CN107705780A - 控制装置和控制*** - Google Patents

控制装置和控制*** Download PDF

Info

Publication number
CN107705780A
CN107705780A CN201710656884.XA CN201710656884A CN107705780A CN 107705780 A CN107705780 A CN 107705780A CN 201710656884 A CN201710656884 A CN 201710656884A CN 107705780 A CN107705780 A CN 107705780A
Authority
CN
China
Prior art keywords
noise contribution
signal
control device
robot
output signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710656884.XA
Other languages
English (en)
Other versions
CN107705780B (zh
Inventor
有田创
有田创一
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fanuc Corp
Original Assignee
Fanuc Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fanuc Corp filed Critical Fanuc Corp
Publication of CN107705780A publication Critical patent/CN107705780A/zh
Application granted granted Critical
Publication of CN107705780B publication Critical patent/CN107705780B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G10K11/16—Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25022—LAN local area network for controllers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Manipulator (AREA)
  • General Factory Administration (AREA)
  • Feedback Control In General (AREA)
  • Numerical Control (AREA)

Abstract

通过识别并去除信号中包含的环境因素的噪声来高精度地控制多个制造机械。提供一种控制装置，包括：接收部(21)，通过通信网络接收从多个制造机械输出的输出信号；噪声成分提取部(22)，用于提取接收到的各个输出信号中共同包含的噪声成分；以及噪声成分去除部(23)，从至少一个输出信号中去除所提取的噪声成分。

