面向工业机器人的异常检测分析方法及系统技术方案

本发明专利技术涉及异常检测技术领域，且公开了面向工业机器人的异常检测分析方法及系统，本方法针对异常数据信息获取具有数值长度数据段的异常特征长度和具有数值高度数据段的异常资源变量，将其构建成具有异常数据信息的数据库用做于后面的数据对比。通过采集工业机器人的实时监测数据，提取其在运行的过程中产生的数据信息，将其分为运行数据长度和运行资源变量，通过两侧对比的方式确保异常检测的准确性，防止单一检测带来的误差；同时将两者基于数据库进行划分，提高数据对比的准确性，最后利用其进行异常值的计算，并通过预设阈值进行对比，从而提高了异常检测的准确性，降低了对异常状态的误判，且根据准确的异常状态对应解决方案。决方案。决方案。

【技术实现步骤摘要】
面向工业机器人的异常检测分析方法及系统


[0001]本专利技术涉及异常检测
，具体为面向工业机器人的异常检测分析方法及系统。

技术介绍

[0002]随着企业对产品交付时间的不断缩短，对产品质量要求的不断提高，工业机器人工作状态的稳定性变得尤为重要。工业机器人在异常检测的过程中通常是利用采集到的数据与现有的异常数据进行对比，从而对工业机器人进行异常检测分析。但是传统的对比分析方式，检测精度不高，出现误判的概率较大。

技术实现思路

[0003]本专利技术主要是提供面向工业机器人的异常检测分析方法及系统。
[0004]为了解决上述技术问题，本专利技术采用如下技术方案：面向工业机器人的异常检测分析方法，包括：采集工业机器人运行时的异常数据信息，基于所述异常数据信息提取异常特征长度和异常资源变量，并构建数据库；采集工业机器人运行时的实时监测数据，基于所述实时监测数据提取运行数据长度和运行资源变量，并利用所述数据库对所述运行数据长度和运行资源变量进行划分；基于划分结果和数据库进行对比，基于对比相似度获取长度数量和资源量数量；基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向工业机器人的异常检测分析方法，其特征在于，包括：采集工业机器人运行时的异常数据信息，基于所述异常数据信息提取异常特征长度和异常资源变量，并构建数据库；采集工业机器人运行时的实时监测数据，基于所述实时监测数据提取运行数据长度和运行资源变量，并利用所述数据库对所述运行数据长度和运行资源变量进行划分；基于划分结果和数据库进行对比，基于对比相似度获取长度数量和资源量数量；基于所述长度数量和资源量数量计算异常值，并基于所述异常值与预设阈值进行对比，基于对比结果判断工业机器人是否处于异常状态；若工业机器人处于异常状态，则进行异常报警，以及基于异常状态匹配对应异常知识图谱的解决方案。2.根据权利要求1所述的方法，其特征在于，所述采集工业机器人运行时的异常数据信息，基于所述异常数据信息提取异常特征长度和异常资源变量，并构建数据库，包括：采集工业机器人运行时的异常数据信息；基于所述异常数据信息提取异常特征长度和异常资源变量；将所述异常特征长度划分为多个异常数据长度段，基于所述异常资源变量获取每一个异常数据长度段的对应异常资源量，将所述异常资源变量划分为多个异常数据高度段，基于所述异常特征长度获取每一个异常资源高度段的对应异常长度；基于所述对应异常资源量和对应异常长度构建数据库。3.根据权利要求2所述的方法，其特征在于，所述采集工业机器人运行时的实时监测数据，基于所述实时监测数据提取运行数据长度和运行资源变量，并利用所述数据库对所述运行数据长度和运行资源变量进行划分，包括：采集所述工业机器人运行时的实时监测数据；基于所述实时监测数据提取运行数据长度和运行资源变量；基于所述异常数据长度段的长度对所述运行数据长度进行划分，获取运行数据长度段，并获取与所述运行数据长度段对应的对应运行资源量，基于所述异常数据高度段的高度对所述运行资源变量进行划分，获取运行数据高度段，并获取与所述运行数据高度段对应的对应运行数据长度。4.根据权利要求3所述的方法，其特征在于；所述基于划分结果和数据库进行对比，基于对比相似度获取长度数量和资源量数量，包括：获取所述对应运行资源量和对应运行数据长度；获取所述对应异常资源量和对应异常长度；利用所述对应运行资源量与对应异常资源量进行相似度对比，获取相似度高的长度数量；利用所述对应运行数据长度与对应异常长度进行相似度对比，获取相似度高的资源量数量。5.根据权利要求4所述的方法，其特征在于，所述基于所述长度数量和资源量数量计算异常值，并基于所述异常值与预设阈值进行对比，基于对比结果判断工业机器人是否处于异常状态，包括：基于所述长度数量和资源量数量，计算异常值；将所述异常值与预设阈值进行对比，若大于则判断异常，若小于则判断非异常。<...

【专利技术属性】
技术研发人员：甘中学，冯浩然，
申请(专利权)人：智昌科技集团股份有限公司，
类型：发明
国别省市：