机器人状态数据的预处理方法、装置和设备制造方法及图纸

本公开提出了一种机器人状态数据的预处理方法、装置和设备，该方法包括：从机器人当前上报的状态数据中读取各数据指标的指标值；根据机器人的故障数据确定各数据指标对应的预处理方法；根据各数据指标对应的预处理方法对各数据指标的指标值进行预处理，这样，就可以根据机器人的故障变化情况动态调整各数据指标对应的预处理方法，以使预处理后状态数据满足机器人动态故障诊断分析的需求。足机器人动态故障诊断分析的需求。足机器人动态故障诊断分析的需求。

【技术实现步骤摘要】
机器人状态数据的预处理方法、装置和设备


[0001]本公开涉及数据处理
，尤其涉及一种机器人状态数据的预处理方法、装置和设备。

技术介绍

[0002]随着工业机器人与互联网结合的发展和应用，工业机器人的故障诊断和数据分析随着Internet普及而得到广泛的应用。在工业机器人的智能监控系统中，工业机器人与物联网(IoT)相结合采集机器人各个机构的状态数据，并根据各个机构的状态数据对机器人进行故障诊断。但是在各个机构的状态数据的采集、上报、转存等处理过程中会出现噪声数据、不一致数据和丢失数据等无效数据，进而影响到故障诊断的准确性。因此，如何对各个机构的状态数据进行预处理显得尤为重要。
[0003]目前，在对各个机构的状态数据进行预处理时，通常直接对其中的无效数据进行删除或者采用“就近”采集的数据对无效数据进行填充。但是工业机器人是面向应用的设备，随着其本体的生命周期的变化，影响故障的因子也在随之发生变化，进而对进行故障诊断分析的状态数据需求也不相同，因此，现有的采用固定的预处理方法得到的状态数据难以满足动态故障诊断分析的需求。

