一种机器人故障预测方法及装置，用以更准确地对机器人故障进行预测。所述方法包括：接收监控命令当前的执行信息，所述执行信息包括所述监控命令的信息以及在执行所述监控命令的过程中所述机器人的各轴的扭矩；若在此次执行所述监控命令的过程中，所述机器人的任一轴的扭矩最大值超过该轴的扭矩监测阈值，或者扭矩抖动量最大值超过该轴的扭矩抖动量监测阈值，则判断所述机器人存在异常；其中，所述监控命令根据在过去的设定时间段内所述机器人执行控制命令集合中各个控制命令的次数，以及在执行所述各个控制命令的过程中所述机器人的各轴的运动距离确定。各轴的运动距离确定。各轴的运动距离确定。
【技术实现步骤摘要】
一种机器人故障预测方法及装置
[0001]本申请涉及工业机器人领域，尤其涉及一种机器人故障预测方法及装置。
技术介绍
[0002]工业机器人容易出现故障的关键部件有伺服电机和伺服驱动器。工业机器人的一些机械故障，例如零件磨损、皮带老化等，也都能够改变机械性能，并通过伺服电机的扭矩输出变化来反应。关于具备伺服电机等驱动部件的工业机器人，目前已存在保存伺服电机的历史数据并且将其用于机器人的维护和故障诊断的技术。
[0003]为了进行工业机器人的预防性维护和故障诊断，现有技术中的做法为：通过机器人的历史数据中扭矩的最大值和最小值确定一个扭矩的设定范围。如果机器人在运行过程中，扭矩的最大值或最小值超出了该设定范围，则认为机器人出现故障。由于机器人运行过程中运动距离和速度多样，扭矩变化范围很大，而当机器人出现一般故障时，扭矩可能不会超过设定范围，因此，通过此种方法识别出工业机器人出现异常的效果欠佳。只有在机器人出现严重问题时扭矩才会超过设定范围，此时产线可能会因为故障停机，造成较大的经济损失。
[0004]因此，目前亟需一种方案，用以更准确地对机器人故障进行预测。
技术实现思路
[0005]本申请提供一种机器人故障预测方法及装置，用以更准确地对机器人故障进行预测。
[0006]第一方面，本申请实施例提供一种机器人故障预测方法，该方法应用于机器人故障预测装置，该方法包括：接收监控命令当前的执行信息，所述执行信息包括所述监控命令的信息以及在执行所述监控命令的过程中所述机器人的各轴的扭矩；若在此次执行所述监控命令的过程中，所述机器人的任一轴的扭矩最大值超过该轴的扭矩监测阈值，或者扭矩抖动量最大值超过该轴的扭矩抖动量监测阈值，则判断所述机器人存在异常；其中，所述监控命令根据在过去的设定时间段内所述机器人执行控制命令集合中各个控制命令的次数，以及在执行所述各个控制命令的过程中所述机器人的各轴的运动距离确定。
[0007]上述技术方案中，一方面，提供了一种监控命令的选择机制，根据控制命令的执行次数以及控制命令使得机器人的各轴的运动距离的大小来选择。另一方面，在选择好的监控命令的基础上，考虑了机器人的各轴执行监控命令时的扭矩大小以及扭矩抖动量的变化情况等多种因素进行机器人故障预测，因此，可以有效提高机器人故障预测的准确性。
[0008]在一种可能的设计中，所述方法还包括：从所述控制命令集合中选择在执行控制命令的过程中所述机器人的各轴的运动距离均大于该轴对应的最小运动距离的各个控制命令，作为候选监控命令；从各个所述候选监控命令中，选择在所述设定时间段内执行次数最多的候选监控命令作为所述监控命令。
[0009]上述技术方案中，先筛选出各轴运动距离大于该轴最小运动距离的各控制命令作
为候选监控命令，避免选出的监控命令因某个轴的运动距离过小，导致该轴的扭矩较小，使得该轴的监测阈值不具备参考价值的情况。再从候选命令中选出执行次数最多的控制命令作为监控命令，可以使选择的监控命令参考价值更高，基于该监控命令进行故障预测的准确性更高。
[0010]在一种可能的设计中，所述方法还包括：针对所述控制命令集合中的每个控制命令，根据所述控制命令的示教点，确定在执行所述控制命令的过程中所述机器人的各轴的运动距离。
[0011]上述技术方案中，通过控制命令的示教点，可以得到执行该控制命令过程中每个轴更准确的运动距离。
[0012]在一种可能的设计中，所述方法还包括：根据接收到的所述监控命令过去的N条执行信息，确定在过去的N次执行所述监控命令的过程中，所述机器人的各轴的扭矩最大值的分布范围和扭矩抖动量最大值的分布范围，N为正整数；根据所述机器人的各轴的扭矩最大值的分布范围，确定所述机器人的各轴分别对应的所述扭矩监测阈值，以及根据所述机器人的各轴的扭矩抖动量最大值的分布范围，确定所述机器人的各轴分别对应的所述扭矩抖动量监测阈值。
[0013]上述技术方案中，扭矩监测阈值和扭矩抖动量监测阈值是根据过去执行的监控命令的真实扭矩值确定的，可以为机器人故障预测提供更可靠的判断依据。
[0014]在一种可能的设计中，所述执行信息还包括在执行所述监控命令的过程中所述机器人的各轴的运动速度；所述方法还包括：根据所述机器人的各轴的运动速度，确定在每次执行所述监控命令的过程中所述机器人的各轴的五个运动阶段，所述五个运动阶段包括加速过程加速度增加阶段、加速过程加速度减少阶段、匀速阶段、减速过程加速度增加阶段和减速过程加速度减少阶段；所述根据所述机器人的各轴的扭矩最大值的分布范围，确定所述机器人的各轴分别对应的所述扭矩监测阈值，以及根据所述机器人的各轴的扭矩抖动量最大值的分布范围，确定所述机器人的各轴分别对应的所述扭矩抖动量监测阈值，包括：针对所述机器人的每个轴，根据该轴在各个运动阶段的扭矩最大值的分布范围，确定该轴在所述各个运动阶段分别对应的所述扭矩监测阈值，以及根据该轴在各个运动阶段的扭矩抖动量最大值的分布范围，确定该轴在所述各个运动阶段分别对应的所述扭矩抖动量监测阈值。
