一种工业机器人智能预警方法及系统与流程

1.本发明涉及工业机器人技术领域，尤其涉及一种工业机器人智能预警方法及系统。


背景技术：

2.工业机器人是广泛用于工业领域的多关节机械手或多自由度的机器装置，具有一定的自动性，可依靠自身的动力能源和控制能力实现各种工业加工制造功能，因此工业机器人已经是制造生产力的其中一支主力军,而一旦机器人出现故障，不仅会影响某个工序的呆滞，还会导致整个生产线的连贯性都受到牵连，因此，需要对工业机器人进行监控，从而实现工业机器人预警的效果，现有工业机器人预警的方法主要是采用人工巡场及肉眼观测的方式，而人工巡场及肉眼观测的方式存在以下缺陷：(1)发现突发故障不及时，容易导致应对突发故障的时间长；(2)需要专业人员进行检测，在工业机器人快速增长的情况下，会出现检测人员欠缺的问题。


技术实现要素：

3.有鉴于此，本发明提出一种工业机器人智能预警方法及系统，可以解决现有工业机器人预警方法所存在的应对突发故障不及时和需要专业人员检测的缺陷。
4.本发明的技术方案是这样实现的：
5.一种工业机器人智能预警方法，具体包括以下步骤：
6.步骤s1，采集正常运行的工业机器人的转动轴的电流数据；
7.步骤s2，依据所述电流数据进行建模，生成模型数据，并将所述模型数据保存至数据库中；
8.步骤s3，实时采集待检测的工业机器人的转动轴的电流数据，并将采集到的实时电流数据发送至服务器中；
9.步骤s4，服务器调用所述模型数据，并依据所述模型数据对接收到的实时电流数据进行分析，判断工业机器人是否存在故障，若是，则发送异常通知，否则，检测下一组电流数据，从而实现智能预警的效果。
10.作为所述工业机器人智能预警方法的进一步可选方案，所述方法还包括以下步骤：
11.步骤s5，将实时电流数据发送至显示终端中进行可视化显示。
12.作为所述工业机器人智能预警方法的进一步可选方案，所述显示终端中显示的实时电流数据每间隔一段时间会刷新一次。
13.作为所述工业机器人智能预警方法的进一步可选方案，所述电流数据包括电流的波形数据和电流的数值大小数据。
14.作为所述工业机器人智能预警方法的进一步可选方案，所述电流数据采集通过采用卡扣式电流传感器和数据采集卡进行采集，每台工业机器人设置6个所述卡扣式电流传
感器和1个所述数据采集卡。
15.一种工业机器人智能预警系统，所述系统包括：
16.第一采集模块，用于采集正常运行的工业机器人的转动轴的电流数据；
17.建模模块，用于依据所述电流数据进行建模，生成模型数据；
18.数据库，用于保存所述模型数据；
19.第二采集模块，用于实时采集待检测的工业机器人的转动轴的电流数据，并将采集到的实时电流数据发送至服务器中；
20.服务器，用于调用所述模型数据，并依据所述模型数据对接收到的实时电流数据进行分析，判断工业机器人是否存在故障，若是，则发送异常通知，否则，检测下一组电流数据。
21.作为所述工业机器人智能预警系统的进一步可选方案，所述系统还包括显示终端，所述显示终端用于将实时电流数据进行可视化显示。
22.作为所述工业机器人智能预警系统的进一步可选方案，所述显示终端中显示的实时电流数据每间隔一段时间会刷新一次。
23.作为所述工业机器人智能预警系统的进一步可选方案，所述电流数据包括电流的波形数据和电流的数值大小数据。
24.作为所述工业机器人智能预警系统的进一步可选方案，所述电流数据采集通过采用卡扣式电流传感器和数据采集卡进行采集，每台工业机器人设置6个所述卡扣式电流传感器和1个所述数据采集卡。
25.本发明的有益效果是：通过采集正常运行工业机器人的转动轴的电流数据，并依据电流数据进行建模，生成模型数据，能够有效依据模型数据判断待检测的工业机器人的转动轴是否存在故障，从而解决了现有技术需要专业人员检测的技术问题，同时，通过实时采集待检测的工业机器人的转动轴的电流数据，能够及时发现突发故障，提高维修的效率，从而有效解决现有技术应对突发故障不及时的技术问题。
附图说明
26.为了更清楚地说明本发明实施例或现有技术中的技术方案，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地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
27.图1为本发明一种工业机器人智能预警方法的流程示意图；
28.图2为本发明一种工业机器人智能预警系统的组成示意图。
具体实施方式
29.下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
30.参考图1
‑
2，一种工业机器人智能预警方法，具体包括以下步骤：
31.步骤s1，采集正常运行的工业机器人的转动轴的电流数据；
32.步骤s2，依据所述电流数据进行建模，生成模型数据，并将所述模型数据保存至数据库中；
33.步骤s3，实时采集待检测的工业机器人的转动轴的电流数据，并将采集到的实时电流数据发送至服务器中；
34.步骤s4，服务器调用所述模型数据，并依据所述模型数据对接收到的实时电流数据进行分析，判断工业机器人是否存在故障，若是，则发送异常通知，否则，检测下一组电流数据，从而实现智能预警的效果。
35.在本实施例中，通过采集正常运行工业机器人的转动轴的电流数据，并依据电流数据进行建模，生成模型数据，能够有效依据模型数据判断待检测的工业机器人的转动轴是否存在故障，从而解决了现有技术需要专业人员检测的技术问题，同时，通过实时采集待检测的工业机器人的转动轴的电流数据，能够及时发现突发故障，提高维修的效率，从而有效解决现有技术应对突发故障不及时的技术问题。
36.需要说明的是，每个工业机器人均设置有唯一的i d，在采集工业机器人的转动轴的电流数据时，同时采集工业机器人的i d信息；
37.此外，所述依据所述电流数据进行建模，生成模型数据，具体为：对正常运行的工业机器人利用1
‑
2周的时间采集电流数据，每5分钟截取一次数据分段，第一段数据截取后存为一个模板，第二段数据截取后和第一段进行对比，匹配率低于99％的情形、存为第二个模板；相反匹配率如高于99％，那视为第一个模板。第三段数据截取后和第一段、第二段进行对比，同样匹配率都低于99％的情形、存为第三个模板，相反则视为已经存在的模板数据不记录，如此类推，1
‑
2周的时间采集到的数据对比分析出来的所有模板都存储至服务器端，从而形成模型数据；
38.所述依据所述模型数据对接收到的实时电流数据进行分析，具体为：首先根据工业机器人id找到数据库中该工业机器人id所对应的所有模型数据，然后将实时数据和对应的模型数据逐一进行对比，匹配率均未达到设置的峰值时，判定为异常数据，工业机器人存在故障，相反，匹配率能够达到设置的峰值时，则视为正常数据，工业机器人正常运行。
39.优选的，所述方法还包括以下步骤：
40.步骤s5，将实时电流数据发送至显示终端中进行可视化显示。
41.在本实施例中，通过将实时电流数据发送至显示终端中进行可视化显示，能够实现人工监控和人工分析的效果，当服务器由于需要处理的数据过多而无法及时处理时，通过人工监控和人工分析就能够及时处理，从而进一步提高应对工业机器人故障的效率。
42.优选的，所述显示终端中显示的实时电流数据每间隔一段时间会刷新一次。
43.在本实施例中，实时监控工业机器人各转动轴的实时电流数据，显示终端的展示页面数据就会实时刷新，刷新频率为5秒，或者选择转动轴的最近5分钟实时数据可展示实时变化曲线，且实时刷新，刷新频率为5秒，或者也可展示本年度中各月电流平均值的变化曲线，最近10年的各年度电流平均值的变化曲线。
44.优选的，所述电流数据包括电流的波形数据和电流的数值大小数据。
45.在本实施例中，通过观察电流的波形数据，能够及时了解工业机器人的轴承故障，因为轴承故障会导致电流波形周期发生变化，通过观察电流的数值大小数据，能够及时了
解工业机器人的绝缘故障，因为绝缘故障会导致电流大小发生变化。
46.优选的，所述电流数据采集通过采用卡扣式电流传感器和数据采集卡进行采集，每台工业机器人设置6个所述卡扣式电流传感器和1个所述数据采集卡。
47.在本实施例中，通过采用卡扣式电流传感器，能够不破坏现有设备及线路，不会对现有生产造成不良影响，从而提高安全性。
48.一种工业机器人智能预警系统，所述系统包括：
49.第一采集模块，用于采集正常运行的工业机器人的转动轴的电流数据；
50.建模模块，用于依据所述电流数据进行建模，生成模型数据；
51.数据库，用于保存所述模型数据；
52.第二采集模块，用于实时采集待检测的工业机器人的转动轴的电流数据，并将采集到的实时电流数据发送至服务器中；
53.服务器，用于调用所述模型数据，并依据所述模型数据对接收到的实时电流数据进行分析，判断工业机器人是否存在故障，若是，则发送异常通知，否则，检测下一组电流数据。
54.在本实施例中，通过采集正常运行工业机器人的转动轴的电流数据，并依据电流数据进行建模，生成模型数据，能够有效依据模型数据判断待检测的工业机器人的转动轴是否存在故障，从而解决了现有技术需要专业人员检测的技术问题，同时，通过实时采集待检测的工业机器人的转动轴的电流数据，能够及时发现突发故障，提高维修的效率，从而有效解决现有技术应对突发故障不及时的技术问题。
55.需要说明的是，每个工业机器人均设置有唯一的i d，在采集工业机器人的转动轴的电流数据时，同时采集工业机器人的i d信息；
56.此外，所述依据所述电流数据进行建模，生成模型数据，具体为：对正常运行的工业机器人利用1
‑
2周的时间采集电流数据，每5分钟截取一次数据分段，第一段数据截取后存为一个模板，第二段数据截取后和第一段进行对比，匹配率低于99％的情形、存为第二个模板；相反匹配率如高于99％，那视为第一个模板。第三段数据截取后和第一段、第二段进行对比，同样匹配率都低于99％的情形、存为第三个模板，相反则视为已经存在的模板数据不记录，如此类推，1
‑
2周的时间采集到的数据对比分析出来的所有模板都存储至服务器端，从而形成模型数据；
57.所述依据所述模型数据对接收到的实时电流数据进行分析，具体为：首先根据工业机器人id找到数据库中该工业机器人id所对应的所有模型数据，然后将实时数据和对应的模型数据逐一进行对比，匹配率均未达到设置的峰值时，判定为异常数据，工业机器人存在故障，相反，匹配率能够达到设置的峰值时，则视为正常数据，工业机器人正常运行。
58.优选的，所述系统还包括显示终端，所述显示终端用于将实时电流数据进行可视化显示。
59.在本实施例中，通过将实时电流数据发送至显示终端中进行可视化显示，能够实现人工监控和人工分析的效果，当服务器由于需要处理的数据过多而无法及时处理时，通过人工监控和人工分析就能够及时处理，从而进一步提高应对工业机器人故障的效率。
60.优选的，所述显示终端中显示的实时电流数据每间隔一段时间会刷新一次。
61.在本实施例中，实时监控工业机器人各转动轴的实时电流数据，显示终端的展示
页面数据就会实时刷新，刷新频率为5秒，或者选择转动轴的最近5分钟实时数据可展示实时变化曲线，且实时刷新，刷新频率为5秒，或者也可展示本年度中各月电流平均值的变化曲线，最近10年的各年度电流平均值的变化曲线。
62.优选的，所述电流数据包括电流的波形数据和电流的数值大小数据。
63.在本实施例中，通过观察电流的波形数据，能够及时了解工业机器人的轴承故障，因为轴承故障会导致电流波形周期发生变化，通过观察电流的数值大小数据，能够及时了解工业机器人的绝缘故障，因为绝缘故障会导致电流大小发生变化。
64.优选的，所述电流数据采集通过采用卡扣式电流传感器和数据采集卡进行采集，每台工业机器人设置6个所述卡扣式电流传感器和1个所述数据采集卡。
65.在本实施例中，通过采用卡扣式电流传感器，能够不破坏现有设备及线路，不会对现有生产造成不良影响，从而提高安全性。
66.以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。