WO2019211892A1 - 異常判定装置、異常判定システム及び異常判定方法 - Google Patents

異常判定装置、異常判定システム及び異常判定方法 Download PDF

Info

Publication number
WO2019211892A1
WO2019211892A1 PCT/JP2018/017419 JP2018017419W WO2019211892A1 WO 2019211892 A1 WO2019211892 A1 WO 2019211892A1 JP 2018017419 W JP2018017419 W JP 2018017419W WO 2019211892 A1 WO2019211892 A1 WO 2019211892A1
Authority
WO
WIPO (PCT)
Prior art keywords
work
abnormality determination
type
data
attached
Prior art date
Application number
PCT/JP2018/017419
Other languages
English (en)
French (fr)
Inventor
小林　誠一
高木　徹
Original Assignee
日産自動車株式会社
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 日産自動車株式会社 filed Critical 日産自動車株式会社
Priority to JP2020516985A priority Critical patent/JP6927421B2/ja
Priority to US17/051,950 priority patent/US11931904B2/en
Priority to CN201880093027.6A priority patent/CN112135720A/zh
Priority to EP18917410.5A priority patent/EP3789165A4/en
Priority to PCT/JP2018/017419 priority patent/WO2019211892A1/ja
Publication of WO2019211892A1 publication Critical patent/WO2019211892A1/ja

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
    • 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
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • G05B19/4065—Monitoring tool breakage, life or condition
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/005—Manipulators for mechanical processing tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/04—Gripping heads and other end effectors with provision for the remote detachment or exchange of the head or parts thereof
    • B25J15/0483—Gripping heads and other end effectors with provision for the remote detachment or exchange of the head or parts thereof with head identification means
    • 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
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
    • 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
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31402—Keep log book, for activities of a station, equipment
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35291—Record history, log, journal, audit of machine operation
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37252—Life of tool, service life, decay, wear estimation
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37256—Wear, tool wear
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37616—Use same monitoring tools to monitor tool and workpiece
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/50—Machine tool, machine tool null till machine tool work handling
    • G05B2219/50203—Tool, monitor condition tool
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • the present invention relates to an abnormality determination device that acquires state data indicating a state of a work device from a work device provided with an attachment part that can be used to replace a plurality of types of work parts, and determines abnormality of the work device.
  • the present invention relates to a system and an abnormality determination method.
  • Patent Document 1 has been disclosed as an abnormality determination method for work equipment such as industrial robots and machine tools.
  • the abnormal load detection device disclosed in Patent Document 1 the disturbance torque of a servo motor that drives a robot arm or the like is estimated, and an abnormality is determined by comparing the estimated disturbance torque with a predetermined reference torque.
  • the present invention has been proposed in view of the above circumstances, and an abnormality determination device and an abnormality determination that can accurately determine an abnormality of a work device even when a work part attached to the tip of a robot arm is replaced. It is an object to provide a system and method.
  • an abnormality determination device, an abnormality determination system, and a method thereof acquire state data indicating a state of a work device from the work device and are attached to an attachment portion. Identify the type of work site. Then, the abnormality determination data for determining the abnormality of the work equipment is set in correspondence with the specified type of the work part, and the work part of the specified type is attached from the state data acquired from the work equipment. Get the state data when it was. Then, the acquired state data is compared with the set abnormality determination data to determine the abnormality of the work equipment.
  • the present invention it is possible to accurately determine the abnormality of the work equipment even if the work site attached to the tip of the robot arm is replaced.
  • FIG. 1 is a block diagram showing the overall configuration of the abnormality determination system according to the first embodiment of the present invention.
  • FIG. 2 is a block diagram for explaining the procedure for obtaining the disturbance torque.
  • FIG. 3 is a flowchart showing a procedure of status data recording processing by the abnormality determination device according to the first embodiment of the present invention.
  • FIG. 4 is a flowchart showing a procedure of abnormality determination processing by the abnormality determination device according to the first embodiment of the present invention.
  • FIG. 5 is a diagram for explaining a problem of abnormality determination in a conventional work device.
  • FIG. 6 is a diagram for explaining a problem of abnormality determination in a conventional work device.
  • FIG. 7 is a block diagram showing the overall configuration of the abnormality determination system according to the second embodiment of the present invention.
  • FIG. 1 is a block diagram illustrating a configuration of an abnormality determination system including an abnormality determination device according to the present embodiment.
  • the abnormality determination system 100 includes a robot 1, a robot control device 2, an abnormality determination device 3, and a production management device 4.
  • the robot 1 is described as an example of a work device provided with an attachment part to which a plurality of types of work parts can be exchangeably attached.
  • the robot 1 is a teaching playback type multi-axis machine and is a multi-joint type robot.
  • the robot 1 may not be a multi-axis machine but a single-axis machine.
  • the robot 1 includes a plurality of motor drive systems as joint axes that are operation axes.
  • FIG. 1 shows a motor drive system for one axis.
  • the robot arm 5 is driven via a speed reducer 8 by a servo motor (hereinafter simply referred to as a motor) 6.
  • the motor 6 is accompanied by a pulse coder (pulse generator or encoder) 7 which is a detector of rotational angle position and speed.
  • a changer C for attaching the tool T is provided at the tip of the robot arm 5.
  • the changer C functions as an attachment portion to which a plurality of types of tools T are attached in a replaceable manner.
  • the tool T is a work part that is attached to the tip of the robot arm 5 and performs an actual work.
  • the tool T includes a spot welder or a laser welder as a work part for welding, and a work hand as a work part for gripping a work object.
  • a seal applicator or the like may be included.
  • the robot control device 2 includes an operation control unit 9, a communication unit 10, a servo control unit 11, and a servo amplifier unit 14.
  • the servo control unit 11 includes a disturbance torque calculation unit 12 and a state data acquisition unit 13, and drives the motor 6 via the servo amplifier unit 14 in response to a command from the higher-level operation control unit 9.
  • the pulse coder 7 attached to the motor 6 forms a feedback loop for the control processing of the rotational angle position and speed of the motor 6 with the servo control unit 11.
  • the servo control unit 11 includes a processor that performs processing for controlling the rotation angle position, speed, and current of the motor 6, a ROM that stores a control program, and a set value And a nonvolatile storage unit for storing various parameters. Further, the servo control unit 11 includes a RAM for temporarily storing data during the arithmetic processing, a register for counting the position feedback pulses from the pulse coder 7 and detecting the absolute rotation angle position of the motor 6.
  • the operation control unit 9 is positioned above the servo control unit 11 and directly controls the operation of the robot 1.
  • the communication unit 10 exchanges necessary data with, for example, a LAN or the like with the communication unit 15 of the abnormality determination device 3 described later.
  • the state data acquisition unit 13 has a function of periodically collecting various data indicating the operation state of each joint axis of the robot 1. The collected data includes data indicating the collection period.
  • the disturbance torque calculation unit 12 has a function of calculating a disturbance torque value based on the data acquired by the state data acquisition unit 13. Since the servo control unit 11 is configured to include the disturbance torque calculation unit 12 and the state data acquisition unit 13, the disturbance torque value obtained by the calculation of the disturbance torque calculation unit 12 is determined to be abnormal via the communication unit 10. It is output to the device 3. With this configuration, the servo control unit 11 is in the form of a so-called software servo.
  • the abnormality determination device 3 includes a communication unit 15, a data acquisition unit 16, a work site identification unit 17, an abnormality determination data setting unit 18, an abnormality determination unit 19, a database 20, and a maintenance result database 21.
  • the abnormality determination device 3 includes a control unit that includes a general-purpose electronic circuit including a microcomputer, a microprocessor, and a CPU, and peripheral devices such as a memory. Therefore, by executing a specific program, the control unit is configured to communicate with the communication unit 15, the data acquisition unit 16, the work site identification unit 17, the abnormality determination data setting unit 18, the abnormality determination unit 19, the database 20, and the maintenance result database 21. Works as.
  • the communication unit 15 has a function of exchanging necessary data with the communication units 10 and 22 of the robot control device 2 and the production management device 4 described above via, for example, a LAN.
  • the data acquisition unit 16 acquires state data from the robot 1 via the communication unit 15.
  • the data acquisition unit 16 acquires, as state data, various data indicating the operation state of the robot 1 collected by the state data acquisition unit 13 of the robot controller 2 and disturbance torque values calculated by the disturbance torque calculation unit 12. To do. Then, the data acquisition unit 16 records the acquired state data in the database 20 for each type of tool T specified by the work site specification unit 17.
  • the work part specifying unit 17 specifies the type of the tool T attached to the changer C. Specifically, the work site specifying unit 17 acquires a maintenance record recorded when the tool T is attached from the maintenance result database 21, and determines the type of the tool T attached to the changer C based on the acquired maintenance record. Identify. For example, when the date and time when the tool T is changed from T1 to T2 is recorded in the maintenance record, the type of the tool T is specified as T1 before the date and time, and the type of the tool T after that date and time. Is identified as T2.
  • the abnormality determination data setting unit 18 sets abnormality determination data for determining an abnormality of the robot 1 in correspondence with the type of the tool T specified by the work part specifying unit 17.
  • the abnormality determination data setting unit 18 calculates a threshold value from the state data of the type of the tool T specified by the work part specifying unit 17, and sets the calculated threshold value as abnormality determination data.
  • the abnormality determination data setting unit 18 acquires the status data of the tool T1 from the database 20, and uses this status data to calculate the average value and variance value of the tool T1 in the same month last year, The median value is calculated, and one of these is set as a threshold value.
  • the abnormality determination data setting unit 18 may set the abnormality determination data by processing the state data of the type of the tool T specified by the work part specifying unit 17 with a predetermined learning model. For example, when the type of the tool T is T1, the abnormality determination data setting unit 18 acquires the state data of the tool T1 from the database 20 and processes it with a predetermined learning model, thereby processing a waveform pattern or probability such as a disturbance torque value. The distribution is obtained and set as abnormality determination data. In addition, parameters such as a frequency and a standard deviation indicating a change in disturbance torque value may be obtained and used as abnormality determination data.
  • the abnormality determination unit 19 acquires state data when the tool T of the type specified by the work part specifying unit 17 is attached from the state data acquired by the data acquisition unit 16. Then, the abnormality of the robot 1 is determined by comparing the acquired state data with the abnormality determination data set by the abnormality determination data setting unit 18.
  • the abnormality determination unit 19 acquires state data when the tool T1 is attached from the database 20, and uses this state data. The latest average value, variance value, and median value of the tool T1 are calculated. Then, the average value, variance value, and median value of the same month in the previous year set as the threshold value in the abnormality determination data setting unit 18 are compared with the calculated average value, variance value, and median value, and the abnormality of the robot 1 is compared. judge.
  • the abnormality determination unit 19 acquires state data when the tool T1 is attached from the database 20, and uses this state data to determine the tool T1. The most recent waveform pattern is calculated. Then, the abnormality determination of the robot 1 is determined by comparing the waveform pattern of the same month of the previous year set by the abnormality determination data setting unit 18 with the calculated latest waveform pattern.
  • the database 20 functions as a storage unit that stores the state data acquired by the data acquisition unit 16.
  • state data is sequentially stored for each type of tool T, and past state data is accumulated.
  • a storage area may be set in advance for each type of tool T, and each state data may be stored in the storage area according to the type of tool T. Further, identification information such as a label indicating the type of the tool T may be added to the state data and stored.
  • the maintenance performance database 21 has a function for storing maintenance records and inspection results when maintenance or inspection is performed on the robot 1. Therefore, past maintenance record data and inspection result data are accumulated in the maintenance result database 21.
  • the maintenance record is recorded when the tool T is attached or replaced, and the type of the tool T before and after the replacement, the date and time of replacement, and the like are recorded.
  • the production management device 4 is a device that manages production information including, for example, the operation status of a production line in a factory, and includes a communication unit 22 and a production information database 23.
  • the communication unit 22 exchanges necessary data with the communication unit 15 of the abnormality determination device 3 via, for example, a LAN.
  • the production information database 23 has a function of storing collected various production information. Therefore, various types of production information for the past are stored in the production information database 23.
  • the production information includes information such as emergency stop information and maintenance results of the robot 1 and incidental equipment.
  • a disturbance torque (disturbance load torque) applied to the motor 6 that drives each joint axis of the robot 1 is detected, and the abnormality of the corresponding motor drive system is detected based on the disturbance torque value. It is determined as 1 abnormality.
  • the procedure for obtaining this disturbance torque is roughly as follows.
  • the actual speed Vr of the motor 6 obtained from the speed feedback signal from the pulse coder 7 is differentiated to obtain the acceleration ⁇ , and this acceleration ⁇ is multiplied by all the inertia J applied to the motor 6.
  • the obtained acceleration torque Ta is subtracted from the torque command Tc to the motor 6, and the moment M is further reduced to obtain the disturbance torque Tb.
  • the torque command Tc is obtained by speed loop processing of the servo control unit 11.
  • the disturbance torque TG is obtained by removing a random component of the disturbance by performing a predetermined filtering process.
  • the servo control unit 11 executes such processing every predetermined sampling period to obtain the disturbance torque TG.
  • the servo control unit 11 includes a register, and this register obtains the absolute position of the motor 6 by counting the position feedback pulses from the pulse coder 7 every predetermined sampling period. Therefore, the servo control unit 11 detects the absolute position of the motor 6 from the register, and obtains the rotation angle position (movement position) of the joint shaft driven by the motor 6 from the absolute position of the motor 6. Further, the servo control unit 11 obtains the disturbance torque TG by performing the process of FIG. 2 as described above.
  • FIG. 3 is a flowchart showing a processing procedure of status data recording processing by the abnormality determination device 3.
  • the disturbance torque value will be described as an example of state data.
  • step S ⁇ b> 1 the data acquisition unit 16 acquires a disturbance torque value calculated by the robot control device 2.
  • This disturbance torque value is a value for each movement position of each operation axis.
  • information indicating the period during which the disturbance torque value is collected is also acquired.
  • step S ⁇ b> 2 the data acquisition unit 16 acquires equipment emergency stop information from the production information database 23 of the production management device 4.
  • step S3 the data acquisition unit 16 determines whether an emergency stop of the facility has occurred within the acquired disturbance torque value collection period, and proceeds to step S4 if it is determined that an emergency stop has occurred. On the other hand, if it is determined that an emergency stop has not occurred, the process proceeds to step S5.
  • step S4 the data acquisition unit 16 deletes only the disturbance torque value at the time of occurrence of the emergency stop from the acquired disturbance torque value, and proceeds to step S5.
  • step S5 the work part specifying unit 17 refers to the maintenance record data recorded in the maintenance result database 21, and specifies the type of the tool T attached to the changer C of the robot 1.
  • the maintenance record the date and time when the tool T is replaced and the type of the tool T before and after the replacement are recorded. Further, when acquiring the disturbance torque value, the data acquisition unit 16 acquires information indicating a period during which the disturbance torque value is collected. Therefore, the work part specifying unit 17 specifies the type of the tool T attached to the changer C when the disturbance torque value is collected based on these pieces of information.
  • step S6 the data acquisition unit 16 records, in the database 20, the disturbance torque value obtained by eliminating the abnormal value due to the emergency stop of the equipment among the acquired disturbance torque values for each type of tool T specified in step S5. . Therefore, only the disturbance torque value excluding the abnormal value due to the emergency stop of the facility is recorded and accumulated in the database 20 for each type of the tool T.
  • the storage area of the database 20 is set in advance for each type of tool T, and the data acquisition unit 16 sets according to the type of tool T.
  • the disturbance torque value may be recorded in each storage area.
  • the data acquisition unit 16 may add identification information such as a label to the disturbance torque value according to the type of the tool T specified in step S5 and record it in the database 20.
  • FIG. 4 is a flowchart showing a processing procedure of abnormality determination processing by the abnormality determination device 3.
  • the disturbance torque value will be described as an example of state data.
  • the work site specifying unit 17 refers to the maintenance record data recorded in the maintenance result database 21 and specifies the type of the tool T attached to the changer C of the robot 1. To do. Since the maintenance record records the date and time when the tool T was replaced and the type of the tool T before and after the replacement, the work site identification unit 17 is attached to the changer C of the robot 1 by referring to the maintenance record. The type of the tool T that is present can be specified.
  • step S12 the abnormality determination data setting unit 18 acquires from the database 20 the disturbance torque value data of the same month of the previous year on the day of diagnosis among the disturbance torque value data of the type of the tool T specified in step S11. To do.
  • the abnormality determination data setting unit 18 Since the database 20 stores state data for each type of tool T, the abnormality determination data setting unit 18 stores a disturbance torque value of the type of tool T specified in step S11 in a storage area. Access and obtain data of disturbance torque value. When identification information such as a label is added to the state data according to the type of the tool T, the abnormality determination data setting unit 18 determines the type of the tool T specified in step S11 based on the identification information. Obtain the disturbance torque value data. However, if the disturbance torque value for the same month of the previous year cannot be acquired, the latest disturbance torque value data is regarded as the disturbance torque value data for the same month of the previous year.
  • step S13 the abnormality determination data setting unit 18 sets abnormality determination data for determining an abnormality of the robot 1 in accordance with the type of the tool T specified in step S11.
  • the abnormality determination data setting unit 18 sets the disturbance torque of the same month in the previous year on the day of diagnosis from the state data when the tool T1 of the database 20 is attached. Value data is acquired, and an average value, a variance value, and a median value are calculated from the acquired data. Any one or more of these are set as abnormality determination data and used as a threshold when determining abnormality. As described above, the abnormality determination data setting unit 18 sets the abnormality determination data using the state data when the tool T1 is attached, so that the abnormality determination data is set corresponding to the type of the tool T. .
  • the abnormality determination data setting unit 18 may set the abnormality determination data by processing the disturbance torque value data of the same month of the previous year on the day of diagnosis with a predetermined learning model. For example, the waveform of the disturbance torque value and the probability distribution may be obtained by performing predetermined processing on the disturbance torque value data, and set as abnormality determination data. In addition, parameters such as a frequency and a standard deviation indicating a change in disturbance torque value may be obtained and used as abnormality determination data.
  • step S14 the abnormality determination unit 19 acquires from the database 20 the latest disturbance torque value data among the disturbance torque value data when the type of tool T specified in step S11 is attached.
  • step S15 the abnormality determination unit 19 compares the acquired latest disturbance torque value data with the abnormality determination data set in step S13 to determine whether or not the robot 1 is abnormal.
  • the abnormality determination unit 19 acquires the latest disturbance torque value data from the state data when the tool T1 of the database 20 is attached. Then, at least one (or plural) of the average value, the variance value, and the median value is calculated from the acquired data. Then, it is determined whether or not the calculated average value, variance value, and median value of the latest disturbance torque values are equal to or less than the threshold values (average value, variance value, and median value in the same month of the previous year) set in step S13.
  • the threshold values average value, variance value, and median value in the same month of the previous year
  • the abnormality determination process As a result, if the average value, variance value, and median value of the most recent disturbance torque values are equal to or less than the threshold value, it is determined that no abnormality has occurred in the robot 1, and the abnormality determination process according to this embodiment is terminated. On the other hand, when the average value, variance value, and median value of the latest disturbance torque values are larger than the threshold values (average value, variance value, and median value in the same month of the previous year), there is a possibility that an abnormality has occurred in the robot 1. And the process proceeds to step S16.
  • the abnormality determination unit 19 is the data of the latest disturbance torque value from the state data when the tool T1 of the database 20 is attached. To get. Then, predetermined processing is performed on the acquired data to calculate the waveform pattern of the latest disturbance torque value, and the calculated waveform pattern of the latest disturbance torque value is matched with the waveform pattern set in step S13. To do. As a result, when the matching degree is equal to or greater than the predetermined value and the waveform patterns match, it is determined that no abnormality has occurred in the robot 1 and the abnormality determination process according to the present embodiment is terminated. On the other hand, when the degree of matching is less than the predetermined value and the waveform patterns do not match, it is determined that there is a possibility that the robot 1 is abnormal, and the process proceeds to step S16.
  • step S ⁇ b> 16 the abnormality determination unit 19 displays an abnormality alarm about the joint axis on the display screen of a monitor (not shown) installed with the abnormality determination device 3, and the abnormality according to the present embodiment. The determination process ends.
  • the abnormality determination device 3 acquires state data from the robot 1 and identifies the type of the tool T attached to the attachment portion. Then, the abnormality determination data for determining the abnormality of the robot 1 is set in correspondence with the specified type of the tool T, and the set abnormality determination data and the status data of the specified type of the tool T are obtained. The abnormality of the robot 1 is determined by comparison. Thereby, even if the tool T attached to the tip of the robot arm is replaced, the abnormality of the robot 1 can be accurately determined.
  • the magnitude of the disturbance torque value is within a certain range. It is possible to determine.
  • abnormality determination data for determining the abnormality of the robot 1 is set corresponding to the type of the tool T, and the set abnormality determination data and the type of the tool T are set.
  • the abnormality of the robot 1 is determined by comparing with the state data. Thereby, even if the tool T attached to the tip of the robot arm is replaced, the abnormality of the robot 1 can be accurately determined.
  • the type of the tool T attached to the attachment portion is specified based on the maintenance record recorded when the tool T is attached.
  • the abnormality determination device 3 further includes a database 20 that stores state data, and records the state data in the database 20 for each type of the specified tool T. Thereby, when acquiring the state data from the database 20, the state data corresponding to the type of the tool T can be easily acquired.
  • a threshold value is calculated from state data when the specified type of tool T is attached, and the calculated threshold value is set as abnormality determination data.
  • the threshold value is set using the state data of the specified type of the tool T, so that abnormality determination data corresponding to the type of the tool T can be set. Therefore, even if the tool T attached to the tip of the robot arm is replaced, it is possible to accurately determine the abnormality of the robot 1.
  • abnormality determination data is set by processing the state data when the specified type of tool T is attached with a predetermined learning model. Therefore, since abnormality determination data is set using the status data of the specified type of tool T, abnormality determination data corresponding to the type of tool T can be set. Therefore, even if the tool T attached to the tip of the robot arm is replaced, it is possible to accurately determine the abnormality of the robot 1.
  • the abnormality determination device 3 includes at least a welding tool and a tool for gripping a work object as the plurality of types of tools T. Thereby, even when various types of tools are attached, the abnormality of the robot 1 can be accurately determined.
  • FIG. 7 is a block diagram illustrating a configuration of an abnormality determination system including the abnormality determination device according to the present embodiment. As shown in FIG. 7, the abnormality determination system 100 according to the present embodiment is different from the first embodiment in that the changer C of the robot 1 includes a work part detection unit 70.
  • the work site detection unit 70 functions as a sensor for detecting the type of the tool T attached to the changer C of the robot 1.
  • the work site detector 70 detects the type of the tool T based on the structure of the tool T attached to the changer C. For example, the type of the tool T is detected from the mechanical connection such as the shape of the attachment constituting the changer C.
  • the work part detection unit 70 may detect the type of the tool T from the electrical connection by receiving a signal transmitted to the tool T. Further, by installing a communication tag or the like on the tool T, the type of the tool T can be detected by communicating with the tool T.
  • the work part detection unit 70 When the work part detection unit 70 detects the type of the tool T, the work part detection unit 70 generates identification information such as a label indicating the type of the tool T and transmits the identification information to the operation control unit 9.
  • the identification information may not be generated by the work site detection unit 70 but may be generated by any of the robot control devices 2.
  • the generated identification information is transmitted to the abnormality determination device 3 through the communication unit 10 together with the state data.
  • the data acquisition unit 16 acquires the identification information at the same time when acquiring the state data from the robot 1 via the communication unit 15.
  • the data acquisition unit 16 records the acquired state data and identification information in the database 20 for each type of tool T.
  • the data acquisition unit 16 refers to the identification information by itself and records the state data in the database 20 for each type of tool T.
  • the work part specifying unit 17 specifies the type of the tool T attached to the changer C based on the identification information acquired from the robot 1. For example, since a label indicating the type of the tool T is recorded as identification information in the database 20 together with each state data, the work site specifying unit 17 refers to the label when each state data is generated. The type of the tool T attached to the changer C is specified. Further, the work part specifying unit 17 may acquire the identification information directly from the robot 1 and specify the type of the tool T.
  • the state data recording process according to the present embodiment is the same as the first embodiment except that the process for specifying the type of the tool T in step S5 in FIG. 3 is different from that of the first embodiment. .
  • the type of the tool T is specified with reference to the maintenance record in step S5.
  • the type of the tool T is specified with reference to the identification information.
  • the state data recording process of the present embodiment can be executed by the same flowchart as that in FIG.
  • the abnormality determination process according to the present embodiment is the same as the first embodiment except that the process for specifying the type of the tool T in step S11 in FIG. 4 is different from the first embodiment.
  • the type of the tool T is specified with reference to the maintenance record in step S11.
  • the type of the tool T is specified with reference to the identification information.
  • the abnormality determination process of the present embodiment can be executed by the same flowchart as in FIG.
  • identification information indicating the type of the tool T is acquired from the robot 1, and the tool attached to the changer C based on this identification information.
  • the type of T is specified. Thereby, the kind of tool T can be easily specified only by referring to the identification information.
  • the abnormality determination device 3 further includes a work site detection unit 70 that detects the type of the tool T attached to the changer C of the robot 1. Thereby, since the type of the tool T attached to the changer C can be directly detected, the type of the tool T can be easily detected.
  • the type of the tool T is detected based on the structure of the tool T attached to the changer C. Therefore, the type of the tool T can be easily detected from the shape of the attachment constituting the changer C, and erroneous detection can be eliminated.
  • the type of the tool T is detected by communicating with the tool T attached to the changer C. Thereby, even if it is a tool with the same mechanical connection, such as the shape of an attachment, it becomes possible to detect the kind of tool T.

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Manipulator (AREA)

Abstract

本発明の異常判定装置は、複数種類の作業部位（Ｔ）を交換可能に取り付けられる取付部（Ｃ）を備えた作業機器（５）から状態データを取得し、取付部（Ｃ）に取り付けられている作業部位（Ｔ）の種類を特定し、特定された作業部位（Ｔ）の種類に対応させて、作業機器（５）の異常を判定するための異常判定データを設定し、作業機器（５）から取得した状態データの中から、特定された種類の作業部位（Ｔ）が取り付けられていたときの状態データを取得し、取得した状態データと、設定された異常判定データとを比較して作業機器（５）の異常を判定する。

Description

異常判定装置、異常判定システム及び異常判定方法
　本発明は、複数種類の作業部位を交換可能に取り付けられる取付部を備えた作業機器から、作業機器の状態を示す状態データを取得して、作業機器の異常を判定する異常判定装置、異常判定システム及び異常判定方法に関する。
　産業用ロボットや工作機械等の作業機器における異常判定方法として、従来では特許文献１が開示されている。特許文献１に開示された異常負荷検出装置では、ロボットのアーム等を駆動するサーボモータの外乱トルクを推定し、推定した外乱トルクと所定の基準トルクとを比較して異常を判定していた。
特開２００７－２１９９９１号公報
　しかしながら、同一のロボットであっても、ロボットアームの先端に取り付けられた作業部位が交換されると、作業部位の重量や作業動作が大きく変化する。例えば、ロボットアームの先端にスポット溶接機が取り付けられている場合とワーク・ハンドが取り付けられている場合では重量も作業動作も大きく変化する。
　そのため、上述した従来の異常負荷検出装置では、ロボットアームの先端に取り付けられた作業部位が交換されると、作業部位の重量や作業動作が大きく変化して、ロボット等の作業機器の異常を正確に判定することができないという問題点があった。
　そこで、本発明は上記実情に鑑みて提案されたものであり、ロボットアームの先端に取り付けられた作業部位が交換されても作業機器の異常を正確に判定することのできる異常判定装置、異常判定システム及びその方法を提供することを目的とする。
　上述した課題を解決するために、本発明の一態様に係る異常判定装置、異常判定システム及びその方法は、作業機器の状態を示す状態データを作業機器から取得し、取付部に取り付けられている作業部位の種類を特定する。そして、特定された作業部位の種類に対応させて、作業機器の異常を判定するための異常判定データを設定し、作業機器から取得した状態データの中から、特定された種類の作業部位が取り付けられていたときの状態データを取得する。そして、取得した状態データと、設定された異常判定データとを比較して作業機器の異常を判定する。
　本発明によれば、ロボットアームの先端に取り付けられた作業部位が交換されても作業機器の異常を正確に判定することができる。
図１は、本発明の第１実施形態に係る異常判定システムの全体構成を示すブロック図である。 図２は、外乱トルクを求める手順を説明するためのブロック図である。 図３は、本発明の第１実施形態に係る異常判定装置による状態データ記録処理の手順を示すフローチャートである。 図４は、本発明の第１実施形態に係る異常判定装置による異常判定処理の手順を示すフローチャートである。 図５は、従来の作業機器における異常判定の課題を説明するための図である。 図６は、従来の作業機器における異常判定の課題を説明するための図である。 図７は、本発明の第２実施形態に係る異常判定システムの全体構成を示すブロック図である。
　［第１実施形態］
　以下、本発明を適用した第１実施形態について図面を参照して説明する。図面の記載において同一部分には同一符号を付して説明を省略する。
　［異常判定システムの構成］
　図１は、本実施形態に係る異常判定装置を備えた異常判定システムの構成を示すブロック図である。図１に示すように、本実施形態に係る異常判定システム１００は、ロボット１と、ロボット制御装置２と、異常判定装置３と、生産管理装置４とから構成される。ロボット１は、複数種類の作業部位を交換可能に取り付けられる取付部を備えた作業機器の一例として記載されている。例えば、ロボット１は、多軸機械のティーチングプレイバック型で、尚且つ多関節型のロボットである。ただし、ロボット１は、多軸機械でなくても、一軸の機械であってもよい。
　ロボット１は、動作軸である関節軸として複数のモータ駆動系を備えているが、図１では一軸分のモータ駆動系を示している。ロボットアーム５はサーボモータ（以下、単にモータと言う）６により減速機８を介して駆動される。モータ６には、回転角位置および速度の検出器であるパルスコーダ（パルスジェネレータまたはエンコーダ）７が付帯されている。ロボットアーム５の先端には、工具Ｔを取り付けるためのチェンジャＣが設けられている。チェンジャＣは、複数種類の工具Ｔを交換可能に取り付けられる取付部として機能する。工具Ｔは、ロボットアーム５の先端に取り付けられて実際の作業を行う作業部位である。工具Ｔは、溶接用の作業部位としてスポット溶接機やレーザ溶接機を含み、作業対象物を把持する作業部位としてワーク・ハンドを含んでいる。その他にシール塗布機等を含んでいてもよい。
　ロボット制御装置２は、動作統括制御部９と、通信部１０と、サーボ制御部１１と、サーボアンプ部１４とを備えている。サーボ制御部１１は、外乱トルク演算部１２と、状態データ取得部１３とを含んでおり、上位の動作統括制御部９からの指令を受けてサーボアンプ部１４を介してモータ６を駆動する。モータ６に付帯するパルスコーダ７は、モータ６の回転角位置および速度の制御処理のためのフィードバックループを、サーボ制御部１１との間で形成している。
　サーボ制御部１１は、外乱トルク演算部１２や状態データ取得部１３の他に、モータ６の回転角位置、速度、電流を制御するための処理を行うプロセッサ、制御プログラムを記憶するＲＯＭ、設定値や各種パラメータを記憶する不揮発性記憶部を備えている。また、サーボ制御部１１は、演算処理中におけるデータを一時記憶するＲＡＭ、パルスコーダ７からの位置フィードバックパルスを計数してモータ６の絶対回転角位置を検出するためのレジスタ等を備えている。
　また、ロボット１は多関節であるので、図１のようなモータ駆動系が関節軸の数だけ必要となるが、図１では一軸分のみを図示して、それ以外のモータ駆動系は図示省略している。また、図１のモータ６と減速機８との間に変速歯車列が介装されることもある。
　動作統括制御部９は、サーボ制御部１１の上位に位置してロボット１の動作の直接的な制御を司っている。通信部１０は、後述する異常判定装置３の通信部１５との間で、例えばＬＡＮ等により必要なデータの授受を行う。また、状態データ取得部１３は、ロボット１の各関節軸の作動状態を示す各種のデータを定期的に収集する機能を有する。収集されたデータには、収集期間を示すデータが含まれている。外乱トルク演算部１２は、状態データ取得部１３が取得したデータに基づいて外乱トルク値を演算する機能を有する。これら外乱トルク演算部１２および状態データ取得部１３を含むようにサーボ制御部１１が構成されているので、外乱トルク演算部１２の演算によって求められた外乱トルク値は通信部１０を介して異常判定装置３に出力される。この構成により、サーボ制御部１１はいわゆるソフトウェアサーボの形態をなしている。
　異常判定装置３は、通信部１５と、データ取得部１６と、作業部位特定部１７と、異常判定データ設定部１８と、異常判定部１９と、データベース２０と、保全実績データベース２１とを備えている。ここで、異常判定装置３は、マイクロコンピュータ、マイクロプロセッサ、ＣＰＵを含む汎用の電子回路とメモリ等の周辺機器から構成された制御部を有する。したがって、特定のプログラムを実行することにより、この制御部は、通信部１５、データ取得部１６、作業部位特定部１７、異常判定データ設定部１８、異常判定部１９、データベース２０、保全実績データベース２１として動作する。
　通信部１５は、先に述べたロボット制御装置２および生産管理装置４のそれぞれの通信部１０、２２との間で例えばＬＡＮ等により必要なデータの授受を行う機能を有する。
　データ取得部１６は、ロボット１から通信部１５を介して状態データを取得する。特に、データ取得部１６は、ロボット制御装置２の状態データ取得部１３で収集されたロボット１の作動状態を示す各種のデータや外乱トルク演算部１２で算出された外乱トルク値を状態データとして取得する。そして、データ取得部１６は、取得した状態データを、作業部位特定部１７によって特定された工具Ｔの種類毎にデータベース２０に記録する。
　作業部位特定部１７は、チェンジャＣに取り付けられている工具Ｔの種類を特定する。具体的に、作業部位特定部１７は、工具Ｔの取り付け時に記録される保全記録を保全実績データベース２１から取得し、取得した保全記録に基づいて、チェンジャＣに取り付けられている工具Ｔの種類を特定する。例えば、保全記録に工具ＴがＴ１からＴ２に交換された日時が記録されている場合には、その日時より前は工具Ｔの種類をＴ１であると特定し、その日時以降は工具Ｔの種類をＴ２であると特定する。
　異常判定データ設定部１８は、作業部位特定部１７によって特定された工具Ｔの種類に対応させて、ロボット１の異常を判定するための異常判定データを設定する。特に、異常判定データ設定部１８は、作業部位特定部１７によって特定された工具Ｔの種類の状態データから閾値を算出し、算出された閾値を異常判定データとして設定する。例えば、異常判定データ設定部１８は、工具Ｔの種類がＴ１である場合、データベース２０から工具Ｔ１の状態データを取得し、この状態データを用いて工具Ｔ１の前年同月の平均値や分散値、中央値を算出して、これらのいずれかを閾値として設定する。
　また、異常判定データ設定部１８は、作業部位特定部１７によって特定された工具Ｔの種類の状態データを、所定の学習モデルで処理することよって異常判定データを設定してもよい。例えば、異常判定データ設定部１８は、工具Ｔの種類がＴ１である場合、データベース２０から工具Ｔ１の状態データを取得し、所定の学習モデルで処理することによって外乱トルク値等の波形パターンや確率分布を求めて異常判定データとして設定する。また、この他に外乱トルク値の変化を示す周波数や標準偏差等のパラメータを求めて異常判定データとしてもよい。
　異常判定部１９は、データ取得部１６で取得した状態データの中から、作業部位特定部１７によって特定された種類の工具Ｔが取り付けられていたときの状態データを取得する。そして、取得した状態データと、異常判定データ設定部１８によって設定された異常判定データとを比較してロボット１の異常を判定する。
　例えば、異常判定データとして閾値が設定され、工具Ｔの種類がＴ１である場合、異常判定部１９は、データベース２０から工具Ｔ１が取り付けられていたときの状態データを取得し、この状態データを用いて工具Ｔ１の直近の平均値や分散値、中央値を算出する。そして、異常判定データ設定部１８で閾値として設定された前年同月の平均値や分散値、中央値と、算出した直近の平均値や分散値、中央値とを比較して、ロボット１の異常を判定する。
　また、異常判定データとして波形パターンが設定されている場合には、異常判定部１９は、データベース２０から工具Ｔ１が取り付けられていたときの状態データを取得し、この状態データを用いて工具Ｔ１の直近の波形パターンを算出する。そして、異常判定データ設定部１８で設定された前年同月の波形パターンと、算出した直近の波形パターンとを比較して、ロボット１の異常を判定する。
　データベース２０は、データ取得部１６で取得された状態データを記憶する記憶部として機能する。データベース２０では、状態データを工具Ｔの種類毎に逐次記憶していき、過去の状態データを蓄積している。
　工具Ｔの種類毎に記憶する方法としては、工具Ｔの種類毎に記憶領域を予め設定しておき、その記憶領域にそれぞれの状態データを工具Ｔの種類に応じて記憶するようにすればよい。また、工具Ｔの種類を示したラベル等の識別情報を、状態データにそれぞれ付加して記憶するようにしてもよい。
　保全実績データベース２１は、ロボット１に対して保全や検査を実施した場合に、その保全記録及び検査結果を記憶しておくための機能を有する。したがって、保全実績データベース２１には過去の保全記録データ及び検査結果データが蓄積されている。特に、保全記録は、工具Ｔの取り付け時や交換時に記録され、交換前後の工具Ｔの種類や交換日時等が記録されている。
　生産管理装置４は、例えば工場における生産ラインの稼働状況等を含む生産情報の管理を行う装置であり、通信部２２と、生産情報データベース２３とを備えている。通信部２２は、異常判定装置３の通信部１５との間で例えばＬＡＮ等により必要なデータの授受を行う。生産情報データベース２３は、収集した各種の生産情報を記憶しておく機能を有する。したがって、生産情報データベース２３には過去分の各種の生産情報が蓄積されることになる。なお、生産情報には、ロボット１や付帯設備の緊急停止情報や保全実績等の情報が含まれる。
　［外乱トルクの検出方法］
　本実施形態では、状態データの一例として、ロボット１の各関節軸を駆動するモータ６にかかる外乱トルク（外乱負荷トルク）を検出し、この外乱トルク値に基づき該当するモータ駆動系の異常をロボット１の異常として判定する。この外乱トルクを求める手順は概略次の通りである。
　図２のブロック図に示すように、パルスコーダ７からの速度フィードバック信号により求められるモータ６の実速度Ｖｒを微分して加速度αを求め、この加速度αにモータ６にかかる全てのイナーシャＪを乗じて加速度トルクＴａ（＝Ｊ・α）を求める。次に、求めた加速度トルクＴａを、モータ６へのトルク指令Ｔｃから減じ、さらにモーメントＭを減じて外乱トルクＴｂを求める。トルク指令Ｔｃは、サーボ制御部１１の速度ループ処理で求められる。この後、所定のフィルタリング処理を施すことによって外乱の不規則成分を除去して外乱トルクＴＧを求める。このような処理をサーボ制御部１１が所定のサンプリング周期毎に実行して外乱トルクＴＧを求めることになる。
　より具体的に、サーボ制御部１１はレジスタを備えており、このレジスタは所定のサンプリング周期毎にパルスコーダ７からの位置のフィードバックパルスを計数してモータ６の絶対位置を求めている。そこで、サーボ制御部１１はレジスタからモータ６の絶対位置を検出し、このモータ６の絶対位置からモータ６が駆動する関節軸の回転角位置（移動位置）を求める。さらに、サーボ制御部１１は、先に説明したように図２の処理を行って外乱トルクＴＧを求めることになる。
　［状態データ記録処理］
　次に、図３を参照して、本実施形態に係る異常判定装置３による状態データ記録処理を説明する。図３は、異常判定装置３による状態データ記録処理の処理手順を示すフローチャートである。図３では、外乱トルク値を状態データの一例として説明する。
　図３に示すように、ステップＳ１において、データ取得部１６は、ロボット制御装置２で演算された外乱トルク値を取得する。この外乱トルク値は、各動作軸の移動位置毎の値である。また、このとき同時に、外乱トルク値が収集された期間を示す情報についても取得する。
　次に、ステップＳ２において、データ取得部１６は、生産管理装置４の生産情報データベース２３から設備の緊急停止情報を取得する。ステップＳ３において、データ取得部１６は、取得した外乱トルク値の収集期間内に設備の緊急停止が発生したか否かを判断し、緊急停止が発生したと判定した場合にはステップＳ４に進む。一方、緊急停止が発生しなかったと判定した場合にはステップＳ５に進む。
　ステップＳ４において、データ取得部１６は、取得した外乱トルク値のうち緊急停止発生時の外乱トルク値のみを削除してステップＳ５に進む。
　ステップＳ５において、作業部位特定部１７は、保全実績データベース２１に記録されている保全記録データを参照し、ロボット１のチェンジャＣに取り付けられている工具Ｔの種類を特定する。保全記録には、工具Ｔを交換した日時と交換前後の工具Ｔの種類が記録されている。また、データ取得部１６は、外乱トルク値を取得する際に、その外乱トルク値が収集された期間を示す情報を取得している。したがって、作業部位特定部１７は、これらの情報に基づいて、外乱トルク値が収集されたときにチェンジャＣに取り付けられていた工具Ｔの種類を特定する。
　ステップＳ６において、データ取得部１６は、取得した外乱トルク値の中で設備の緊急停止による異常値を排除した外乱トルク値を、ステップＳ５で特定された工具Ｔの種類毎にデータベース２０に記録する。したがって、データベース２０には設備の緊急停止による異常値を排除した外乱トルク値のみが、工具Ｔの種類毎に記録・蓄積される。
　尚、工具Ｔの種類毎に状態データを記録する方法としては、データベース２０の記憶領域を工具Ｔの種類毎に予め設定しておき、データ取得部１６が、工具Ｔの種類に応じて、設定されている記憶領域に外乱トルク値をそれぞれ記録するようにすればよい。また、データ取得部１６が、ステップＳ５で特定された工具Ｔの種類に応じてラベル等の識別情報を外乱トルク値にそれぞれ付加してデータベース２０に記録するようにしてもよい。こうして、取得した外乱トルク値がデータベース２０に記録されると、本実施形態に係る状態データ記録処理を終了する。
　［異常判定処理］
　次に、図４を参照して、本実施形態に係る異常判定装置３による異常判定処理を説明する。図４は、異常判定装置３による異常判定処理の処理手順を示すフローチャートである。図４では、外乱トルク値を状態データの一例として説明する。
　図４に示すように、ステップＳ１１において、作業部位特定部１７は、保全実績データベース２１に記録されている保全記録データを参照し、ロボット１のチェンジャＣに取り付けられている工具Ｔの種類を特定する。保全記録には、工具Ｔを交換した日時と交換前後の工具Ｔの種類が記録されているので、作業部位特定部１７は、保全記録を参照することにより、ロボット１のチェンジャＣに取り付けられている工具Ｔの種類を特定することができる。
　ステップＳ１２において、異常判定データ設定部１８は、ステップＳ１１で特定された工具Ｔの種類の外乱トルク値のデータのうち、診断を行う日の前年同月の外乱トルク値のデータを、データベース２０から取得する。
　データベース２０には、工具Ｔの種類毎に状態データが記憶されているので、異常判定データ設定部１８は、ステップＳ１１で特定された工具Ｔの種類の外乱トルク値が記憶されている記憶領域にアクセスして、外乱トルク値のデータを取得する。また、工具Ｔの種類に応じてラベル等の識別情報が状態データに付加されている場合には、異常判定データ設定部１８は、識別情報に基づいて、ステップＳ１１で特定された工具Ｔの種類の外乱トルク値のデータを取得する。ただし、前年同月の外乱トルク値を取得できない場合には、直近の外乱トルク値のデータを前年同月の外乱トルク値のデータと見做して取得する。
　ステップＳ１３において、異常判定データ設定部１８は、ステップＳ１１で特定された工具Ｔの種類に対応させて、ロボット１の異常を判定するための異常判定データを設定する。
　例えば、特定された工具Ｔの種類がＴ１である場合、異常判定データ設定部１８は、データベース２０の工具Ｔ１が取り付けられていたときの状態データの中から診断を行う日の前年同月の外乱トルク値のデータを取得し、取得したデータから平均値、分散値および中央値を算出する。そして、これらのうちのいずれか一つ、または複数を異常判定データとして設定し、異常を判定するときの閾値として使用する。このように、異常判定データ設定部１８は、工具Ｔ１が取り付けられていたときの状態データを用いて異常判定データを設定するので、異常判定データは工具Ｔの種類に対応して設定されている。
　また、異常判定データ設定部１８は、診断を行う日の前年同月の外乱トルク値のデータを、所定の学習モデルで処理することによって異常判定データを設定してもよい。例えば、外乱トルク値のデータに対して、所定の処理を行って外乱トルク値の波形パターンや確率分布を求めて、異常判定データとして設定してもよい。また、この他に外乱トルク値の変化を示す周波数や標準偏差等のパラメータを求めて異常判定データとしてもよい。
　ステップＳ１４において、異常判定部１９は、データベース２０からステップＳ１１で特定された種類の工具Ｔが取り付けられていたときの外乱トルク値のデータのうち、直近の外乱トルク値のデータを取得する。そして、ステップＳ１５において、異常判定部１９は、取得した直近の外乱トルク値のデータと、ステップＳ１３で設定された異常判定データとを比較してロボット１が異常であるか否かを判定する。
　例えば、特定された工具Ｔの種類がＴ１である場合、異常判定部１９は、データベース２０の工具Ｔ１が取り付けられていたときの状態データの中から直近の外乱トルク値のデータを取得する。そして、取得したデータから平均値、分散値及び中央値のうちの少なくとも一つ（複数でも可）を算出する。そして、算出した直近の外乱トルク値の平均値、分散値及び中央値が、ステップＳ１３で設定された閾値（前年同月の平均値、分散値及び中央値）以下であるか否かを判定する。この結果、直近の外乱トルク値の平均値、分散値及び中央値が閾値以下であれば、ロボット１に異常は発生していないと判定して、本実施形態に係る異常判定処理を終了する。一方、直近の外乱トルク値の平均値、分散値及び中央値が閾値（前年同月の平均値、分散値及び中央値）より大きい場合には、ロボット１に異常が発生している可能性があると判定してステップＳ１６に進む。
　また、学習モデルから求めた波形パターンを異常判定データとして設定した場合には、異常判定部１９は、データベース２０の工具Ｔ１が取り付けられていたときの状態データの中から直近の外乱トルク値のデータを取得する。そして、取得したデータに対して所定の処理を行って、直近の外乱トルク値の波形パターンを算出し、算出した直近の外乱トルク値の波形パターンと、ステップＳ１３で設定された波形パターンとをマッチングする。その結果、マッチング度合いが所定値以上となって波形パターンが一致した場合には、ロボット１に異常は発生していないと判定して本実施形態に係る異常判定処理を終了する。一方、マッチング度合いが所定値未満となって波形パターンが一致しない場合には、ロボット１に異常が発生している可能性があると判定してステップＳ１６に進む。
　ステップＳ１６において、異常判定部１９は、異常判定装置３に付属して設置されたモニタ（図示せず）の表示画面上に、関節軸についての異常アラームを表示して、本実施形態に係る異常判定処理を終了する。
　［第１実施形態の効果］
　以上、詳細に説明したように、本実施形態に係る異常判定装置３では、ロボット１から状態データを取得して、取付部に取り付けられている工具Ｔの種類を特定する。そして、特定された工具Ｔの種類に対応させて、ロボット１の異常を判定するための異常判定データを設定し、設定された異常判定データと、特定された工具Ｔの種類の状態データとを比較してロボット１の異常を判定する。これにより、ロボットアームの先端に取り付けられた工具Ｔが交換されてもロボット１の異常を正確に判定することができる。
　例えば、図５に示すように、工具Ｔ１が交換されずに同一であれば、外乱トルク値の大きさは一定の範囲内となるので、過去の応答に基づいて閾値を設定すれば、異常を判定することは可能である。
　しかし、図６に示すように、同一のロボットであっても、ロボットアームの先端に取り付けられる工具がＴ１からＴ２に交換されると、工具の重量や作業動作が大きく変化するので、外乱トルク値が変化する範囲も大きく変化する。そのため、単に過去の応答に基づいて閾値を設定しても、ロボット１の異常を正確に判定することはできない。
　そこで、本実施形態に係る異常判定装置３では、工具Ｔの種類に対応させて、ロボット１の異常を判定するための異常判定データを設定し、設定された異常判定データと工具Ｔの種類の状態データとを比較してロボット１の異常を判定している。これにより、ロボットアームの先端に取り付けられた工具Ｔが交換されてもロボット１の異常を正確に判定することができる。
　また、本実施形態に係る異常判定装置３では、工具Ｔの取り付け時に記録される保全記録に基づいて、取付部に取り付けられている工具Ｔの種類を特定する。これにより、保全記録は保全が実施されると必ず記録されるものなので、工具Ｔを特定するための特別な情報を別途生成する必要がなくなる。したがって、工具Ｔを特定するために、追加の構成や処理を設けることなく工具Ｔを特定することができる。
　さらに、本実施形態に係る異常判定装置３では、状態データを記憶するデータベース２０をさらに備え、特定された工具Ｔの種類毎に状態データをデータベース２０に記録する。これにより、データベース２０から状態データを取得する際に、工具Ｔの種類に対応した状態データを容易に取得することができる。
　また、本実施形態に係る異常判定装置３では、特定された種類の工具Ｔが取り付けられていたときの状態データから閾値を算出し、算出された閾値を異常判定データとして設定する。これにより、特定された工具Ｔの種類の状態データを用いて閾値を設定するので、工具Ｔの種類に対応した異常判定データを設定することができる。したがって、ロボットアームの先端に取り付けられた工具Ｔが交換されてもロボット１の異常を正確に判定することができる。
　さらに、本実施形態に係る異常判定装置３では、特定された種類の工具Ｔが取り付けられていたときの状態データを、所定の学習モデルで処理することによって異常判定データを設定する。これにより、特定された工具Ｔの種類の状態データを用いて異常判定データを設定するので、工具Ｔの種類に対応した異常判定データを設定することができる。したがって、ロボットアームの先端に取り付けられた工具Ｔが交換されてもロボット１の異常を正確に判定することができる。
　また、本実施形態に係る異常判定装置３では、複数種類の工具Ｔとして、溶接用の工具と、作業対象物を把持する工具とを少なくとも含んでいる。これにより、さまざまな種類の工具が取り付けられている場合でも、ロボット１の異常を正確に判定することができる。
　［第２実施形態］
　以下、本発明を適用した第２実施形態について図面を参照して説明する。ただし、第１実施形態と同一の構成には同一の番号を付して詳細な説明は省略する。
　［異常判定システムの構成］
　図７は、本実施形態に係る異常判定装置を備えた異常判定システムの構成を示すブロック図である。図７に示すように、本実施形態に係る異常判定システム１００は、ロボット１のチェンジャＣに作業部位検知部７０を備えたことが第１実施形態と相違している。
　作業部位検知部７０は、ロボット１のチェンジャＣに取り付けられている工具Ｔの種類を検知するためのセンサとして機能する。作業部位検知部７０は、チェンジャＣに取り付けられている工具Ｔの構造に基づいて、工具Ｔの種類を検知する。例えば、チェンジャＣを構成するアタッチメントの形状等の機械的な接続から工具Ｔの種類を検知する。
　また、作業部位検知部７０は、工具Ｔに送信される信号を受信することにより、電気的な接続から工具Ｔの種類を検知してもよい。さらに、工具Ｔに通信タグ等を設置しておくことにより、工具Ｔと通信することによって、工具Ｔの種類を検知することも可能である。
　作業部位検知部７０は、工具Ｔの種類を検知すると、工具Ｔの種類を示すラベル等の識別情報を生成して動作統括制御部９に送信する。ただし、識別情報については、作業部位検知部７０で生成しなくても、ロボット制御装置２のいずれかで生成してもよい。生成された識別情報は、状態データとともに通信部１０を介して異常判定装置３に送信される。
　データ取得部１６は、ロボット１から通信部１５を介して状態データを取得する際に、同時に識別情報も取得する。そして、データ取得部１６は、取得した状態データと識別情報を工具Ｔの種類毎にデータベース２０に記録する。この際、データ取得部１６は、識別情報を自ら参照して、状態データを工具Ｔの種類毎にデータベース２０に記録する。
　作業部位特定部１７は、ロボット１から取得した識別情報に基づいて、チェンジャＣに取り付けられている工具Ｔの種類を特定する。例えば、工具Ｔの種類を示すラベルが、識別情報として各状態データとともにデータベース２０に記録されているので、作業部位特定部１７は、そのラベルを参照して、各状態データが生成されたときにチェンジャＣに取り付けられていた工具Ｔの種類を特定する。また、作業部位特定部１７は、ロボット１から識別情報を直接取得して、工具Ｔの種類を特定してもよい。
　［状態データ記録処理］
　次に、本実施形態に係る異常判定装置３による状態データ記録処理を説明する。本実施形態に係る状態データ記録処理は、図３のステップＳ５における工具Ｔの種類を特定する処理が第１実施形態と相違しているだけで、その他の処理は第１実施形態と同一である。第１実施形態では、ステップＳ５において、保全記録を参照して工具Ｔの種類を特定していたが、本実施形態では識別情報を参照して工具Ｔの種類を特定している。このように本実施形態の状態データ記録処理は、図３と同一のフローチャートによって実行することができるので、詳細な説明は省略する。
　［異常判定処理］
　次に、本実施形態に係る異常判定装置３による異常判定処理を説明する。本実施形態に係る異常判定処理は、図４のステップＳ１１における工具Ｔの種類を特定する処理が第１実施形態と相違しているだけで、その他の処理は第１実施形態と同一である。第１実施形態では、ステップＳ１１において、保全記録を参照して工具Ｔの種類を特定していたが、本実施形態では識別情報を参照して工具Ｔの種類を特定している。このように本実施形態の異常判定処理は、図４と同一のフローチャートによって実行することができるので、詳細な説明は省略する。
　［第２実施形態の効果］
　以上、詳細に説明したように、本実施形態に係る異常判定装置３では、工具Ｔの種類を示す識別情報をロボット１から取得し、この識別情報に基づいて、チェンジャＣに取り付けられている工具Ｔの種類を特定する。これにより、識別情報を参照するだけで工具Ｔの種類を容易に特定することができる。
　また、本実施形態に係る異常判定装置３では、ロボット１のチェンジャＣに取り付けられている工具Ｔの種類を検知する作業部位検知部７０をさらに備えている。これにより、チェンジャＣに取り付けられている工具Ｔの種類を直接検知できるので、工具Ｔの種類を容易に検知することが可能となる。
　さらに、本実施形態に係る異常判定装置３では、チェンジャＣに取り付けられている工具Ｔの構造に基づいて工具Ｔの種類を検知する。これにより、チェンジャＣを構成するアタッチメントの形状等から工具Ｔの種類を容易に検知することができ、誤検知をなくすこともできる。
　また、本実施形態に係る異常判定装置３では、チェンジャＣに取り付けられている工具Ｔと通信することによって工具Ｔの種類を検知する。これにより、アタッチメントの形状等の機械的な接続が同一な工具であっても、工具Ｔの種類を検知することが可能となる。
　なお、上述の実施形態は本発明の一例である。このため、本発明は、上述の実施形態に限定されることはなく、この実施形態以外の形態であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計などに応じて種々の変更が可能であることは勿論である。
　１　ロボット
　２　ロボット制御装置
　３　異常判定装置
　４　生産管理装置
　５　ロボットアーム
　６　サーボモータ
　７　パルスコーダ
　８　減速機
　９　動作統括制御部
　１０、１５、２２　通信部
　１１　サーボ制御部
　１２　外乱トルク演算部
　１３　状態データ取得部
　１４　サーボアンプ部
　１６　データ取得部
　１７　作業部位特定部
　１８　異常判定データ設定部
　１９　異常判定部
　２０　データベース
　２１　保全実績データベース
　２３　生産情報データベース
　７０　作業部位検知部
　１００　異常判定システム
　Ｃ　チェンジャ
　Ｔ　工具

Claims (12)

  1. 　複数種類の作業部位を交換可能に取り付けられる取付部を備えた作業機器から、前記作業機器の状態を示す状態データを取得して、前記作業機器の異常を判定する制御部を有する異常判定装置において、
    　前記制御部は、
    　前記作業機器から前記状態データを取得し、
    　前記取付部に取り付けられている前記作業部位の種類を特定し、
    　特定された前記作業部位の種類に対応させて、前記作業機器の異常を判定するための異常判定データを設定し、
    　前記作業機器から取得した状態データの中から、特定された種類の前記作業部位が取り付けられていたときの状態データを取得し、取得した前記状態データと、設定された前記異常判定データとを比較して前記作業機器の異常を判定する
    ことを特徴とする異常判定装置。
  2. 　前記制御部は、前記作業部位の取り付け時に記録される保全記録に基づいて、前記取付部に取り付けられている前記作業部位の種類を特定することを特徴とする請求項１に記載の異常判定装置。
  3. 　前記制御部は、前記作業部位の種類を示す識別情報を前記作業機器から取得し、前記識別情報に基づいて、前記取付部に取り付けられている前記作業部位の種類を特定することを特徴とする請求項１に記載の異常判定装置。
  4. 　前記状態データを記憶する記憶部をさらに備え、
    　前記制御部は、特定された前記作業部位の種類毎に、前記状態データを前記記憶部に記録することを特徴とする請求項１～３のいずれか１項に記載の異常判定装置。
  5. 　前記制御部は、特定された種類の前記作業部位が取り付けられていたときの前記状態データから閾値を算出し、算出された閾値を前記異常判定データとして設定することを特徴とする請求項１～４のいずれか1項に記載の異常判定装置。
  6. 　前記制御部は、特定された種類の前記作業部位が取り付けられていたときの前記状態データを、所定の学習モデルで処理することによって前記異常判定データを設定することを特徴とする請求項１～４のいずれか１項に記載の異常判定装置。
  7. 　前記複数種類の作業部位は、溶接用の作業部位と、作業対象物を把持する作業部位とを少なくとも含むことを特徴とする請求項１～６のいずれか１項に記載の異常判定装置。
  8. 　複数種類の作業部位を交換可能に取り付けられる取付部を備えた作業機器と、
    　前記作業機器から前記作業機器の状態を示す状態データを取得して、前記作業機器の異常を判定する異常判定装置とを備えた異常判定システムにおいて、
    　前記異常判定装置は、
    　前記作業機器から前記状態データを取得し、
    　前記取付部に取り付けられている前記作業部位の種類を特定し、
    　特定された前記作業部位の種類に対応させて、前記作業機器の異常を判定するための異常判定データを設定し、
    　前記作業機器から取得した状態データの中から、特定された種類の前記作業部位が取り付けられていたときの状態データを取得し、取得した前記状態データと、設定された前記異常判定データとを比較して前記作業機器の異常を判定する
    ことを特徴とする異常判定システム。
  9. 　前記作業機器の取付部に取り付けられている前記作業部位の種類を検知するセンサをさらに備えたことを特徴とする請求項８に記載の異常判定システム。
  10. 　前記センサは、前記取付部に取り付けられている前記作業部位の構造に基づいて、前記作業部位の種類を検知することを特徴とする請求項９に記載の異常判定システム。
  11. 　前記センサは、前記取付部に取り付けられている前記作業部位と通信することによって、前記作業部位の種類を検知することを特徴とする請求項９に記載の異常判定システム。
  12. 　複数種類の作業部位を交換可能に取り付けられる取付部を備えた作業機器から、前記作業機器の状態を示す状態データを取得して、前記作業機器の異常を判定する異常判定装置の異常判定方法において、
    　前記異常判定装置は、
    　前記作業機器から前記状態データを取得し、
    　前記取付部に取り付けられている前記作業部位の種類を特定し、
    　特定された前記作業部位の種類に対応させて、前記作業機器の異常を判定するための異常判定データを設定し、
    　前記作業機器から取得した状態データの中から、特定された種類の前記作業部位が取り付けられていたときの状態データを取得し、取得した前記状態データと、設定された前記異常判定データとを比較して前記作業機器の異常を判定することを特徴とする異常判定方法。
PCT/JP2018/017419 2018-05-01 2018-05-01 異常判定装置、異常判定システム及び異常判定方法 WO2019211892A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2020516985A JP6927421B2 (ja) 2018-05-01 2018-05-01 異常判定装置、異常判定システム及び異常判定方法
US17/051,950 US11931904B2 (en) 2018-05-01 2018-05-01 Abnormality determination apparatus, abnormality determination system, and abnormality determination method
CN201880093027.6A CN112135720A (zh) 2018-05-01 2018-05-01 异常判定装置、异常判定系统以及异常判定方法
EP18917410.5A EP3789165A4 (en) 2018-05-01 2018-05-01 MALFUNCTION DETERMINATION DEVICE, MALFUNCTION DETERMINATION SYSTEM, AND MALFUNCTION DETERMINATION PROCEDURE
PCT/JP2018/017419 WO2019211892A1 (ja) 2018-05-01 2018-05-01 異常判定装置、異常判定システム及び異常判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/017419 WO2019211892A1 (ja) 2018-05-01 2018-05-01 異常判定装置、異常判定システム及び異常判定方法

Publications (1)

Publication Number Publication Date
WO2019211892A1 true WO2019211892A1 (ja) 2019-11-07

Family

ID=68386472

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/017419 WO2019211892A1 (ja) 2018-05-01 2018-05-01 異常判定装置、異常判定システム及び異常判定方法

Country Status (5)

Country Link
US (1) US11931904B2 (ja)
EP (1) EP3789165A4 (ja)
JP (1) JP6927421B2 (ja)
CN (1) CN112135720A (ja)
WO (1) WO2019211892A1 (ja)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63288688A (ja) * 1987-05-18 1988-11-25 本田技研工業株式会社 ロボットハンド判別装置
JP2001147707A (ja) * 1999-11-24 2001-05-29 Olympus Optical Co Ltd 加工実績記録装置
JP2007219991A (ja) 2006-02-20 2007-08-30 Fanuc Ltd 異常負荷検出装置
JP2011518045A (ja) * 2007-12-11 2011-06-23 ケンナメタル インコーポレイテッド 集積回路チップを備える切削工具
JP2013043232A (ja) * 2011-08-23 2013-03-04 Ihi Corp ロボットとその制御方法
JP2014054692A (ja) * 2012-09-12 2014-03-27 Seiko Epson Corp 状態判別方法、ロボット、制御装置、及びプログラム
JP2017033346A (ja) * 2015-08-03 2017-02-09 オークマ株式会社 工作機械の情報取得装置
JP2017220111A (ja) * 2016-06-09 2017-12-14 ファナック株式会社 異常負荷検出の閾値を学習する機械学習器，数値制御装置および機械学習方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6260427B1 (en) 1997-07-28 2001-07-17 Tri-Way Machine Ltd. Diagnostic rule tool condition monitoring system
JPH11333657A (ja) 1998-05-22 1999-12-07 Okuma Corp 工具交換動作の異常監視装置
JP2004017260A (ja) * 2002-06-20 2004-01-22 Kawasaki Heavy Ind Ltd エンドエフェクタに分離機能を有する自動組立作業装置
JP4301278B2 (ja) * 2006-09-29 2009-07-22 パナソニック電工株式会社 工作機械の加工寸法予測装置
US7421886B1 (en) * 2007-06-15 2008-09-09 Fox Michael A Quick connect coupling test apparatus and method
JP5589460B2 (ja) * 2010-03-15 2014-09-17 豊和工業株式会社 ツールホルダ装着異常検出方法及び工作機械
JP5914994B2 (ja) * 2011-06-06 2016-05-11 セイコーエプソン株式会社 ロボット、およびロボットの制御方法
JP2014018822A (ja) * 2012-07-17 2014-02-03 Amada Co Ltd 工具交換方法及び装置
CN103576567A (zh) * 2012-07-26 2014-02-12 苏州宝时得电动工具有限公司 机器人及其控制方法、机器人系统
JP5962371B2 (ja) * 2012-09-20 2016-08-03 株式会社Ihi ロボットシステム並びにセンサ検査装置及び方法
JP2016087700A (ja) 2014-10-29 2016-05-23 ファナック株式会社 負荷情報の設定を確認する機能を備えた制御装置
JP6492677B2 (ja) * 2015-01-15 2019-04-03 株式会社デンソー 車載機
JP6430263B2 (ja) * 2015-01-19 2018-11-28 株式会社日立製作所 異常診断分析装置
RU2683151C1 (ru) * 2015-05-22 2019-03-26 Ниссан Мотор Ко., Лтд. Устройство диагностики неисправностей и способ диагностики неисправностей
BR112017025292B1 (pt) * 2015-05-25 2021-02-02 Nissan Motor Co., Ltd dispositivo de diagnóstico de falha e método de diagnóstico de falha

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63288688A (ja) * 1987-05-18 1988-11-25 本田技研工業株式会社 ロボットハンド判別装置
JP2001147707A (ja) * 1999-11-24 2001-05-29 Olympus Optical Co Ltd 加工実績記録装置
JP2007219991A (ja) 2006-02-20 2007-08-30 Fanuc Ltd 異常負荷検出装置
JP2011518045A (ja) * 2007-12-11 2011-06-23 ケンナメタル インコーポレイテッド 集積回路チップを備える切削工具
JP2013043232A (ja) * 2011-08-23 2013-03-04 Ihi Corp ロボットとその制御方法
JP2014054692A (ja) * 2012-09-12 2014-03-27 Seiko Epson Corp 状態判別方法、ロボット、制御装置、及びプログラム
JP2017033346A (ja) * 2015-08-03 2017-02-09 オークマ株式会社 工作機械の情報取得装置
JP2017220111A (ja) * 2016-06-09 2017-12-14 ファナック株式会社 異常負荷検出の閾値を学習する機械学習器，数値制御装置および機械学習方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3789165A4

Also Published As

Publication number Publication date
CN112135720A (zh) 2020-12-25
EP3789165A1 (en) 2021-03-10
JPWO2019211892A1 (ja) 2021-05-13
US11931904B2 (en) 2024-03-19
JP6927421B2 (ja) 2021-08-25
EP3789165A4 (en) 2021-08-18
US20210229283A1 (en) 2021-07-29

Similar Documents

Publication Publication Date Title
JP6428933B2 (ja) 故障診断装置及び故障診断方法
JP6428935B2 (ja) 故障診断装置及び故障診断方法
KR101849894B1 (ko) 고장 진단 장치 및 고장 진단 방법
WO2016189584A1 (ja) 故障診断装置及び故障診断方法
CN107614213B (zh) 故障诊断装置及故障诊断方法
JP6927421B2 (ja) 異常判定装置、異常判定システム及び異常判定方法
JP6848206B2 (ja) 故障診断装置及び故障診断方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18917410

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020516985

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018917410

Country of ref document: EP

Effective date: 20201201