Description

控制装置和控制***
技术领域
本发明涉及一种适用于对由通信网络连接的多个制造机械进行控制的控制装置和控制***。
背景技术
以往，已知有如下一种装置(例如参照专利文献1)：通过从连接于通信网络的多台机器人收集信息，从而对机器人的故障进行预测。另外，还已知有如下一种装置(例如参照专利文献2)：利用来自于设置在机器人的作业端上的振动传感器的信息来预测故障。
当像这些装置那样从机器人或设置于机器人的传感器收集信息时，在这些信息中大多含有来自环境因素的噪声，例如在装置附近通过的叉车的振动、电源电压的变动、加工机械所产生的噪声等等。一般而言，为了去除像这样的环境因素的噪声，针对含有来自传感器的信息的信号使用滤波器。
现有技术文献
专利文献
专利文献1：日本特开2004-202624号公报
专利文献2：日本特开平5-52712号公报
发明内容
发明所要解决的问题
然而，在一般的滤波处理中，存在难以单独识别并去除如上述那样的环境因素的噪声这样的问题。
本发明是鉴于上述问题而完成的，其目的在于提供一种控制装置和控制***，能够通过识别并去除信号中包含的环境因素的噪声而高精度地控制多个制造机械。
解决问题的手段
为了达到上述目的，本发明提供以下方案。
本发明的第一方面是一种控制装置，包括：接收部，通过通信网络接收从多个制造机械输出的输出信号；噪声成分提取部，提取接收到的各个所述输出信号中共同包含的噪声成分；以及噪声成分去除部，从至少一个所述输出信号中去除所提取的所述噪声成分。
根据本方面所涉及的控制装置，通过接收部经由通信网络接收从多个制造机械输出的信号，并通过噪声成分提取部对接收到的各个信号中共同包含的噪声成分进行提取。之后，通过噪声成分去除部从接收部接收到的信号中的至少一个信号中去除由噪声成分提取部提取的噪声。
由此，能够去除在多个制造机械输出的信号中共同叠加的环境因素的噪声成分。其结果，能够根据噪声成分去除后的信号而对各制造机械进行高精度地控制。
上述第一方面所涉及的控制装置也可以构成为，还包括异常检测部，所述异常检测部被配置为基于由所述噪声成分去除部去除了所述噪声成分后的信号，检测所述多个制造机械中的异常。
根据该结构，能够基于去除了噪声成分的信号检测各制造机械的异常，因此能够高精度地进行各制造机械的控制。
上述第一方面所涉及的控制装置也可以构成为，还包括滤波处理部，用于对由所述噪声成分去除部去除了所述噪声成分后的信号进行滤波处理；以及异常检测部，被配置为基于由所述滤波处理部进行所述滤波处理后的信号，检测所述多个制造机械中的异常。
根据该结构，通过使用异常检测部中输入的信号所期望的滤波器，从而能够生成适合用于进行异常检测的信号。
在上述第一方面所涉及的控制装置中，也可以为，所述输出信号包括所述多个制造机械各自所具有的编码器的输出或针对所述多个制造机械各自所具有的电动机的电流指令。
在上述第一方面所涉及的控制装置中，也可以为，所述输出信号包括来自设置于所述多个制造机械的各个制造机械的外部传感器的输出。
本发明的第二方面是一种控制***，包括上述的任一个控制装置以及通过所述通信网络连接于所述控制装置的所述多个制造机械。
发明的效果
根据本发明，能够实现通过识别并去除信号中包含的环境因素的噪声，从而高精度地控制多个制造机械的效果。
附图说明
图1是表示本发明的一个实施方式所涉及的控制***的概要结构的框图。
图2是表示本发明的第一实施方式所涉及的控制装置的概要结构的框图。
图3的(a)、(b)以及(c)是分别表示从不同的机器人输出的输出信号、环境因素噪声以及原信号的例子的图。
图4的(a)、(b)以及(c)是分别表示图3的(a)、图3的(b)以及图3的(c)所示的输出信号的图。
图5的(a)、(b)以及(c)是分别表示图4的(a)、图4的(b)以及图4的(c)所示的输出信号的频谱的图。
图6是表示从图5的(a)、图5的(b)以及图5的(c)所示的频谱提取共同的功率后的频谱的图。
图7是以时间区域表示图6的频谱得到的波形的图。
图8的(a)、(b)以及(c)是分别表示去除了图4的(a)、图4的(b)以及图4的(c)所示的输出信号和噪声成分后的信号的图。
图9是表示本发明的第一实施方式所涉及的控制装置中的处理的流程图。
图10是表示本发明的第二实施方式所涉及的控制装置的概要结构的框图。
图11是表示本发明的第二实施方式所涉及的控制装置中的处理的流程图。
图12是表示安装有外部传感器的机器人臂的一例的图。
具体实施方式
(第一实施方式)
下面参照附图详细说明本发明的第一实施方式所涉及的控制***。
如图1所示，本实施方式的控制***1包括：制造单元3，其具有由机器人#1～机器人#N表示的多台机器人31；作为控制装置的单元控制器(Cell controller)2，其用于对制造单元3所具有的多台机器人31进行控制；以及通信网络4，其用于对单元控制器2和制造单元3进行连接。
根据控制***1，将从机器人#1～机器人#N输出的各种信号经由通信网络4发送到单元控制器2。在单元控制器2中，根据这些各种各样的信号对机器人#1～机器人#N的故障、异常等的状态进行检测或预测。
此外，在本实施方式中，制造单元3虽然被设定为具有多台机器人31的结构，但并不仅限于此，也可以设定为具有机床等制造机械的结构。
并且，在本实施方式中，虽然为了便于说明将制造单元3设定为具有N台(N>3)机器人，但在实际上，只要具有至少两台机床、机器人等的制造机械就能够进行实施。
另外，在本实施方式中，虽然将控制制造单元3所具有的机器人的单元控制器2作为控制装置的一例进行了说明，但并不仅限于此，也可以代替单元控制器2而使用在网络上设置于更上位的层级的控制器。
下面参照附图详细说明控制***1所具有的单元控制器2的结构。此外，单元控制器2具有未图示的处理器(processor)，且被配置为该处理器进行图2所示的各功能块的处理。
如图2所示，单元控制器2具有作为功能块的接收部21、噪声成分提取部22以及噪声成分去除部23。并且，单元控制器2除了具有接收部21、噪声成分提取部22以及噪声成分去除部23以外，还具有异常检测部24。
接收部21通过通信网络4与多台机器人31相连接。并且，接收部21还与噪声成分提取部22和噪声成分去除部23相连接。同时，噪声成分提取部22与噪声成分去除部23相连接，噪声成分去除部23与异常检测部24相连接。
接收部21被配置为通过通信网络4接收来自机器人#1～机器人#N所表示的机器人31的输出信号。接收部21可以接收来自制造单元3所具有的所有机器人31的输出信号，也可以接收期望得到的至少两台机器人31的输出信号。在本实施方式中，接收部21接收来自机器人#1～机器人#3所表示的三台机器人31的输出信号。
从机器人#1所表示的机器人31输出的信号，例如是在图3(a)的粗实线所表示的原信号上，叠加图3(a)的虚线所表示的环境因素噪声后的如图3(a)中的细实线所表示的信号。
从机器人#2所表示的机器人31输出的信号，例如是在图3(b)的粗实线所表示的原信号上，叠加图3(b)的虚线所表示的环境因素噪声后的如图3(b)中的细实线所表示的信号。