[0015]上述技术方案中，考虑到机器人各轴的加减速过程与匀速过程输出的扭矩大小不同，将机器人各轴的运动过程分为五个运动阶段，对于每个运动阶段生成对应的扭矩监测阈值和扭矩抖动量监测阈值，可以在对各轴的每个运动阶段采用不同的标准进行故障预测，提高机器人故障预测的准确率。
[0016]在一种可能的设计中，所述若在此次执行所述监控命令的过程中，所述机器人的任一轴的扭矩最大值超过该轴的扭矩监测阈值，或者扭矩抖动量最大值超过该轴的扭矩抖动量监测阈值，则判断所述机器人存在异常，包括：若在此次执行所述监控命令的过程中，所述机器人的任一轴在任一运动阶段的扭矩最大值超过该轴在所述运动阶段对应的扭矩监测阈值，或者扭矩抖动量最大值超过该轴在所述运动阶段对应的扭矩抖动量监测阈值，则判断所述机器人存在异常。
[0017]上述技术方案中，机器人执行监控命令时，根据各轴的每个运动阶段的扭矩最大
值和扭矩抖动量的最大值，判断机器人的异常情况。对于各轴的每个运动阶段采用不同的标准进行故障预测，可以使机器人故障预测的准确率更高。
[0018]在一种可能的设计中，所述方法还包括：针对每次执行所述监控命令的过程，根据该次执行所述监控命令的过程中所述机器人的各轴的扭矩，绘制所述机器人的各轴的扭矩变化曲线；针对所述机器人的每个轴，通过对该轴的扭矩变化曲线进行平滑处理，得到该轴经过平滑处理后的扭矩变化曲线；根据所述扭矩变化曲线与所述经过平滑处理后的扭矩变化曲线的各个扭矩值的绝对差值中的最大值，确定所述扭矩抖动量最大值。
[0019]上述技术方案中，对扭矩变化曲线进行平滑处理后得到扭矩抖动量的最大值，考虑了扭矩抖动的情况，可以使对机器人故障预测的准确率更高。
[0020]第二方面，本申请实施例提供一种机器人故障预测装置，包括：
[0021]接收模块，用于接收监控命令当前的执行信息，所述执行信息包括所述监控命令的信息以及在执行所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机器人故障预测方法，其特征在于，所述方法应用于机器人故障预测装置，所述方法包括：接收监控命令当前的执行信息，所述执行信息包括所述监控命令的信息以及在执行所述监控命令的过程中所述机器人的各轴的扭矩；若在此次执行所述监控命令的过程中，所述机器人的任一轴的扭矩最大值超过该轴的扭矩监测阈值，或者扭矩抖动量最大值超过该轴的扭矩抖动量监测阈值，则判断所述机器人存在异常；其中，所述监控命令根据在过去的设定时间段内所述机器人执行控制命令集合中各个控制命令的次数，以及在执行所述各个控制命令的过程中所述机器人的各轴的运动距离确定。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：从所述控制命令集合中选择在执行控制命令的过程中所述机器人的各轴的运动距离均大于该轴对应的最小运动距离的各个控制命令，作为候选监控命令；从各个所述候选监控命令中，选择在所述设定时间段内执行次数最多的候选监控命令作为所述监控命令。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：针对所述控制命令集合中的每个控制命令，根据所述控制命令的示教点，确定在执行所述控制命令的过程中所述机器人的各轴的运动距离。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：根据接收到的所述监控命令过去的N条执行信息，确定在过去的N次执行所述监控命令的过程中，所述机器人的各轴的扭矩最大值的分布范围和扭矩抖动量最大值的分布范围，N为正整数；根据所述机器人的各轴的扭矩最大值的分布范围，确定所述机器人的各轴分别对应的所述扭矩监测阈值，以及根据所述机器人的各轴的扭矩抖动量最大值的分布范围，确定所述机器人的各轴分别对应的所述扭矩抖动量监测阈值。5.根据权利要求4所述的方法，其特征在于，所述执行信息还包括在执行所述监控命令的过程中所述机器人的各轴的运动速度；所述方法还包括：根据所述机器人的各轴的运动速度，确定在每次执行所述监控命令的过程中所述机器人的各轴的五个运动阶段，所述五个运动阶段包括加速过程加速度增加阶段、加速过程加速度减少阶段、匀速阶段、减速过程加速度增加阶段和减速过程加速度减少阶段；所述根据所述机器人的各轴的扭矩最大值的分布范围，确定所述机器人的各轴分别对应的所述扭矩监测阈值，以及根据所述机器人的各轴的扭矩抖动量最大值的分布范围，确定所述机器人的各轴分别对应的所述扭矩...
【专利技术属性】
技术研发人员：孙毅，李红飞，周致远，
申请(专利权)人：合肥欣奕华智能机器有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。