本帖最后由 滚刀鱼 于 2017-5-26 13:05 编辑
6 Y- j+ d8 D6 S& a% q+ C
' q. E5 Z5 Q! @( y, U/ P) W" f 明年又到评职称的年限了，为了迎合那些评审人员只看论文发表和专利的篇数的爱好，临时抱佛脚，抄了一篇，已发表。话说这些年版面费是水涨船高呀！
$ e& p3 o. F3 ^# d工业机器人故障诊断技术的发展趋势
0 @% }2 [; }; d+ e摘要：对国内外工业机器人及其故障诊断技术的发展现状进行了简要的总结，明确了国内外存在的差距，并对工业机器人故障诊断技术未来的发展趋势进行了分析和展望。
. C$ _9 R! M- t# N6 X: g! \关键词：工业机器人；故障诊断；发展现状；发展趋势 J2 z; `( N U9 j4 |7 o
0引言$ J) ], \7 q7 T V1 X2 S
工业机器人是一种集机械、电子、控制、计算机、传感器、人工智能等跨学科的先进技术于一体的智能装备, 对提高制造业的智能制造水平具有非常重要的意义，工业机器人作为现代制造业的主要自动化装备在国民经济的各个领域中应用非常广泛。目前，各个国家都非常重视工业机器人的技术研究，工业机器人的拥有量已经成为衡量一个国家制造业综合实力的重要标志之一[1]。. b b$ u% i. }, f
尽管工业机器人在现代制造业中起到越来越重要的作用，并在世界范围内，尤其在中国迅速普及，但是由于集多种高新技术于一体的工业机器人机构精密复杂，对维修技术人员的专业技能提出了极高的要求。目前工业机器人的应用企业普遍不具备自主维修的能力，当机器人出现故障停机时，往往需要通知外部服务商到企业故障现场进行诊断和维修，这个过程需要大量的等待时间，并且由于维修技术人员到达故障现场前不能全面详尽的获取故障机器人的日常运行状况、故障现象和故障发生前后的运行数据，因此维修技术人员往往到达故障现场后也不能迅速地对故障做出准确的诊断和处理，从而拖慢了恢复正常生产的时间，严重影响企业的生产节拍，加剧了停工企业的损失。因此，先进的故障诊断技术对保证工业机器人高效稳定的运行是非常必要的。- H# @' D- g# _( S' v
1 工业机器人故障诊断技术的发展现状
9 K/ @" k- x X1 s- k! K1.1工业机器人的发展现状. n" ^; d2 h" G/ u* q; D
工业机器人的发展可以分为三个阶段：第一代是示教再现型机器人，主要由控制器和示教器控制机器人按预先引导动作记录下的信息重复再现执行，目前制造业正大量的应用；第二代是感知型机器人，带有视觉、力觉等功能，可以对外界信息进行反馈调整，目前已经进入工业应用阶段；第三代是智能型机器人，它具有感知和理解外部环境的能力，可以适应外部环境的变化，目前尚处于试验研究阶段。所以，当前工业上应用的主要是第一代和第二代工业机器人[2]。
3 d$ x/ [8 N; A8 b 目前，工业机器人技术领域的领先者主要是欧美国家和日本，欧美国家主要包括美国的Adept、艾默生和American Robot、德国的KUKA、瑞典的ABB和意大利的COMAU等公司的产品，日本主要包括安川、川崎、发那科、那智不二越、三协和爱普生等公司的产品。
) @1 k8 p- ]! k+ b7 ]' l0 z( _- ? 美国的工业机器人技术发展起步比较早，早在1962年就研制出世界上第一台工业机器人，经过多年的建设和发展，美国现在已经成为工业机器人技术强国之一。日本开始工业机器人的研究和应用比欧美国家要晚几年，通过不断的技术研发和应用，日本在微电子技术、机械电子一体化技术等工业机器人基础技术上的研究始终保持世界领先地位，并且是当今世界上名副其实的工业机器人技术顶尖强国。- X/ S; T2 ~& D
近几年国内的工业机器人行业正在迅速崛起，目前国内主要包括沈阳新松、北京配天、北京时代、安徽埃夫特、广州数控和上海新时达等公司的产品。虽然当前国内工业机器人的保有量已经占全球的四分之一，并在工业机器人的技术研究上也取得了一定的进步，但是国内工业机器人的三大关键部件：高精度减速机、高精度伺服马达及驱动器和实时控制系统还依然受制于国外企业[3]。因此，国内工业机器人基础技术的研究还有很长一段路要走。0 ?4 }2 j. S9 a. M
1.2工业机器人故障诊断技术的发展现状% T7 L8 N' r" x6 b$ T/ W
工业机器人故障诊断技术的发展可以划分为三个阶段，第一阶段是维修技术人员通过观察故障机器人运行状态，测试噪声、运行轨迹、温度、振动等参数的异常变化，再与正常状态进行比较，凭借以往维修经验做出故障诊断。第二阶段是工业机器人的本地状态监测与故障诊断模式，通过错误代码提示机器人的故障信息，维修技术人员依据故障信息进行故障诊断，目前此种故障处理方式比较普遍。第三阶段是基于网络的远程实时监控和故障诊断模式，目前还处于试验研究阶段。" u% l7 w4 k" z/ F" J6 Y' C$ V6 o
目前，瑞典的ABB公司开发了一款“远程服务”平台，ABB利用该平台可以为客户企业的工业机器人提供远程实时监控和故障诊断服务，通过安装在客户企业现场的专用网络服务箱接收机器人的故障信息，可以预判机器人可能出现的故障问题，并为客户提供故障维修技术支持。与ABB的方案不同，日本发那科的工业机器人本身都支持远程实时监控和故障诊断，其远程服务系统不需要外加网络设备，利用现有的TCP/IP有限网络与客户现场的机器人进行远程沟通，对其进行远程故障诊断，并协助故障现场的维修技术人员实施故障诊断和处理工作。* O: {+ X V1 r0 F- k8 ?8 R/ k