从机器人#3所表示的机器人31输出的信号，例如是在图3(c)的粗实线所表示的原信号上，叠加图3的(c)的虚线所表示的环境因素噪声后的如图3(c)中的细实线所表示的信号。
另外，从机器人31输出的信号，例如是机器人31所具有的编码器的输出值或针对机器人31所具有的电动机的电流指令值。
噪声成分提取部22被配置为基于接收部21接收到的来自多台机器人31的输出信号，提取各输出信号中共同包含的噪声成分。
更具体地，噪声成分提取部22被配置为：通过对来自机器人#1～机器人#3所表示的机器人31的输出信号(图4的(a)～(c))进行傅里叶变换，求出如图5的(a)～(c)所示的与各输出信号相对应的频谱。进一步地，噪声成分提取部22被配置为提取每个频率的如图5的(a)～(c)所示的各频谱间共同的功率。换言之，通过按频率选择多个频谱中具有最小值的频谱的功率，从而生成如图6所示的共同功率谱。然后，噪声成分提取部22在对共同功率谱进行高通滤波器并去除原信号自身中包含的低频成分之后，再进行逆傅里叶变换，从而提取如图7所示的噪声成分。
此外，高通滤波器的截止频率例如是10Hz～15Hz左右。
噪声成分去除部23被配置为：通过计算由噪声成分提取部22提取的噪声成分与由接收部接收到的来自多台机器人31的输出信号中的至少一个信号的差分，从而去除噪声成分。去除噪声成分后的信号用图8的(a)～(c)的粗实线来表示。
此外，也可以设定为，仅对在接下来的异常检测部24中设定为异常检测对象的机器人31的输出信号，实施由噪声成分去除部23进行的噪声成分的去除。
异常检测部24被配置为基于由噪声成分去除部23去除了噪声成分后的信号，检测机器人31中的异常、故障。
具体地说，在去除了噪声成分后的信号超过预先设定的规定阈值时，判断为在输出该信号的机器人31中发生了异常或故障。或者，也可以设定为通过进行机械学习来对当前或将来的异常、故障进行检测或预测。
以下，参照图9对具有上述结构的单元控制器2的作用进行说明。
首先，通过接收部21接收来自机器人#1～机器人#3所表示的机器人31的输出信号(图9的步骤SA1)。接着，提取接收到的多个输出信号中共同的噪声成分(图9的步骤SA2)。再接着，从成为异常检测对象的机器人31的输出信号中去除所提取的噪声成分(图9的步骤SA3)。然后，使用去除了噪声成分后的信号，对机器人31进行异常检测(图9的步骤SA4)。
通过这样，确定多台机器人31的输出信号中共同的环境因素的噪声成分，并基于去除了该噪声成分后的信号进行异常检测，从而能够不受环境因素的干扰，高精度地控制机器人31。
(第二实施方式)
以下说明本发明的第二实施方式所涉及的控制***。
本实施方式所涉及的控制***的结构与第一实施方式的不同点在于：代替图1所示的第一实施方式所涉及的控制***1的单元控制器2而具有单元控制器5。即，本实施方式所涉及的控制***包括：制造单元3，其具有由机器人#1～机器人#N表示的多台机器人31；作为控制装置的单元控制器5，其用于对制造单元3所具有的多台机器人31进行控制；以及通信网络4，其用于对单元控制器5和制造单元3进行连接。
根据本实施方式所涉及的控制***，将从机器人#1～机器人#N输出的各种信号经由通信网络4发送到单元控制器5。在单元控制器5中，根据这些各种各样的信号对机器人#1～机器人#N的故障、异常之类的状态进行检测或预测。
此外，在本实施方式中，制造单元3虽然被设定为具有多台机器人31的结构，但并不仅限于此，也可以设定为具有机床等制造机械的结构。
另外，在本实施方式中，虽然为了便于说明将制造单元3设定为具有N台(N>3)机器人，但在实际上，只要具有至少两台机床、机器人等的制造机械就能够进行实施。
另外，在本实施方式中，虽然将控制制造单元3所具有的机器人的单元控制器5作为控制装置的一例进行了说明，但并不限定于此，也可以代替单元控制器5而使用在网络上设置于更上位的层级的控制器。
以下，参照附图详细说明单元控制器5的结构。此外，单元控制器5具有未图示的处理器，且被配置为该处理器进行图10所示的各功能块的处理。在以下的说明中，对与第一实施方式所涉及的控制***1所具有的单元控制器2的结构相同的地方附加相同的附图标记并省略其说明。
如图10所示，与第一实施方式所涉及的单元控制器2相同，单元控制器5具有作为功能块的接收部21、噪声成分提取部22以及噪声成分去除部23。另外，单元控制器5除了具有接收部21、噪声成分提取部22以及噪声成分去除部23以外，还具有滤波处理部51和异常检测部52。
接收部21经由通信网络4与多台机器人31相连接。并且，接收部21与噪声成分提取部22和噪声成分去除部23相连接。同时，噪声成分提取部22与噪声成分去除部23相连接，噪声成分去除部23与滤波处理部51相连接，滤波处理部51与异常检测部52相连接。
滤波处理部51被配置为对在噪声成分去除部23中去除了噪声成分的信号应用滤波器。进行滤波处理部51中的滤波处理，从而使得去除了噪声成分的信号成为适合于在接下来的异常检测部52中进行异常检测的信号。
异常检测部52被配置为基于由滤波处理部51进行滤波处理后的信号，检测机器人31中的异常、故障。
具体地说，在进行滤波处理后的信号超过预先设定的规定的阈值时，判断为在输出该信号的机器人31中发生了异常或故障。或者，也可以设定为通过进行机械学习来检测或预测当前或将来的异常、故障。
以下，参照图11说明具有上述结构的单元控制器5的作用。
与第一实施方式相同，去除了噪声成分后的信号在滤波处理部51中被应用滤波器，从而生成适合于进行异常检测的信号(图11的步骤SB1)。
例如，在想要仅拦截去除了噪声成分后的信号中的特定频率的信号时，可以应用陷波滤波器。另外，在去除了噪声成分后的信号未能完全去除高频噪声的情况下，也能够应用低通滤波器。同时，在去除了噪声成分后的信号中含有依赖于机器人31的姿势变化、温度变化的低频成分的情况下，也能够应用高通滤波器。
接着，利用在滤波处理部51中生成的信号，进行机器人31的异常检测(图11的步骤SB2)。
通过这样，确定多台机器人31的输出信号中共同的环境因素的噪声成分，并基于去除了该噪声成分后的信号进行异常检测，从而能够不受环境因素的干扰，高精度地控制机器人31。
以上，参照附图详细说明了本发明的实施方式，但是具体的结构并不仅限于这些实施方式，也包括不脱离本发明的要旨的范围内的设计变更等。
例如在上述的实施方式中，来自机器人31的输出信号被设为来自机器人31所具备的编码器等装置的输出，但也可以如图12所示那样设定为来自设置于机器人31的振动传感器、加速度传感器等外部传感器7的输出值。在该情况下，来自外部传感器7的输出也可以经由如图12所示那样的机械控制装置6发送到单元控制器2、5，还可以直接发送到单元控制器2、5。
另外，例如，代替异常检测部24、52，上述单元控制器2、5也可以具有控制指令生成部，基于去除了噪声后的信号而生成针对机器人31的控制指令。
附图标记说明
1：控制***
2、5：单元控制器(控制装置)
4：通信网络
21：接收部
22：噪声成分提取部
23：噪声成分去除部
24、52：异常检测部
51：滤波处理部

