TW202300303A - 提供針對在機器人系統發生之異常的程序之異常處理裝置、網路系統及方法 - Google Patents
提供針對在機器人系統發生之異常的程序之異常處理裝置、網路系統及方法 Download PDFInfo
- Publication number
- TW202300303A TW202300303A TW111119685A TW111119685A TW202300303A TW 202300303 A TW202300303 A TW 202300303A TW 111119685 A TW111119685 A TW 111119685A TW 111119685 A TW111119685 A TW 111119685A TW 202300303 A TW202300303 A TW 202300303A
- Authority
- TW
- Taiwan
- Prior art keywords
- abnormality
- aforementioned
- unit
- program
- data
- Prior art date
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 281
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 238000003860 storage Methods 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims description 34
- 238000012423 maintenance Methods 0.000 claims description 31
- 230000003449 preventive effect Effects 0.000 claims description 31
- 230000009471 action Effects 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 41
- 230000006870 function Effects 0.000 description 37
- 238000004519 manufacturing process Methods 0.000 description 20
- 230000000007 visual effect Effects 0.000 description 18
- 230000001133 acceleration Effects 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 7
- 230000007257 malfunction Effects 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000000707 wrist Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
以往尋求一種可以針對可能在機器人系統發生之各式各樣的異常,適當地應對的技術。
異常處理裝置90具備:記憶部64,其將用以分別應對複數種異常的複數個程序,與特定出該異常的異常特定資訊建立關聯來記憶;異常偵測部74,其根據機器人系統12的動作狀態資料來偵測異常;資料取得部78,其取得異常偵測部74所偵測到之異常的異常特定資訊;及程序取得部80,其從記憶於記憶部64的複數個程序當中,取得對應於資料取得部78所取得之異常特定資訊的程序。
Description
發明領域
本揭示是有關於一種針對在機器人系統發生之異常的程序之異常處理裝置、網路系統及方法。
發明背景
已知一種裝置,其在機器人系統發生異常時,顯示操作者在作業線上應負責的作業程序(例如專利文獻1)。
先行技術文獻
專利文獻
專利文獻1:日本特開2014-223694號
發明概要
發明欲解決之課題
在機器人系統,可能發生諸如機器人的動作不良、及設置於機器人之各種感測器的檢測值異常等之各式各樣的異常。以往尋求針對此類各式各樣的異常可以適當地應對之技術。
用以解決課題之手段
提供應對在機器人系統發生之異常的程序之異常處理裝置具備:記憶部,其將用以分別應對複數種異常的複數個程序,與特定出該異常的異常特定資訊建立關聯來記憶;異常偵測部,其根據機器人系統的動作狀態資料來偵測異常;資料取得部,其取得異常偵測部所偵測到之異常的異常特定資訊;及程序取得部,其從記憶於記憶部的複數個程序當中,取得對應於資料取得部所取得之異常特定資訊的程序。
提供針對在機器人系統發生之異常的程序之方法,是將用以分別應對複數種異常的複數個程序,與用以特定出該異常的異常特定資訊建立關聯,並記憶於記憶部,根據機器人系統的動作狀態資料來偵測異常,取得偵測到之異常的異常特定資訊,從記憶於記憶部的複數個程序當中,取得對應於已取得之異常特定資訊的程序。
發明效果
若依據本揭示,可自動地取得並提供用以應對可能在機器人系統發生之各種異常的程序。因此,可針對各式各樣的異常適當且容易地應對。
用以實施發明之形態
以下根據圖式來詳細說明本揭示的實施形態。再者,於以下所說明的各種實施形態,對同樣的要素附上相同的符號,並省略重複的說明。首先,參考圖1來說明一實施形態的網路系統10。網路系統10具備機器人系統12、預防維護裝置14、外部機器16及通訊網路18。
機器人系統12是針對工件進行預定的作業的產業用機器人系統。預防維護裝置14從機器人系統12,獲得表示該機器人系統12的動作狀態之動作狀態資料OD,並根據該動作狀態資料OD來監視在該機器人系統發生的異常AB。
外部機器16是桌上型或攜帶型的PC、或伺服器等之電腦。通訊網路18是例如LAN(內部網路等)或網際網路,將機器人系統12、預防維護裝置14及外部機器16相互可通訊地連接。作為一例,機器人系統12可設置於設有作業線的第1建築物內,預防維護裝置14可設置於與第1建築物互為獨立之第2建築物內,外部機器16可設置於與第1建築物及第2建築物互為獨立之第3建築物內。
於圖2表示機器人系統12的一例。機器人系統12具備機器人20、感測器22(圖1)及控制裝置24。於圖2所示之例,機器人20是垂直多關節機器人,具有搬送車26、機器人基座28、迴旋體30、下臂部32、上臂部34、腕部36及端接器38。搬送車26亦可為例如因應來自控制裝置24的指令而自走的無人搬送車(AGV),或者亦可為由操作者A1以手動移動的手動搬送車。可藉由搬送車26使機器人20移動到任意的位置。
機器人基座28固定於搬送車26上。迴旋體30是以可繞著鉛直軸迴旋的方式設置於機器人基座28。下臂部32是以可繞著水平軸旋動的方式設置於迴旋體30,上臂部34是可旋動地設置於該下臂部32的前端部。
腕部36是以可繞著相互呈正交的2個軸旋動的方式設置於上臂部34的前端部。端接器38可裝卸地安裝於腕部36的前端部(所謂腕凸緣)。端接器38是例如機器人手部、切削工具或熔接炬等,針對工件進行預定的作業(工件處理、切削加工或熔接等)。再者,機器人手部亦可具有把持工件的複數個指部,或者亦可具有會在與工件之間發生負壓來吸附保持該工件的吸附墊。
於機器人20的各組件(搬送車26、機器人基座28、迴旋體30、下臂部32、上臂部34、腕部36)設置有伺服馬達40(圖1)。伺服馬達40因應來自控制裝置24的指令而驅動機器人20的可動組件(搬送車26、迴旋體30、下臂部32、上臂部34、腕部36)。
感測器22檢測動作狀態資料OD。例如動作狀態資料OD亦可包含伺服馬達40的旋轉位置Pm、旋轉速度Vm、旋轉加速度αm、電流值I及負載扭矩(torque)τ。此情況下,感測器22亦可具有檢測伺服馬達40的旋轉位置的旋轉檢測感測器22A(編碼器或霍耳元件等)、檢測伺服馬達40的電流值的電流感測器22B、及檢測伺服馬達40的負載扭矩的扭矩感測器22C。
又,動作狀態資料OD亦可包含機器人20的可動組件(例如端接器38)的位置Pc、速度Vc及加速度αc。機器人20的可動組件(端接器38)的位置Pc、速度Vc及加速度αc可從例如旋轉檢測感測器22A的檢測值(具體而言為旋轉位置Pm)取得。
又,當端接器38是具有複數個指部的機器人手部時,動作狀態資料OD亦可包含使該複數個指部開閉的缸(cylinder)的壓力P。又,當端接器38是具有吸附墊的機器人手部時,動作狀態資料OD亦可包含在該吸附墊產生的壓力P。這些情況下,感測器22亦可具有檢測壓力P的壓力感測器22D。
又,動作狀態資料OD亦可包含用以使控制裝置24或旋轉檢測感測器22A動作之電池的電壓E。此情況下,感測器22亦可具有檢測電壓E的電壓感測器22E。又,動作狀態資料OD亦可包含施加於機器人20的外力F。此情況下,感測器22亦可具有檢測外力F的力感測器22F。
又,感測器22亦可具有相對於機器人20配置於已知的位置的視覺感測器22G,該視覺感測器22G拍攝工件的圖像資料ID來作為動作狀態資料OD,並供給至控制裝置24。此情況下,視覺感測器22G亦可將判定是否適當地拍攝了工件的圖像資料ID之判定資訊,連同圖像資料ID一同提供給控制裝置24。
如此,感測器22至少具有1個感測器22A、22B、22C、22D、22E及22F,以檢測至少1個動作狀態資料OD(旋轉位置Pm、旋轉速度Vm、旋轉加速度αm、電流值I、負載扭矩τ、位置Pc、速度Vc、加速度αc、壓力P、電壓E、外力F及圖像資料ID)。再者,動作狀態資料OD不限於上述例,亦可包含其他的任何資料,感測器22亦可構成為檢測該資料。
控制裝置24設置於機器人20的外部(或者,搬送車26的內部),控制機器人20的動作。如圖1所示,教示裝置24是具有處理器42、記憶部44、I/O介面46、輸入裝置48及顯示裝置50等之電腦。處理器42具有CPU或GPU等,透過匯流排52可通訊地連接於記憶部44、I/O介面46、輸入裝置48及顯示裝置50。
記憶部44具有RAM或ROM等,暫時或永久地記憶在處理器42所執行的運算處理中利用的各種資料、及在該運算處理的中途生成的各種資料。I/O介面46具有例如乙太網路(註冊商標)埠、USB埠、光纖連接器或HDMI(註冊商標)端子,在來自處理器42的指令下,在與外部機器之間將資料以有線或無線進行通訊。於本實施形態,I/O介面46連接於通訊網路18、感測器22及伺服馬達40。
輸入裝置48具有鍵盤、滑鼠或觸控面板等,從操作者受理資料輸入。顯示裝置50具有液晶顯示器或有機EL顯示器等來顯示各種資料。輸入裝置48及顯示裝置50亦可與控制裝置24的殼體分開設置,或者亦可一體地組入控制裝置24的殼體中。
處理器42從感測器22取得動作狀態資料OD(旋轉位置Pm、旋轉速度Vm、旋轉加速度αm、電流值I、負載扭矩τ、位置Pc、速度Vc、加速度αc、壓力P、電壓E、外力F及圖像資料ID等),將取得之動作狀態資料OD透過通訊網路18連續地(例如週期地)發送到預防維護裝置14。
預防維護裝置14是具有處理器62、記憶部64、I/O介面66、輸入裝置68及顯示裝置70等之電腦。再者,由於處理器62、記憶部64、I/O介面66、輸入裝置68及顯示裝置70的構成是與上述處理器42、記憶部44、I/O介面46、輸入裝置48及顯示裝置50同樣,因此省略重複的說明。
處理器62是透過匯流排72可通訊地連接於記憶部64、I/O介面66、輸入裝置68及顯示裝置70。I/O介面66連接於通訊網路18,處理器62是經由通訊網路18而從控制裝置24獲得動作狀態資料OD,並記憶於記憶部64。
處理器62根據獲得之動作狀態資料OD,來偵測機器人系統12的異常AB。作為一例,處理器62判定動作狀態資料OD是否與預先決定的基準不同。具體而言,處理器62判定從感測器22取得之動作狀態資料OD(旋轉位置Pm、旋轉速度Vm、旋轉加速度αm、電流值I、負載扭矩τ、位置Pc、速度Vc、加速度αc、壓力P或電壓E)之值是否超過預先決定的基準值β(OD>β或OD<β),在動作狀態資料OD之值超過基準值β時,判定為該動作狀態資料OD與基準不同。
例如端接器38是具有吸附墊的機器人手部時,可藉由監視從壓力感測器22D取得之壓力P,來判定端接器38是否以吸附墊適當地把持工件。處理器62可在壓力P超過基準值β
P而上升(P>β
P)或降低(P<β
P)時,偵測到在端接器38發生把持不良的異常AB1。又,感測器62可在從電壓感測器22E取得之電壓E超過基準值β
E而降低(E<β
E)時,偵測到在控制裝置24或旋轉檢測感測器22A的電池發生電壓降低的異常AB2。
又,處理器62可在從力感測器22F取得之外力F超過基準值β
F1時(F<β
F1或F>β
F1),偵測到力感測器22F的動作不良(亦即故障)的異常AB3、或機器人20與週邊環境物體(或操作者A1)碰撞的異常AB4。
又,處理器62亦可在取得了視覺感測器22G所拍攝之圖像資料ID來作為動作狀態資料OD時,參考該圖像資料ID所包含的判定資訊,在該判定資訊表示未適當地拍攝圖像資料ID時,判定為動作狀態資料OD(圖像資料ID)與基準不同。藉此,處理器62可偵測到在視覺感測器22G發生攝像不良的異常AB5。
當圖像資料ID不包含判定資訊時,作為替代方案,處理器62亦可根據圖像資料ID,來判定該圖像資料ID是否與基準不同。具體而言,是機器人系統12的控制裝置24在執行機器人20的作業的期間,藉由視覺感測器22G,來拍攝相對於機器人20設置於已知的位置的標記。
處理器62從機器人系統12獲得拍攝到的標記的圖像資料ID,取得該圖像資料ID中之標記的位置。亦可在此標記的位置從預先決定的基準點偏離時,判定為圖像資料ID與基準不同。如此,處理器62可根據圖像資料ID,來偵測到在視覺感測器22G發生攝像不良的異常AB5。
作為另一例,處理器62亦可使用藉由機械學習所建構之學習模型LM,來偵測機器人系統12的異常AB。此學習模型LM為表示動作狀態資料OD(例如壓力P)與在機器人系統12產生的異常AB(例如端接器38的把持不良的異常AB1)的相關性的模型,例如可藉由將動作狀態資料OD及表示有無異常AB的判定資料之學習資料集DS1,反覆給予機械學習裝置(例如監督式學習)來建構。
處理器62將連續地從機器人系統12獲得之動作狀態資料OD,依序輸入於學習模型LM。學習模型LM是當與在預定的期間輸入之動作狀態資料OD的變化,具有高相關性的異常AB存在時,特定出該異常AB並將其輸出。
如此,處理器62可根據動作狀態資料OD及學習模型LM,來偵測在機器人系統12產生的異常AB。藉由使用此學習模型LM,處理器62可預測機器人系統12的組件(例如伺服馬達40或感測器22)因異常AB的發生而故障的情形。再者,處理器62亦可構成為執行上述機械學習裝置的功能。
如以上,於本實施形態,處理器62是作為根據動作狀態資料OD,來偵測異常AB之異常偵測部74(圖1)而發揮功能。於此,於本實施形態,記憶部64將用以分別應對可能在機器人12產生之複數種異常AB的複數個程序PR,與特定出該異常AB的異常特定資訊SI建立關聯來記憶。
作為一例,異常特定資訊SI具有對複數種異常AB(例如異常AB1、AB2、AB3、AB4、…)個別地賦予之異常識別碼SI1。具體而言,異常識別碼SI1是由複數個字串(所謂錯誤碼)構成,就複數種異常AB的每一種固有地賦予。
例如對端接器38的把持不良的異常AB1,賦予字串「AB001」的異常識別碼SI1,對電池的電壓降低的異常AB2,賦予字串「AB002」的異常識別碼SI1,對力感測器22F的動作不良的異常AB3,賦予字串「AB003」的異常識別碼SI1,對機器人20與週邊環境物體的碰撞的異常AB4,賦予字串「AB004」的異常識別碼SI1,對視覺感測器22G的攝像不良的異常AB5,賦予字串「AB005」的異常識別碼SI1。
另,用以應對各種異常AB的程序PR是預先就每種異常AB而準備。例如,程序PR具有以文字說明該程序PR之文本的圖像資料,或顯示操作者A1執行該程序PR的動作之靜止圖像或動態影像的圖像資料,而以文本、靜止圖像或動態影像來說明操作者A1用以應對異常AB的程序。例如,用以應對具有吸附墊的端接器38之把持不良的異常AB1之程序PR1,具有說明進行吸附墊或使該吸附墊發生負壓的氣閥的確認的程序之圖像資料。
又,用以應對電池的電壓降低的異常AB2之程序PR2,具有說明更換該電池的程序之圖像資料。又,用以應對機器人20與周邊環境物體碰撞的異常AB4之程序PR4,具有說明確認有無該碰撞的程序之圖像資料。又,用以應對視覺感測器22G的攝像不良的異常AB5之程序PR5,具有說明進行視覺感測器22G的設置位置的確認、進行視覺感測器22G的構件(例如透鏡)的確認、及進行視覺感測器22G的校正(calibration)的程序之圖像資料。
記憶部64將程序PR(例如程序PR1、PR2、…)與異常特定資訊SI(例如異常識別碼SI1:「AB001」、「AB002」、「AB003」、…)相互建立關聯來記憶。預防維護裝置14的操作者A2(例如作業線的設計者)操作輸入裝置68來輸入複數個程序PR(程序PR1等)、及與該程序PR建立關聯之異常特定資訊SI(異常識別碼SI1:「AB001」等)。
處理器62經由輸入裝置68來受理程序PR及異常特定資訊SI的輸入。因此,於本實施形態,處理器62是作為受理程序PR及異常特定資訊SI的輸入之輸入受理部76(圖1)而發揮功能。記憶部64將處理器62所受理之程序PR及異常特定資訊SI相互建立關聯來記憶。如此,程序PR及異常特定資訊SI(具體而言為異常識別碼SI1)預先儲存於記憶部64。
處理器62是在作為異常偵測部74發揮功能而偵測到異常AB時,取得特定出該異常AB的異常特定資訊SI。作為一例,於記憶部64進而儲存有:異常AB的種類(例如把持不良的異常AB1)及對該異常AB賦予的異常識別碼SI1(例如「AB001」)已相互建立關聯並儲存之資料表DT1。處理器62參考資料表DT1,取得對偵測到之異常AB賦予的異常識別碼SI1來作為異常特定資訊SI。
作為另一例,處理器62亦可使用上述學習模型LM,由動作狀態資料OD特定出異常AB,並且取得對該異常AB賦予的異常識別碼SI1。此情況下之學習模型LM,可藉由將動作狀態資料OD、表示有無異常AB的判定資料、及對該異常AB賦予的異常識別碼SI1之學習資料集DS2,反覆給予機械學習裝置來建構。
處理器62將從機器人系統12獲得之動作狀態資料OD,依序輸入於學習模型LM,學習模型LM連同特定出之異常AB,一同輸出對該異常AB賦予的異常識別碼SI1。如此,處理器62可由動作狀態資料OD,取得在機器人系統12發生之異常AB及異常識別碼SI1。如此,於本實施形態,處理器62是作為取得偵測到之異常AB的異常特定資訊SI(具體而言為異常識別碼SI1)之資料取得部78(圖1)而發揮功能。
接下來,處理器62從記憶於記憶部64的複數個程序PR當中,取得對應於已取得之異常特定資訊SI的程序PR。例如處理器62是在偵測到把持不良的異常AB1,並取得對異常AB1賦予的作為異常特定資訊SI的異常識別碼SI1:「AB001」時,從記憶於記憶部64的複數個程序PRn(n=1,2,3,…)當中,搜尋並取得與異常識別碼SI1:「AB001」建立關聯之程序PR1的圖像資料。如此,於本實施形態,處理器62是作為取得對應於已取得之異常特定資訊SI的程序PR之程序取得部80(圖1)而發揮功能。
然後,處理器62將取得之程序PR的圖像資料,透過匯流排72供給至顯示裝置70,並使該程序PR以圖像顯示於顯示裝置70。又,處理器62將取得之程序PR的圖像資料,經由I/O介面66發送到通訊網路18,並透過該通訊網路供給至控制裝置24。控制裝置24的處理器42透過I/O介面46來獲得程序PR的圖像資料,並將該程式PR以圖像顯示於顯示裝置50。
如此,於本實施形態,處理器62是作為使取得之程序PR以圖像顯示於顯示裝置50及70之顯示控制部82(圖1)而發揮功能。再者,處理器62亦可作為顯示控制部82而發揮功能,使取得之程序PR顯示於設置在作業線的顯示裝置(未圖示)以替代顯示裝置50(或是除了顯示裝置50之外,也顯示於設置在作業線的顯示裝置)。
如以上,於本實施形態,記憶部64將複數個程序PR與異常特定資訊SI建立關聯來記憶,處理器42作為異常偵測部74、輸入受理部76、資料取得部78、程序取得部80及顯示控制部82而發揮功能,提供應對在機器人系統12發生之異常AB的程序PR。
因此,記憶部64及處理器42(異常偵測部74、輸入受理部76、資料取得部78、程序取得部80及顯示控制部82)構成提供應對異常AB的程序PR之異常處理裝置90(圖1)。如此,於本實施形態,異常處理裝置90安裝於預防維護裝置14。
於異常處理裝置90,記憶部64將複數個程序PR與異常特定資訊SI建立關聯來記憶,異常偵測部74根據動作狀態資料OD來偵測異常AB,資料取得部78取得異常偵測部74所偵測到之異常AB的異常特定資訊SI(具體而言為異常識別碼SI1),從記憶於記憶部64的複數個程序PR當中,取得對應於資料取得部78所取得之異常特定資訊SI的程序PR。若依據此構成,可自動地取得並提供用以應對可能在機器人系統12發生之各種異常AB的程序PR。因此,可針對各式各樣的異常AB適當且容易地應對。
又,於異常處理裝置90,輸入受理部76受理程序PR及異常特定資訊SI(異常識別碼SI1)的輸入,記憶部64將輸入受理部76所受理之程序PR及異常特定資訊SI相互建立關聯來記憶。若依據此構成,由於操作者A2可任意地輸入程序PR及異常特定資訊SI,因此將程序PR及異常特定資訊SI因應需要予以追加、刪除或編輯,藉此可更新為最新的資料。
又,於異常處理裝置90,異常特定資訊SI具有對複數種異常AB個別地賦予的異常識別碼SI1,資料取得部78取得對異常偵測部74所偵測到之異常AB賦予的異常識別碼SI1,來作為異常特定資訊SI。若依據此構成,處理器62是作為程序取得部80而發揮功能,可藉由異常識別碼SI1,容易且迅速地搜尋用以應對已發生的異常AB的程序PR。
又,於異常處理裝置90,顯示控制部82使程序取得部80所取得之程序PR以圖像顯示於顯示裝置50及70。如此,藉由視覺辨識顯示於顯示裝置50及70之程序PR的圖像,作業線的操作者A1及預防維護裝置14的操作者A2可容易地理解用以應對異常AB的程序PR。然後,操作者A1即使無專業知識,仍可按照顯示於顯示裝置50的程序PR,在作業線上適當地應對異常AB。
再者,處理器62亦可作為顯示控制部82而發揮功能,將程序取得部80所取得之程序PR的圖像資料,透過通訊網路18發送到外部機器16,並使其顯示於設置在該外部機器16的顯示裝置(未圖示)。此情況下,外部機器16的操作者A3(例如作業線的管理者)亦可容易地理解用以應對異常AB的程序PR。
再者,程序PR亦可具有以聲音說明該程序PR的聲音資料,以替代圖像資料(或是除了圖像資料之外還具有聲音資料)。此情況下,處理器62亦可將程序PR的聲音資料,經由設置於預防維護裝置14(或控制裝置24)的揚聲器來輸出。程序PR只具有聲音資料時,可從異常處理裝置90省略顯示控制部。
又,可從異常處理裝置90省略輸入受理部76。例如程序PR及異常特定資訊SI亦可使用異常處理裝置90的外部機器16來準備,並透過通訊網路18(或外接記憶體)下載到預防維護裝置14。
再者,依發生的異常AB的種類,操作者A1可能必須將機器人20從作業線分離。例如若是電池的電壓降低的異常AB2,操作者可在作業線上藉由更換電池來應對,但關於力感測器22F的動作不良的異常AB3,由於力感測器22F不可更換,因此操作者A1有時無法在作業線上應對。
此類情況下,為了在作業線上繼續作業,必須將設有力感測器22F的機器人20從作業線分離。因此,用以應對力感測器22F的動作不良的異常AB3之程序PR3具有例如將機器人20從作業線分離的程序PR3
_1、及用以讓操作者A1以手動代為執行機器人20在作業線上執行的作業之程序PR3
_2。
具體而言,將機器人20分離的程序PR3
_1可具有:以文字說明操作搬送車26使機器人20從作業線退出的程序之文本的圖像資料;或顯示操作者A1執行該程序的動作之靜止圖像或動態影像的圖像資料。又,將機器人20分離的程序PR3
_1可具有:以文字說明將控制裝置24與該控制裝置24的上位控制器(未圖示)的通訊連接切斷的程序之文本的圖像資料;或顯示操作者A1執行該程序的動作之靜止圖像或動態影像的圖像資料。
另,讓操作者A1代為執行作業的程序PR3
_2可具有:以文字說明在機器人20的分離後,操作者A1在作業線上應代替機器人20執行的作業的程序(例如工件處理的程序)之文本的圖像資料;或顯示操作者A1執行該程序的動作之靜止圖像或動態影像的圖像資料。
處理器62是在偵測到力感測器22F的動作不良的異常AB3時,作為資料取得部78而發揮功能,取得對該異常AB3賦予的異常識別碼SI1:「AB003」,並作為程序取得部80而發揮功能,從記憶部64搜尋並取得與異常識別碼SI1:「AB003」建立關聯的程序PR3。然後,處理器62作為顯示控制部82而發揮功能,將程序PR3的圖像資料供給至顯示裝置50及70,使程序PR3
_1的圖像及程序PR3
_2的圖像依序顯示於顯示裝置50及70。
若依據此構成,操作者A1及A2可容易地理解為了應對異常AB3而從作業線分離機器人20的程序PR3
_1、及在分離後操作者A1應代為執行的作業的程序PR3
_2。結果,操作者A1代為執行機器人20的作業,藉此可繼續作業線上的作業。
再者,除了力感測器22F的動作不良的異常AB3以外,亦可能存在需要機器人20的分離及代為執行的作業的程序PR3之異常AB。例如視覺感測器22G的攝像不良的異常AB5重複發生之異常AB5’、及感測器22的檢測值的異常AB6(例如檢測值持續為零),亦可能必須提供程序PR3。程序PR3是與對該等異常AB3、AB5’及AB6等賦予的異常識別碼SI1(例如「AB003」、「AB005’」及「AB006」)建立關聯而記憶於記憶部64。
以下參考圖3來說明預防維護裝置14的其他功能。於本實施形態,處理器62是除了作為上述異常偵測部74、輸入受理部76、資料取得部78、程序取得部80及顯示控制部82以外,還作為可否判定部84、通知生成部86及通訊控制部88而發揮功能。以下參考圖4來說明預防維護裝置14的動作流程。圖4所示之流程是在處理器62從操作者A2、上位控制器或電腦程式受理了動作開始指令時開始。
於步驟S1,處理器62開始進行取得動作狀態資料OD的動作。具體而言,如上述,處理器62開始進行經由通訊網路18,從控制裝置24連續地(例如週期地)獲得動作狀態資料OD的動作。
於步驟S2,處理器62是作為異常偵測部74而發揮功能,藉由上述方法,根據動作狀態資料OD來判定是否偵測到異常AB。處理器62在偵測到異常AB時判定為是,前進至步驟S3,而未偵測到異常AB時判定為否,前進至步驟S5。
於步驟S3,處理器62根據異常特定資訊SI,判定是否必須將機器人20從作業線分離。具體而言,處理器62作為資料取得部78而發揮功能,取得在最近的步驟S2偵測到之異常AB的異常識別碼SI1,來作為異常特定資訊SI。
然後,處理器62判定取得之異常識別碼SI1,是否符合必須將機器人20從作業線分離的碼SI1
X。例如對上述異常AB3、AB5’及AB6賦予的異常識別碼SI1:「AB003」、「AB005’」及「AB006」分類到碼SI1
X。
處理器62在此步驟S3取得分類到碼SI1
X之異常識別碼SI1(例如「AB003」、「AB005’」或「AB006」)時判定為是,前進至步驟S6,取得未分類到碼SI1
X之異常識別碼SI1時判定為否,前進至步驟S4。
於步驟S4,處理器62是作為程序取得部80而發揮功能,藉由上述方法,從記憶於記憶部64的複數個程序PR當中,取得對應於在最近的步驟S3取得之異常特定資訊SI(具體而言為異常識別碼SI1)的程序PR。然後,處理器62作為顯示控制部82而發揮功能,使取得之程序PR以圖像顯示於顯示裝置50及70(以及外部機器16的顯示裝置)。
於步驟S5,處理器62判定是否從操作者A2、上位控制器或電腦程式受理了動作結束指令。處理器62在受理了動作結束指令時判定為是,並結束圖4所示之流程,而未受理動作結束指令時判定為否,返回步驟S2。
另,在步驟S3判定為是時,處理器62在步驟S6,判定是否可以應對在最近的步驟S2偵測到的異常AB。於此,會有操作者A1無法將機器人20從作業線分離的情況(例如操作者A1未被許可操作搬送車26的情況,或機器人20根本無搬送車26,固定於作業線而無法移動的情況)。
又,亦有即使將機器人20分離,操作者A1仍無法代為執行該機器人20所執行的作業的情況(例如機器人20執行雷射加工的情況)。這些情況下,操作者A1無法在作業線上針對偵測到的異常AB應對。
因此,處理器62在此步驟S6,連同異常特定資訊SI一同取得用以判定可否應對異常AB的可否判定資訊DI,根據該可否判定資訊DI來判定是否能應對異常AB。作為一例,可否判定資訊DI包含:識別機器人20之識別碼DI1(製造號碼、型號等);及儲存有不可從作業線分離之機器人的識別碼DI1
X之資料表DT2。
作為另一例,可否判定資訊DI包含:識別機器人20所執行之作業的識別碼DI2(例如表示雷射加工的識別碼);及儲存有操作者A1不可代為執行的作業的識別碼DI2
X之資料表DT3。這些識別碼DI1及DI2、以及資料表DT2及DT3預先儲存於例如控制裝置24的記憶部44。
處理器62作為資料取得部78而發揮功能,取得在最近的步驟S2偵測到之異常AB的異常特定資訊SI(異常識別碼SI1),並且從控制裝置24,透過通訊網路18來獲得識別碼DI1(或DI2)及資料表DT2(或DT3)。
然後,處理器62判定取得之識別碼DI1(或DI2)是否符合資料表DT2(或DT3)所包含的識別碼DI1
X(或DI2
X),符合時判定為是,前進至步驟S8,而不符合時判定為否,前進至步驟S7。如此,於本實施形態,處理器62是作為根據可否判定資訊DI,來判定是否可應對異常AB之可否判定部84(圖3)而發揮功能。
於步驟S7,處理器62是作為程序取得部80而發揮功能,取得與在最近的步驟S3取得之異常特定資訊SI(例如異常識別碼SI1:「AB003」、「AB005’」或「AB006」)對應之機器人20的分離及代為執行的作業的程序PR3(具體而言為程序PR3
_1及PR3
_2)。
然後,處理器62作為顯示控制部82而發揮功能,使取得之程序PR3以圖像顯示於顯示裝置50及70(以及外部機器16的顯示裝置)。結果,作業線的操作者A1可容易地理解將機器人20從作業線分離的程序PR3
_1、及機器人20分離後應代為執行的作業的程序PR3
_2,即使無專業知識,仍可在作業線上執行這些程序PR3
_1及PR3
_2。
於步驟S8,處理器62生成通知在最近的步驟S2偵測到的異常AB為不可應對的通知資料ND,並發送給外部機器16。具體而言,處理器62例如將表示「在機器人系統發生不可應對的異常」的警告的通知資料ND,生成為圖像資料或聲音資料。如此,於本實施形態,處理器62是作為在步驟S6判定異常AB為不可應對(亦即是)時,生成通知資料ND的通知生成部86(圖3)而發揮功能。
然後,處理器62將生成的通知資料ND,透過通訊網路18發送給作為發送目的地而預先登錄在記憶部64之外部機器16。再者,處理器62亦可採用電子郵件(Email)的形式,來將通知資料ND發送給外部機器16。
藉此,外部機器16的操作者A3(例如作業線的管理者)可容易地辨識在機器人系統12發生不可應對的異常AB。如此,於本實施形態,處理器62是作為將生成的通知資料ND發送到外部機器16的通訊控制部88(圖3)而發揮功能。在執行步驟S8之後,處理器62結束圖4的流程。
如以上,於本實施形態,處理器42是作為異常偵測部74、輸入受理部76、資料取得部78、程序取得部80、顯示控制部82、可否判定部84、通知生成部86及通訊控制部88而發揮功能,以提供記憶於記憶部64的程序PR。
因此,記憶部64及處理器42(異常偵測部74、輸入受理部76、資料取得部78、程序取得部80、顯示控制部82、可否判定部84、通知生成部86及通訊控制部88)構成提供應對異常AB的程序PR之異常處理裝置100(圖1)。如此,於本實施形態,異常處理裝置100安裝於預防維護裝置14。
於異常處理裝置100,資料取得部78是連同異常特定資訊SI一同取得可否判定資訊DI,可否判定部84根據可否判定資訊DI來判定是否可以應對異常AB,通知生成部86是在可否判定部84判定為不可應對異常AB時,生成通知該要旨的通知資料ND。若依據此構成,在機器人系統12產生操作者A1無法在作業線上應對的異常AB時,可自動地通知該要旨。
又,於異常處理裝置100,通訊控制部88將通知生成部86所生成之通知資料ND,發送到異常處理裝置100的外部機器16。若依據此構成,可自動地通知外部機器16的操作者A3(例如作業線的管理者)已產生不可應對的異常AB。
再者,於上述步驟S4,處理器62亦可因應來自操作者的輸入資料IP,階段性地提供程序PR。例如用以應對視覺感測器22G的攝像不良的異常AB5之程序PR5具有:進行視覺感測器22G的設置位置(或構件)的確認之程序PR5
_1;及進行視覺感測器22G的校正之程序PR5
_2。
此情況下,處理器62是於步驟S4,首先取得程序PR5
_1並使其顯示於顯示裝置50。此時,處理器62使用以輸入視覺感測器22G的設置位置有無偏離的輸入圖像,顯示於顯示裝置50。操作者A1按照程序PR5
_1來確認視覺感測器22G的設置位置有無偏離,當成功消除該偏離時,操作輸入裝置48,在顯示於顯示裝置50的輸入圖像,輸入表示成功應對異常AB5之輸入資料IP1。
另,當視覺感測器22G的設置位置無偏離時,操作者A1操作輸入裝置48,在顯示於顯示裝置50的輸入圖像,輸入表示無該偏離之輸入資料IP2。處理器62從控制裝置24受理了輸入資料IP1時,結束步驟S4,從控制裝置24受理了輸入資料IP2時,取得進行校正的程序PR5
_2並使其顯示於顯示裝置50。如此,藉由在步驟S4階段性地提供程序PR,操作者A1可因應機器人系統12的狀況進行適當的應對。
接著,參考圖5來說明圖3所示之預防維護裝置14進一步的其他功能。再者,於圖5所示之流程,對與圖4的流程同樣的程序附上相同的步驟號碼,並省略重複的說明。開始圖5所示之流程之後,處理器62與圖4的流程同樣地執行步驟S1~S4。
步驟S4之後,於步驟S3’,處理器62根據來自操作者A1的輸入資料IP,判定是否必須將機器人20從作業線分離。於此,即使在步驟S4將用以應對異常AB的程序PR提供給操作者A1,且操作者A1已執行該程序PR,有時仍無法應對異常AB。
作為一例,假設於步驟S2,處理器62偵測到力感測器22F所取得之外力F超過基準值β
F2而增加(F>β
F2),而因此偵測出機器人20與週邊環境物體碰撞的異常AB4。此情況下,處理器62在步驟S3判定為否,於步驟S4,取得用以應對異常AB4的程序PR4(亦即說明確認有無碰撞的程序之圖像資料),並使其顯示於控制裝置24的顯示裝置50。
伴隨於此,處理器62將用以輸入機器人20與週邊環境物體有無碰撞的輸入圖像,供給至控制裝置24並使其顯示於顯示裝置50。操作者A按照程序PR4來確認機器人20與週邊環境物體有無碰撞,當有該碰撞時,進行諸如使週邊環境物體退出等之用以消除碰撞的處置。藉此可應對異常AB4。此情況下,操作者A操作輸入裝置48,在顯示於顯示裝置50的輸入圖像,輸入表示與週邊環境物體有碰撞之輸入資料IP1。
另,當操作者A按照程序PR4來確認機器人20與週邊環境物體有無碰撞,結果為無該碰撞時,外力F超過基準值β
F2而增加的異常,可能起因於操作者A不可應對之力感測器22F的動作不良的異常AB3。此情況下,操作者A操作輸入裝置48,在顯示於顯示裝置50的輸入圖像,輸入表示與週邊環境物體無碰撞之輸入資料IP2。
作為另一例,處理器62在步驟S2,偵測到視覺感測器22G的攝像不良的異常AB5。此情況下,處理器62在步驟S3判定為否,於步驟S4,取得用以應對異常AB5的程序PR5(亦即說明視覺感測器22G的確認及進行校正的程序之圖像資料),並使其顯示於控制裝置24的顯示裝置50。
伴隨於此,處理器62將用以輸入異常AB5是否已消除的輸入圖像,供給至控制裝置24並使其顯示於顯示裝置50。操作者A按照程序PR5來進行校正等必要的處置。結果,當成功消除異常AB5時,操作者A操作輸入裝置48,在顯示於顯示裝置50的輸入圖像,輸入表示異常AB5已消除之輸入資料IP1。
另,即使操作者A1按照程序PR5進行處置仍無法消除異常AB5時,代表發生操作者A不可應對的異常AB5’。此情況下,操作者A1操作輸入裝置48,在顯示於顯示裝置50的輸入圖像,輸入表示異常AB5未消除之輸入資料IP2。控制裝置24的處理器42將如上述由操作者A1輸入之輸入資料IP1或IP2,透過通訊網路18發送給預防維護裝置14。
處理器62在此步驟S3’,當從控制裝置24受理了輸入資料IP2時,判定為必須將機器人20分離(亦即是),並前進至步驟S6,而當從預防維護裝置14受理了輸入資料IP1時,判定為無須將機器人20分離(亦即否),並前進至步驟S5。然後,處理器62與圖4的流程同樣地依序執行步驟S6~S8或步驟S5。
如以上,於本實施形態,處理器62在步驟S3根據異常特定資訊SI,來判定是否要分離機器人20,在步驟S4提供程序PR之後,於步驟S3’,根據來自操作者A1的輸入資料IP,再次判定是否要分離機器人20。若依據此構成,即使以在步驟S4提示之程序PR無法應對異常AB的情況下,仍可藉由在步驟S7進行機器人20的分離來繼續作業。故,可減低作業中斷的可能性。
再者,於上述實施形態,描述了異常處理裝置90及100安裝於預防維護裝置裝置14的情況。然而,不限於此,亦可異常處理裝置90或100的至少1個組件(亦即記憶部64、異常偵測部74、輸入受理部76、資料取得部78、程序取得部80、顯示控制部82、可否判定部84、通知生成部86及通訊控制部88)安裝於控制裝置24。
於圖6表示此類形態。於圖6所示之網路系統10,異常處理裝置100的記憶部64、輸入受理部76、資料取得部78、程序取得部80、顯示控制部82、可否判定部84、通知生成部86及通訊控制部88安裝於預防維護裝置14,而異常處理裝置100的異常偵測部74安裝於控制裝置24。
於圖6所示之網路系統10,控制裝置24的處理器42及預防維護裝置14的處理器62一面相互通訊,一面執行圖4或圖5所示之流程。具體而言,控制裝置24的處理器42在步驟S1,開始進行從感測器22取得動作狀態資料OD的動作,於步驟S2,作為異常偵測部74而發揮功能,與上述實施形態同樣,根據動作狀態資料OD來判定是否偵測到異常AB。
若於步驟S2偵測到異常AB(亦即判定為是),控制裝置24的處理器42將偵測到之異常AB的異常特定資訊SI(具體而言為異常識別碼SI1),透過通訊網路18提供給預防維護裝置14,預防維護裝置14的處理器62作為資料取得部78而發揮功能,從控制裝置24取得異常特定資訊SI,與上述實施形態同樣地依序執行步驟S3~S8。
再者,異常處理裝置90或100亦可安裝於控制裝置24。此情況下,控制裝置24的記憶部44將複數個程序PR與異常特定資訊SI建立關聯來記憶,控制裝置24的處理器42是作為異常偵測部74、輸入受理部76、資料取得部78、程序取得部80、顯示控制部82、可否判定部84、通知生成部86及通訊控制部88而發揮功能。
再者,異常特定資訊SI不限於異常識別碼SI1,亦可包含用以特定出異常AB之其他的任何資料。例如異常特定資訊SI亦可包含對感測器22所檢測的複數種動作狀態資料OD(例如旋轉位置Pm、旋轉速度Vm、旋轉加速度αm、電流值I、負載扭矩τ、位置Pc、速度Vc、加速度αc、壓力P、電壓E、外力F及圖像資料ID等)個別地賦予之資料識別碼SI2。
記憶部64(或44)將複數個程序PR與資料識別碼SI2建立關聯來記憶。例如針對由電壓感測器22E所檢測之電壓E,可賦予資料識別碼SI2:「DATA-E」,與電壓E的異常AB2有關之程序PR2(說明更換電池的程序之圖像資料),可與資料識別碼SI2:「DATA-E」建立關聯而記憶於記憶部64。
又,亦可針對1個種類之動作狀態資料OD,因應其變化的態樣來賦予複數個資料識別碼SI2。例如關於由力感測器22F所檢測之外力F,亦可對超過基準值β
F1而降低之外力F1,賦予資料識別碼SI2:「DATA-F1」,對超過基準值β
F2而增加之外力F2,賦予資料識別碼SI2:「DATA-F2」。
此情況下,與外力降低的異常AB3有關之程序PR3(說明機器人20的分離及代為執行的作業之圖像資料)可與資料識別碼SI2:「DATA-F1」建立關聯而記憶於記憶部64。又,與外力增加的異常AB4有關之程序PR4(說明確認有無碰撞的程序之圖像資料)可與資料識別碼SI2:「DATA-F2」建立關聯而記憶於記憶部64。
處理器62(或42)作為資料取得部78而發揮功能,取得資料識別碼SI2來作為異常特定資訊SI,以替代上述異常識別碼SI1(或是除了上述異常識別碼SI1以外還具有資料識別碼SI2)。例如處理器62(或42)是在偵測到電壓E降低的異常AB2時,會作為資料取得部78而發揮功能,取得對電壓E賦予的資料識別碼SI2:「DATA-E」,來作為異常特定資訊SI。
又,異常特定資訊SI亦可包含對複數種感測器22(例如旋轉檢測感測器22A、電流感測器22B、扭矩感測器22C、壓力感測器22D、電壓感測器22E、力感測器22F、視覺感測器22G)個別地賦予的感測器識別碼SI3。記憶部64(或44)將複數個程序PR與感測器識別碼SI3建立關聯來記憶。
例如針對電壓感測器22E,可賦予感測器識別碼SI3:「SENSOR-E」,與由電壓感測器22E所檢測之電壓E的異常AB2有關之程序PR2,可與感測器識別碼SI3:「SENSOR-E」建立關聯而記憶於記憶部64。
處理器62(或42)作為資料取得部78而發揮功能,取得感測器識別碼SI3來作為異常特定資訊SI,以替代上述異常識別碼SI1(或是除了上述異常識別碼SI1以外還具有感測器識別碼SI3)。例如處理器62(或42)是在偵測到電壓E降低的異常AB2時,會作為資料取得部78而發揮功能,取得對檢測到電壓E的電壓感測器22E賦予的感測器識別碼SI3:「SENSOR-E」,來作為異常特定資訊SI。再者,異常識別碼SI1、資料識別碼SI2及感測器識別碼SI3不限於字串,亦可為例如記號(〇、△、□、+、-、*)的組合。又,程序PR亦可包含多語言的文本的資料。
又,異常AB及程序PR亦可為上述實施形態所例示者之外的各種。例如異常AB可包含:感測器22或伺服馬達40與控制裝置24(I/O介面46)的通訊障礙的異常AB6。此異常AB6可藉由例如監視感測器22或伺服馬達40的檢測值來偵測。用以應對此異常AB6之程序PR6包含例如圖像資料或聲音資料,前述圖像資料或聲音資料說明確認感測器22或伺服馬達40與控制裝置24的通訊電纜的連接的程序。
再者,機器人20不限於如圖2所示之垂直多關節機器人,亦可為諸如水平多關節機器人、並聯型機器人、或具有複數個滾珠螺桿機構的工作台裝置等之任何類型的機器人。以上經由實施形態來說明了本揭示,但上述實施形態不限定申請專利範圍的發明。
10:網路系統
12:機器人系統
14:預防維護裝置
16:外部機器
18:通訊網路
20:機器人
22:感測器
22A:旋轉檢測感測器
22B:電流感測器
22C:扭矩感測器
22D:壓力感測器
22E:電壓感測器
22F:力感測器
22G:視覺感測器
24:控制裝置
26:搬送車
28:機器人基座
30:迴旋體
32:下臂部
34:上臂部
36:腕部
38:端接器
40:伺服馬達
42,62:處理器
44,64:記憶部
46,66:I/O介面
48,68:輸入裝置
50,70:顯示裝置
52,72:匯流排
74:異常偵測部
76:輸入受理部
78:資料取得部
80:程序取得部
82:顯示控制部
84:可否判定部
86:通知生成部
88:通訊控制部
90,100:異常處理裝置
A,A1,A2,A3:操作者
AB,AB1,AB2,AB3,AB4,AB5,AB5’,AB6:異常
AGV:無人搬送車
DI:可否判定資訊
DI1,DI1
X,DI2,DI2
X:識別碼
DS1,DS2:學習資料集
DT1,DT2,DT3:資料表
E:電壓
F,F2:外力
I:電流值
ID:圖像資料
IP,IP1,IP2:輸入資料
LM:學習模型
ND:通知資料
OD:動作狀態資料
P:壓力
Pc:位置
Pm:旋轉位置
PR,PR1,PR2,PR3,PR3
_1,PR3
_2,PR4,PR5,PR5
_1,PR5
_2,PRn:程序
S1~S8,S3’:步驟
SI:異常特定資訊
SI1:異常識別碼
SI2:資料識別碼
SI3:感測器識別碼
SI1
X:碼
Vc:速度
Vm:旋轉速度
αc:加速度
αm:旋轉加速度
β,β
E,β
F1,β
F2,β
P:基準值
τ:負載扭矩
圖1是一實施形態的網路系統的方塊圖。
圖2是圖1所示之機器人系統的一例。
圖3是另一實施形態的網路系統的方塊圖。
圖4是表示提供針對在機器人系統發生之異常的程序之方法的一例的流程圖。
圖5是表示提供針對在機器人系統發生之異常的程序之方法的另一例的流程圖。
圖6是再另一實施形態的網路系統的方塊圖。
10:網路系統
12:機器人系統
14:預防維護裝置
16:外部機器
18:通訊網路
20:機器人
22:感測器
24:控制裝置
40:伺服馬達
42,62:處理器
44,64:記憶部
46,66:I/O介面
48,68:輸入裝置
50,70:顯示裝置
52,72:匯流排
74:異常偵測部
76:輸入受理部
78:資料取得部
80:程序取得部
82:顯示控制部
90:異常處理裝置
Claims (10)
- 一種異常處理裝置,其提供應對在機器人系統發生之異常的程序,前述異常處理裝置具備: 記憶部,其將用以分別應對複數種前述異常的複數個前述程序,與特定出該異常的異常特定資訊建立關聯來記憶; 異常偵測部,其根據前述機器人系統的動作狀態資料來偵測前述異常; 資料取得部,其取得前述異常偵測部所偵測到之前述異常的前述異常特定資訊;及 程序取得部,其從記憶於前述記憶部的前述複數個程序當中,取得對應於前述資料取得部所取得之前述異常特定資訊的前述程序。
- 如請求項1之異常處理裝置,其進一步具備輸入受理部,前述輸入受理部受理前述程序及前述異常特定資訊的輸入, 前述記憶部將前述輸入受理部所受理之前述程序及前述異常特定資訊相互建立關聯來記憶。
- 如請求項1或2之異常處理裝置,其中前述異常特定資訊具有對前述複數種異常個別地賦予的異常識別碼, 前述資料取得部取得對前述異常偵測部所偵測到之前述異常賦予的前述異常識別碼,來作為前述異常特定資訊。
- 如請求項1至3中任一項之異常處理裝置,其進一步具備顯示控制部,前述顯示控制部使前述程序取得部所取得之前述程序,以圖像顯示於顯示裝置。
- 如請求項1至4中任一項之異常處理裝置,其中前述資料取得部是連同前述異常特定資訊,一同取得用以判定可否應對前述異常的可否判定資訊, 前述異常處理裝置具備: 可否判定部,其根據前述可否判定資訊,來判定是否可以應對前述異常偵測部所偵測到之前述異常;及 通知生成部,其在前述可否判定部判定為不可應對前述異常時,生成通知該異常為不可應對的通知資料。
- 如請求項5之異常處理裝置,其進一步具備通訊控制部,前述通訊控制部將前述通知生成部所生成之前述通知資料,發送到前述異常處理裝置的外部機器。
- 一種網路系統,具備:機器人系統,其具有機器人、及控制該機器人的控制裝置;及 如請求項1至6中任一項之異常處理裝置。
- 如請求項7之網路系統,其具備預防維護裝置,前述預防維護裝置透過通訊網路可通訊地連接於前述控制裝置,從該控制裝置獲得前述動作狀態資料, 前述異常處理裝置安裝於前述預防維護裝置。
- 如請求項7之網路系統,其具備預防維護裝置,前述預防維護裝置透過通訊網路可通訊地連接於前述控制裝置,從該控制裝置獲得前述動作狀態資料, 前述異常處理裝置的前述記憶部、前述資料取得部及前述程序取得部安裝於前述預防維護裝置,而前述異常處理裝置的前述異常偵測部安裝於前述控制裝置, 前述控制裝置將前述異常偵測部所偵測到之前述異常的前述異常特定資訊,透過前述通訊網路提供給前述預防維護裝置。
- 一種方法,其提供針對在機器人系統發生之異常的程序, 前述方法是:將用以分別應對複數種前述異常的複數個前述程序,與用以特定出該異常的異常特定資訊建立關聯,並記憶於記憶部, 根據前述機器人系統的動作狀態資料來偵測前述異常, 取得偵測到之前述異常的前述異常特定資訊, 從記憶於前述記憶部的前述複數個程序當中,取得對應於已取得之前述異常特定資訊的前述程序。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
WOPCT/JP2021/023453 | 2021-06-21 | ||
PCT/JP2021/023453 WO2022269706A1 (ja) | 2021-06-21 | 2021-06-21 | ロボットシステムで発生した異常に対する手順を提供する異常処理装置、ネットワークシステム、及び方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202300303A true TW202300303A (zh) | 2023-01-01 |
Family
ID=84545282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111119685A TW202300303A (zh) | 2021-06-21 | 2022-05-26 | 提供針對在機器人系統發生之異常的程序之異常處理裝置、網路系統及方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20240280979A1 (zh) |
JP (1) | JPWO2022269706A1 (zh) |
CN (1) | CN117461007A (zh) |
DE (1) | DE112021007486T5 (zh) |
TW (1) | TW202300303A (zh) |
WO (1) | WO2022269706A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3602720B2 (ja) * | 1998-04-27 | 2004-12-15 | 大日本スクリーン製造株式会社 | 基板処理装置 |
JP4234251B2 (ja) * | 1999-03-15 | 2009-03-04 | 三菱重工パーキング株式会社 | 機械設備における遠隔故障診断システム |
JP6109640B2 (ja) | 2013-05-16 | 2017-04-05 | 本田技研工業株式会社 | 生産方法 |
JP2018013919A (ja) * | 2016-07-20 | 2018-01-25 | 株式会社リコー | 組立装置 |
US10335962B1 (en) * | 2017-03-01 | 2019-07-02 | Knowledge Initiatives LLC | Comprehensive fault detection and diagnosis of robots |
-
2021
- 2021-06-21 WO PCT/JP2021/023453 patent/WO2022269706A1/ja active Application Filing
- 2021-06-21 CN CN202180099403.4A patent/CN117461007A/zh active Pending
- 2021-06-21 DE DE112021007486.5T patent/DE112021007486T5/de active Pending
- 2021-06-21 US US18/567,149 patent/US20240280979A1/en active Pending
- 2021-06-21 JP JP2023529232A patent/JPWO2022269706A1/ja active Pending
-
2022
- 2022-05-26 TW TW111119685A patent/TW202300303A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
JPWO2022269706A1 (zh) | 2022-12-29 |
WO2022269706A1 (ja) | 2022-12-29 |
US20240280979A1 (en) | 2024-08-22 |
CN117461007A (zh) | 2024-01-26 |
DE112021007486T5 (de) | 2024-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6711854B2 (ja) | 故障予測装置及び機械学習装置 | |
CN107097226A (zh) | 机器人系统的故障诊断装置 | |
US20060276934A1 (en) | Device and method for controlling robot | |
JP2015199192A (ja) | ロボットシステムの制御方法、プログラム、記録媒体、及びロボットシステム | |
CN110303491B (zh) | 动作历史管理系统 | |
JP7052873B2 (ja) | 異常判定装置及び異常判定方法 | |
US20230019019A1 (en) | Video confirmation computer | |
US20230367296A1 (en) | Industrial system, abnormality detection system, and abnormality detection method | |
CN112109077A (zh) | 学习工具状态的机器学习装置、机器人系统以及机器学习方法 | |
JP2011088219A (ja) | ロボットの動作診断方法、ロボットの制御装置、ミニエンバイロメントシステムの制御装置、ロボット、及びミニエンバイロメントシステム | |
US20190265673A1 (en) | Abnormality factor identification apparatus | |
US10678231B2 (en) | Production controller equipped with function of identifying cause upon operation stop of production facility including manufacturing facilities | |
CN110405729B (zh) | 机器人控制装置 | |
TW202300303A (zh) | 提供針對在機器人系統發生之異常的程序之異常處理裝置、網路系統及方法 | |
KR101398215B1 (ko) | 오류 복구 기능을 갖는 양팔 로봇 제어장치 및 그 복구방법 | |
WO2020021643A1 (ja) | エンドエフェクタの選択方法および選択システム | |
WO2022234678A1 (ja) | 機械学習装置、分類装置、及び制御装置 | |
JP6460639B2 (ja) | ロボットシステムの制御方法、プログラム、記録媒体、及びロボットシステム | |
JP2022128114A (ja) | メンテナンス支援システム | |
CN113971800A (zh) | 一种基于rgb-d相机的人机安全协作在线监控方法及系统 | |
JP2008225987A (ja) | 工程異常条件自動抽出方式 | |
JP2005335000A (ja) | 人間介入型ロボットの制御装置 | |
US20240169550A1 (en) | Specific point detection system, specific point detection method, and specific point detection program | |
JP7328473B1 (ja) | 制御装置、産業機械のシステム、実行履歴データ表示方法、及びプログラム | |
TW202302299A (zh) | 管理機器人之動作程式的管理裝置、網路系統及方法 |