目前，国内的工业机器人生产商还没有推出远程监控和故障诊断的应用系统，工业机器人的运行状态监控和故障诊断还是依靠机器人单机自主报警，通过示教器显示错误代码，提醒维修技术人员完成相应的故障诊断和处理，但是在大多数情况下错误代码并不能全面准确的反映故障问题根源，仍需要专业工程师在故障现场进行分析和维修[4]。因此，国内工业机器人远程故障诊断技术还存在很大的提升空间。
' x* C- }3 {( W% t% D; ~! ]2 工业机器人故障诊断技术的发展趋势
6 D4 G9 k; r# `3 ` M% o/ [4 X 工业机器人故障诊断技术经历了从现场经验判断到远程诊断、从简单到精密、从单机到网络的发展过程。从近几年工业机器人行业不断推出的新产品来看，工业机器人故障诊断技术正在向着远程化、网络化、集成化和智能化的方向发展。* ^& p) ]- V% l; O6 a; _
2.1 故障诊断技术远程化和网络化
' @ w6 }; u6 W- V& ?2 W: c5 s 工业机器人远程故障诊断技术是将现代故障诊断技术、传感器技术、视觉技术、计算机技术和专家系统等，与物联网技术有机结合，通过对机器人运行状态的远程实时监控和网络化跟踪，实现对机器人故障的早期诊断和及时维修，并且能够实现机器人运行状态数据、故障信息、分析方法和故障诊断知识的网络共享。
7 O, y0 n& R0 ~4 [. S 基于物联网的工业机器人远程故障诊断技术在降低机器人的平均故障间隔时间、提高企业的生产效率和降低企业的生产成本等方面具有很大的优势，是工业机器人故障诊断技术未来发展的一个重要方向。$ z }; `& P6 l) k* Q
2.2 故障诊断技术多源信息融合化% E- Q' S: I) {/ \: {) b
随着电子技术、信号检测与处理技术、计算机技术、网络通信技术以及控制技术的快速发展，使得利用计算机技术对获得的多个传感器信息在一定准则下加以自动分析、优化综合处理，并完成预期决策成为可能。基于多源信息融合技术的故障诊断方法是通过实时监控机器人的运行状态信息，比如机械的振动、异常声音、温度、压力、转数、输出扭矩和输出功率等，利用计算机技术融合这些数据信息，消除多个传感器信息之间存在的冗余和矛盾[5]，降低不确定因素的影响，准确的完成故障问题根源的判定，是今后工业机器人故障诊断技术重点研究的方向。) p. ^" Z) {: ~" U: ~
2.3多种故障诊断方法集成化
% E7 ^! \5 v5 L 目前，工业机器人的故障诊断方法主要包括基于信号处理的诊断方法、基于故障模型的诊断方法、基于神经网络的诊断方法、基于粗糙集的诊断方法、基于遗传算法的诊断方法、基于故障树的诊断方法、基于专家系统的诊断方法和基于模糊集的诊断方法等，由于每种方法都有其固有的优点、缺点和不足，或者针对某些特定的情况有效，而对其他情况效果则不明显。因此，利用各种故障诊断方法的优点，将多种诊断方法有机结合起来，实现优势互补，提高故障诊断的准确性，使其能更好地满足应用企业的需求，是今后工业机器人故障诊断技术需要继续研究的方向。" e2 u2 F% l3 d
3结 语
. M6 m- T" V/ C) N 研究工业机器人故障诊断技术的目的是为了提高故障诊断的准确性和故障排除的及时性，确保工业机器人能够安全稳定的运行。随着工业机器人的功能越来越多，应用越来越广泛，机械结构越来越精密，控制系统越来越复杂，对机器人的故障诊断技术提出了更高的要求。虽然经过机器人领域的技术专家多年的努力研究，现在已经提出多种先进的故障诊断方法，但是工业机器人故障诊断技术尚不完善，仍有一些工程应用问题需要更深入的研究。
; X9 O: s, g9 J3 f9 m参考文献
# u) p$ _- U+ Y0 ~% P' G& d8 a3 _[1] 孙志杰,王善军,张学鑫. 工业机器人发展现状与趋势[J].吉林工程技术师范学院学报,2011,27(7):61-62.& ]. B# H2 b; l7 u
[2] 王健,闵琳,汪杰,江文明,李星霖.机器人关键零部件的国产品牌破冰之道 [J].智慧工厂， 2016(04):6-15.
0 l! l, k5 X: W: E- x5 Q9 H[3] 曹文祥，冯雪梅.工业机器人研究现状及发展趋势[J].机械制造,2011(2):41-43.0 c( w6 ?7 C1 c: }1 z+ [3 I% L4 T
[4] 刘磊.工业机器人远程监控诊断服务系统的设计开发[D].大连理工大学硕士学位论文，2014.1 c( F7 l1 K; k" K
[5] 刘玲,张西,汪琳娜. 故障诊断技术的现状与发展[J].电子测试,2016(Z1):62-63.) D" D$ p9 Y; ?* q: ^2 P
7 L4 J: g% K/ M
/ U7 g! R/ |( Q1 \% E5 K5 |! b
3 k9 w0 j0 E& Z7 s
1 v* t' N. T) h h- B, R, u8 _# b7 |
|
发表于 2017-5-26 10:43:03
发表于 2017-5-26 11:24:14