技术实现思路

[0004]有鉴于此，本公开提出了一种机器人状态数据的预处理方法、装置和设备，通过本公开预处理方法得到的状态数据可以满足机器人动态故障诊断分析的需求。
[0005]根据本公开的第一方面，提供了一种机器人状态数据的预处理方法，包括：
[0006]从机器人当前上报的状态数据中读取各数据指标的指标值；
[0007]根据所述机器人的故障数据确定各所述数据指标对应的预处理方法；
[0008]根据各所述数据指标对应的预处理方法对各所述数据指标的指标值进行预处理。
[0009]在一种可能的实现方式中，在根据所述机器人的故障数据确定各所述数据指标对应的预处理方法时，包括：
[0010]根据所述机器人的故障数据，计算各所述数据指标对应的故障影响程度；
[0011]根据各所述数据指标对应的故障影响程度，确定各所述数据指标对应的预处理方法。
[0012]在一种可能的实现方式中，所述故障数据包括各所述数据指标对应的动态故障占比和预设故障占比中的至少一种；
[0013]其中，各所述数据指标对应的动态故障占比根据各所述数据指标对应的故障频率和故障历史数据计算得到。
[0014]在一种可能的实现方式中，所述故障影响程度的计算式如下所示：
[0015][0016]式中，f(x)为数据指标x对应的故障影响程度，H(x
i
)为第i条历史状态数据中所述数据指标x的历史指标值，d为数据指标x的对应的动态故障占比，p为预设的故障占比，T(j)为机器人各机构对应的数据指标阈值。
[0017]在一种可能的实现方式中，在根据所述数据指标对应的故障影响程度，确定各所述数据指标对应的预处理方法，包括：
[0018]根据各所述数据指标对应的故障影响程度，将各所述数据指标划分为关键性数据指标和非关键性数据指标；
[0019]将预设的第一预处理方法作为所述关键性数据指标对应的预处理方法，将预设的第二预处理方法作为所述非关键性数据指标的预处理方法。
[0020]在一种可能的实现方式中，所述第一预处理方法包括采用预设的填充算法对所述数据指标的无效指标值进行填充；
[0021]采用预设的填充算法对所述数据指标的无效指标值进行填充时，包括：
[0022]判断所述数据指标的指标值是否为无效指标值；
[0023]在判断所述数据指标的指标值为无效指标值时，基于所述数据指标对应的预设故障占比对所述无效指标值进行修订。
[0024]在一种可能的实现方式中，在基于所述数据指标对应的预设故障占比对所述无效指标值进行修订时，包括：
[0025]判断所述预设故障占比是否大于预设的故障占比阈值；
[0026]在判断所述预设故障占比大于所述故障占比阈值时，基于故障前上报的所述数据指标的指标值对所述无效指标值进行修订；
[0027]在判断所述预设故障占比小于等于所述故障占比阈值时，基于前一条上报的所述数据指标的指标值对所述无效数据指标值进行修订。
[0028]在一种可能的实现方式中，所述第二预处理方法包括删除所述数据指标的无效指标值。
[0029]根据本公开的第二方面，提供了一种机器人状态数据的预处理装置，其包括：
[0030]数据获取模块，用于从机器人当前上报的状态数据中读取各数据指标的指标值；
[0031]处理方法确定模块，用于根据所述机器人的故障数据确定各所述数据指标对应的预处理方法；
[0032]预处理模块，用于根据各所述数据指标对应的预处理方法对各所述数据指标的指标值进行预处理。
[0033]根据本公开的第三方面，提供了一机器人状态数据的预处理设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行本公开第一方面所述的方法。
[0034]本公开在对机器人的状态数据进行预处理时，先根据机器人的故障数据确定状态数据中各数据指标对应的预处理方法，再根据各数据指标对应的预处理方法对其进行预处理操作，这样，就可以根据机器人的故障变化情况动态调整各数据指标对应的预处理方法，
以使预处理后状态数据满足机器人动态故障诊断分析的需求。
[0035]根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
[0036]包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
[0037]图1示出根据本公开一实施例的机器人状态数据的预处理方法的示意性流程图；
[0038]图2示出根据本公开一实施例的机器人状态数据的预处理方法示例的示意性流程图；
[0039]图3示出根据本公开一实施例的机器人状态数据的预处理装置的示意性框图；
[0040]图4示出根据本公开一实施例的机器人状态数据的预处理设备的示意性框图。
具体实施方式
[0041]以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
[0042]在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
[0043]另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
[0044]<方法实施例>
[0045]图1示出根据本公开一实施例的机器人状态数据的预处理方法的示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人状态数据的预处理方法，其特征在于，包括：从机器人当前上报的状态数据中读取各数据指标的指标值；根据所述机器人的故障数据确定各所述数据指标对应的预处理方法；根据各所述数据指标对应的预处理方法对各所述数据指标的指标值进行预处理。2.根据权利要求1所述的方法，其特征在于，在根据所述机器人的故障数据确定各所述数据指标对应的预处理方法时，包括：根据所述机器人的故障数据，计算各所述数据指标对应的故障影响程度；根据各所述数据指标对应的故障影响程度，确定各所述数据指标对应的预处理方法。3.根据权利要求2所述的方法，其特征在于，所述故障数据包括各所述数据指标对应的动态故障占比和预设故障占比中的至少一种；其中，各所述数据指标对应的动态故障占比根据各所述数据指标对应的故障频率和故障历史数据计算得到。4.根据权利要求3所述的方法，其特征在于，所述故障影响程度的计算式如下所示：式中，f(x)为数据指标x对应的故障影响程度，H(x
i
)为第i条历史状态数据中所述数据指标x的历史指标值，d为数据指标x的对应的动态故障占比，p为预设故障占比，T(j)为机器人各机构对应的数据指标阈值。5.根据权利要求2所述的方法，其特征在于，在根据所述数据指标对应的故障影响程度，确定各所述数据指标对应的预处理方法，包括：根据各所述数据指标对应的故障影响程度，将各所述数据指标划分为关键性数据指标和非关键性数据指标；将预设的第一预处理方法作为所述关键性数据指标对应的预处理方法，将预设的第二预处理方法作为所述非关键性数...

【专利技术属性】
技术研发人员：巩潇，梁学修，杨学志，蒋杰，关永瀚，黄欣，余娴，
申请(专利权)人：中国软件评测中心工业和信息化部软件与集成电路促进中心，
类型：发明
国别省市：