン株式会社 信号処理方法、信号処理装置及び監視システム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000011017U (ko) * 1998-11-23 2000-06-26 김순일 리사쥬 도형법에 의한 전기전자기기 부품 및 회로 검사기기
JP2008011682A (ja) * 2006-06-30 2008-01-17 Toyota Central Res & Dev Lab Inc 交流電動機の駆動制御装置及び駆動制御方法
JP2011176922A (ja) * 2010-02-23 2011-09-08 Mitsubishi Electric Corp モータ駆動装置及び圧縮機及び冷凍サイクル装置及び洗濯機及び洗濯乾燥機及び送風機
JP2019058998A (ja) * 2017-09-27 2019-04-18 株式会社デンソーウェーブ 異常診断装置
JP2019063882A (ja) * 2017-09-28 2019-04-25 株式会社デンソーウェーブ ロボットの異常判定装置
KR101883885B1 (ko) * 2017-11-05 2018-08-30 조대복 로봇진단시스템 및 로봇진단방법
JP2019101009A (ja) * 2017-12-07 2019-06-24 瀏陽 宋 回転機械構造系異常の診断法および診断システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102401402B1 (ko) * 2020-12-17 2022-05-24 한국수자원공사 지능형 밸브 고장 예측 장치
CN115056237A (zh) * 2022-06-08 2022-09-16 合肥工业大学 一种管道运输机器人运输系统

Also Published As

Publication number Publication date
US20210387339A1 (en) 2021-12-16
CN113806876B (zh) 2024-04-16
CN113806876A (zh) 2021-12-17
US11724391B2 (en) 2023-08-15

Similar Documents

Publication Publication Date Title
KR102187486B1 (ko) 로봇의 상태 판단 방법 및 장치
Villwock et al. Application of the Welch-method for the identification of two-and three-mass-systems
Romero-Troncoso et al. Rotor unbalance and broken rotor bar detection in inverter-fed induction motors at start-up and steady-state regimes by high-resolution spectral analysis
CN102375120B (zh) 识别交流异步电动机机械特性参数的设备和方法
Akar Detection of a static eccentricity fault in a closed loop driven induction motor by using the angular domain order tracking analysis method
CN103069711A (zh) 具有电压谐波整形的电机控制
Zhang et al. Evaluating transient performance of servo mechanisms by analysing stator current of PMSM
Khelfi et al. Induction motor rotor fault diagnosis using three-phase current intersection signal
US7693212B2 (en) Methods and apparatus for frequency rectification
Afrizal et al. Leakage error compensation in motor current signature analysis for shaft misalignment detection in submersible pumps
JP2013213817A (ja) 故障のタイプを識別するシステムおよび方法
Wahrburg et al. Robust semi-automatic identification of compliantly coupled two-mass systems
JP6062588B1 (ja) 三相誘導電動機の固有特徴量を決定する方法
Secrest et al. Adaptive decoupling of nonideal machine and sensor properties for extraction of fine details when using the motor drive as a diagnostic sensor
Eker et al. Eccentricity fault diagnosis in a permanent magnet synchronous motor under nonstationary speed conditions
Walter et al. Active magnetic bearing systems with standard drive technology for large turbo machines
US20230068226A1 (en) Method, device, and graphical user interface for analysing a mechanical object
JP4396100B2 (ja) 多軸電動機制御装置の共振周波数検出装置
Torabi et al. An effective Hilbert-Huang transform-based approach for dynamic eccentricity fault diagnosis in double-rotor double-sided stator structure axial flux permanent magnet generator under various load and speed conditions
Bednarz Operational modal analysis for crack detection in rotating blades
Salvado et al. Design of a system for analysis and monitoring of vibrations in Linear Switched Reluctance machines
Bucher Transforming and separating rotating disk vibrations using a sensor array
Khan et al. Identification of Permanent Magnet Synchronous Motor Parameters
Aydin et al. A Bayes optimized SVM and frequency estimation for diagnosis of eccentricity faults
EP4216425A1 (en) Estimating at least one leakage inductance of a multi-phase electrical machine

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant