机器人的预见性分析制造技术

根据本发明专利技术的用于对至少一个目标机器人(1)进行预见性分析的方法，其中，根据机器人的被分类的异常或正常状态以及采集的目标机器人(1)的状态值，确定对目标机器人(1)的状态的预测，该方法包括以下步骤：‑确定(S10；S15)目标机器人和/或至少一个其它机器人的异常状态值；‑将异常状态值分类(S20)到多个类别之一中；‑基于分类的异常状态值对状态值与类别之间的对应关系进行监督机器学习(S30)；‑采集(S40)目标机器人的状态值；以及‑基于这些采集的状态值和机器学习的对应关系来预测(S50)目标机器人的状态。

【技术实现步骤摘要】
【国外来华专利技术】机器人的预见性分析
本专利技术涉及用于对至少一个机器人进行预见性分析的一种方法和一种系统。
技术实现思路
本专利技术的目的在于改善机器人的操作。本专利技术的目的通过一种具有权利要求1所述特征的方法来实现。权利要求10、11请求保护用于执行本文所述方法的一种系统或计算机程序产品。优选的扩张方案由从属权利要求给出。根据本专利技术的一种实施方式，用于对一个或多个目标机器人进行预见性分析的方法包括以下步骤：-确定该一个或多个目标机器人和/或一个或多个特别是同类型的其它机器人的异常状态值；-将异常状态值分类到多个类别之一中；-基于或根据所分类的异常状态值，对状态值与类别之间的对应关系进行监督机器学习(“supervised(machine)learning”)；-采集该一个或多个目标机器人的状态值；以及-基于或根据所采集到的状态值以及被机器学习的对应关系，预测该一个或多个目标机器人的状态。通过在初始时确定异常状态值并将其分类或者说标记其类别，可以有利地实现对状态值与类别之间的对应关系的监督机本文档来自技高网...

【技术保护点】
1.一种用于对至少一个目标机器人(1)进行预见性分析的方法，包括以下步骤：/n-确定(S10；S15)所述目标机器人和/或至少一个其它机器人的异常状态值；/n-将所述异常状态值分类(S20)到多个类别之一中；/n-基于所分类的异常状态值，监督机器学习(S30)状态值与类别之间的对应关系；/n-采集(S40)所述目标机器人的状态值；以及/n-基于所采集的状态值和被机器学习的对应关系，预测(S50)所述目标机器人的状态。/n

【技术特征摘要】
【国外来华专利技术】20180305 DE 102018203234.31.一种用于对至少一个目标机器人(1)进行预见性分析的方法，包括以下步骤：
-确定(S10；S15)所述目标机器人和/或至少一个其它机器人的异常状态值；
-将所述异常状态值分类(S20)到多个类别之一中；
-基于所分类的异常状态值，监督机器学习(S30)状态值与类别之间的对应关系；
-采集(S40)所述目标机器人的状态值；以及
-基于所采集的状态值和被机器学习的对应关系，预测(S50)所述目标机器人的状态。


2.根据权利要求1所述的方法，其特征在于，所述异常状态值和/或所采集的状态值包括至少一个目标机器人或其它机器人的一维或多维的状态参量的时间曲线，特别是电的、热的、运动学的和/或动态的一维或多维的状态参量的时间曲线和/或所述时间曲线的统计特征值。


3.根据前述权利要求所述的方法，其特征在于，所述时间曲线包括在相同类型的参考运行中和/或在至少一个目标机器人或其它机器人的常规工作运行中的时间曲线。


4.根据前述权利要求中任一项所述的方法，其特征在于，利用异常检测算法来确定所述异常状态值。


5.根据前述权利要求中任一项所述的方法，其特征在于所述异常状态值，的确定包括：
-基于相同类型的参考运行，确定(S10)至少一个目标机器人和/或其它机器人的异常状态值的时间间隔；以及
-基于所述时间间隔，确定(S15)...

【专利技术属性】
技术研发人员：J·博克，M·卡什帕，
申请(专利权)人：库卡德国有限公司，
类型：发明
国别省市：德国;DE