一种基于大数据的机器人健康监控方法及系统技术方案

本发明专利技术提出了一种基于大数据的机器人健康监控方法、系统及存储介质，对机器人健康度评价模型建模，计算已经退役的机器人在机器人健康特征矩阵中所需时刻的健康特征值的正常状态值并保存至标准健康特征矩阵的标准健康特征值，将机器人健康特征值与标准健康特征值进行比较获得异常机器人数据并进行告警提示维修。本发明专利技术使用退役的机器人来学习，能够实时通过衰减程度精确获知机器人的健康状况，提高了机器人健康状态健康的效率。高了机器人健康状态健康的效率。高了机器人健康状态健康的效率。

A robot health monitoring method and system based on big data

The invention proposes a robot health monitoring method, system and storage medium based on big data, models the robot health evaluation model, calculates the normal state value of the health eigenvalue of the retired robot at the required time in the robot health characteristic matrix, and saves it to the standard health eigenvalue of the standard health characteristic matrix, Compare the robot health eigenvalue with the standard health eigenvalue to obtain abnormal robot data and carry out alarm prompt maintenance. The invention uses the retired robot to learn, can accurately know the health status of the robot through the attenuation degree in real time, and improves the efficiency of the health status of the robot. It improves the efficiency of robot health. It improves the efficiency of robot health< br/>

【技术实现步骤摘要】
一种基于大数据的机器人健康监控方法及系统


[0001]本专利技术涉及大数据
，特别是涉及一种基于大数据的机器人健康监控方法、系统及存储介质。

技术介绍

[0002]智能制造已成为工业界热点，如何提高生产设备的可靠性及生产过程的安全性是智能制造系统着力解决的关键问题。现有技术中存在着许多无法被决策者掌握的不确定因素，通常表现为设备的性能下降、健康衰退、零部件磨损、运行风险升高等。这些因素很难通过测量被定量化呈现，往往是工业生产中不可控的风险，会对企业生产过程造成不利影响，如机器意外停机和产品质量下降等。
[0003]现有技术传统的监控机器人健康状态的方式效率过低，无法及时反馈运行过程中出现的问题。

技术实现思路

[0004]基于上述问题，本专利技术提出了一种基于大数据的机器人健康监控方法、系统及存储介质，利用已退役的机器人计算并作为比较对象，获取异常机器人并进行告警维修提醒，实现了基于大数据的自适应维修告警。
[0005]一方面，本专利技术提出了一种基于大数据的机器人健康监控方法，所述方法包括，步骤101，采集机器人健康数据；步骤102，建立机器人健康特征矩阵；步骤103，计算机器人健康特征值；步骤104，对机器人健康度评价模型建模，计算已经退役的机器人在机器人健康特征矩阵中数据采集时刻的健康特征值的正常状态值并保存至标准健康特征矩阵的标准健康特征值；步骤105，将所述机器人健康特征值与所述标准健康特征值进行比较获得异常机器人数据并存入异常机器人健康列表，将异常机器人监控列表中的异常数据展示到前端显示面板中，提醒维修检测人员对异常机器人进行检修。
[0006]进一步地，所述建立机器人健康特征矩阵具体为，建立包含四维度参数的机器人健康特征矩阵；其中，n表示机器人编号，t表示数据采集的时间，ms表示主电机转速，cv表示机器人电流值，tv表示机器人主电机温度值，vv表示机器人扭矩，hcv表示机器人健康特征值。
[0007]进一步地，所述计算机器人健康特征值具体为，以主电机转速ms参数为中心参数，以机器人电流值cv为第一特征参数，以机器人主电机温度值tv为第二特征参数，以机器人扭矩vv为第三特征参数，计算机器人健康特征值：
，其中，表示机器人健康特征矩阵中的三个特征参数，i=1时表示机器人健康特征矩阵的第一特征参数cv，i=2时表示机器人健康特征矩阵的第二特征参数tv，i=3时表示机器人健康特征矩阵的第三特征参数vv，为特征维度调节参数。
[0008]进一步地，所述对机器人健康度评价模型建模，计算已经退役的机器人在机器人健康特征矩阵中第t时刻的健康特征值的正常状态值并保存至标准健康特征矩阵的标准健康特征值具体为，选取机器人健康特征矩阵中已退役的机器人作为建模对象，根据已经退役的机器人服役生命周期中的机器人健康特征矩阵信息，采用以下公式进行建模分析，其中，表示已经退役的机器人在机器人健康特征矩阵中第t时刻的健康特征值的正常状态值，表示已经退役的机器人在机器人健康特征矩阵中在服役的初始时刻t0的标准健康特征值，将的计算结果保存至标准健康特征矩阵的标准健康特征值，f为衰退系数。
[0009]进一步地，所述的计算方法具体为，步骤1041，选取9
m
个已退役的机器人，其中m大于等于3，建立第一计算特征矩阵；步骤1042，对所述第一计算特征矩阵执行迭代卷积计算，卷积核对所述第一计算特征矩阵进行遍历，计算获得。
[0010]进一步地，所述迭代卷积计算体为，设置卷积核，用卷积核对第一计算特征矩阵执行m层迭代卷积计算；每层卷积计算，卷积核对第一计算特征矩阵进行遍历，每次映射特征矩阵时采用
十字映射算法：，其中，hcv(2，y)为每次轮询中卷积核覆盖区域的子矩阵中位于第2行第y列位置的hcv值；为经过映射计算后的健康特征值；将保存到第二计算特征矩阵中，经过循环计算后获得。
[0011]进一步地，所述衰退系数的计算方法具体为：，其中，表示已经退役的机器人在机器人健康特征矩阵中服役的最后时刻ts的健康特征值hcv的平均值；表示已经退役的机器人在机器人健康特征矩阵中在服役的初始时刻t0的健康特征值，td为机器人的预期服役时长。
[0012]进一步地，所述预期服役时长的计算方法具体为，其中tm为机器人的设计总寿命时长，为当前机器人工作的历史故障率，为当前机器人工作的历史负载率。
[0013]另一方面，本专利技术还提出了一种基于大数据的机器人健康监控系统，所述系统包括，采集模块201，用于采集机器人健康数据；建模模块202，用于建立机器人健康特征矩阵；特征值计算模块203，用于计算机器人健康特征值；标准特征值模块204，用于对机器人健康度评价模型建模，计算已经退役的机器人在机器人健康特征矩阵中数据采集时刻的健康特征值的正常状态值并保存至标准健康特征矩阵的标准健康特征值；告警模块205，用于将所述机器人健康特征值与所述标准健康特征值进行比较获得异常机器人数据并存入异常机器人健康列表，将异常机器人监控列表中的异常数据展示到前端显示面板中，提醒维修检测人员对异常机器人进行检修。
[0014]此外，本专利技术提供一种计算机可读存储介质，用于存储计算机程序，所述程序执行前述基于大数据的机器人健康监控方法。
[0015]本专利技术提出了一种基于大数据的机器人健康监控方法、系统及存储介质，对机器人健康度评价模型建模，计算已经退役的机器人在机器人健康特征矩阵中所需时刻的健康
特征值的正常状态值并保存至标准健康特征矩阵的标准健康特征值，将机器人健康特征值与标准健康特征值进行比较获得异常机器人数据并进行告警提示维修。本专利技术使用退役的机器人来学习，能够实时通过衰减程度精确获知机器人的健康状况，提高了机器人健康状态监控的效率。
附图说明
[0016]为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术基于大数据的机器人健康监控方法流程图；图2为本专利技术基于大数据的机器人健康监控系统结构框图。
具体实施方式
[0018]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0019]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的描述中，需要说明的是，术语“第一”、“第二”等仅用于区分描述，而不能理解为指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的机器人健康监控方法，其特征在于，所述方法包括，步骤101，采集机器人健康数据；步骤102，建立机器人健康特征矩阵；步骤103，计算机器人健康特征值；步骤104，对机器人健康度评价模型建模，计算已经退役的机器人在机器人健康特征矩阵中数据采集时刻的健康特征值的正常状态值并保存至标准健康特征矩阵的标准健康特征值；步骤105，将所述机器人健康特征值与所述标准健康特征值进行比较获得异常机器人数据并存入异常机器人健康列表，将异常机器人监控列表中的异常数据展示到前端显示面板中，提醒维修检测人员对异常机器人进行检修。2.根据权利要求1所述的方法，其特征在于，所述建立机器人健康特征矩阵具体为，建立包含四维度参数的机器人健康特征矩阵；其中，n表示机器人编号，t表示数据采集的时间，ms表示主电机转速，cv表示机器人电流值，tv表示机器人主电机温度值，vv表示机器人扭矩，hcv表示机器人健康特征值。3.根据权利要求2所述的方法，其特征在于，所述计算机器人健康特征值具体为，以主电机转速ms参数为中心参数，以机器人电流值cv为第一特征参数，以机器人主电机温度值tv为第二特征参数，以机器人扭矩vv为第三特征参数，计算机器人健康特征值：其中，表示机器人健康特征矩阵中的三个特征参数，i=1时表示机器人健康特征矩阵的第一特征参数cv，i=2时表示机器人健康特征矩阵的第二特征参数tv，i=3时表示机器人健康特征矩阵的第三特征参数vv，为特征维度调节参数。4.根据权利要求2所述的方法，其特征在于，所述对机器人健康度评价模型建模，计算已经退役的机器人在机器人健康特征矩阵中第t时刻的健康特征值的正常状态值并保存至标准健康特征矩阵的标准健康特征值具体为：选取机器人健康特征矩阵中已退役的机器人作为建模对象，根据已经退役的机器人服役生命周期中的机器人健康特征矩阵信息，采用以下公式进行建模分析 ，
其中，表示已经退役的机器人在机器人健康特征矩阵中第t时刻的健康特征值的正常状态值，表示已经退役的机器人在机器人健康特征矩阵中在服役的初始时刻t0的标准健康特征值，将的计算结果保存至标准健康特征矩阵的标准健康特征值，f为衰退系数。5.根据权利要求4所述的方法，其特征在于，所述的计算方法具体为，...

【专利技术属性】
技术研发人员：孙伟，
申请(专利权)人：深圳希研工业科技有限公司，
类型：发明
国别省市：