Claims (6)

1.一种控制装置，包括：
接收部，通过通信网络接收从多个制造机械输出的输出信号；
噪声成分提取部，用于提取接收到的各个所述输出信号中共同包含的噪声成分；以及
噪声成分去除部，从至少一个所述输出信号中去除所提取的所述噪声成分。
2.根据权利要求1所述的控制装置，其特征在于，
还包括异常检测部，所述异常检测部被配置为基于由所述噪声成分去除部去除了所述噪声成分后的信号，检测所述多个制造机械中的异常。
3.根据权利要求1所述的控制装置，其特征在于，还包括：
滤波处理部，用于对由所述噪声成分去除部去除了所述噪声成分后的信号进行滤波处理；以及
异常检测部，被配置为基于由所述滤波处理部进行所述滤波处理后的信号，检测所述多个制造机械中的异常。
4.根据权利要求1至3中任一项所述的控制装置，其特征在于，
所述输出信号包括所述多个制造机械各自所具有的编码器的输出或针对所述多个制造机械各自所具有的电动机的电流指令。
5.根据权利要求1至3中任一项所述的控制装置，其特征在于，
所述输出信号包括来自设置于所述多个制造机械的各个制造机械的外部传感器的输出。
6.一种控制***，包括：
根据权利要求1至5中任一项所述的控制装置；以及
通过所述通信网络连接于所述控制装置的所述多个制造机械。
CN201710656884.XA 2016-08-08 2017-08-03 控制装置和控制*** Active CN107705780B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016155753A JP6499621B2 (ja) 2016-08-08 2016-08-08 制御装置及び制御システム
JP2016-155753 2016-08-08

Publications (2)

Publication Number Publication Date
CN107705780A true CN107705780A (zh) 2018-02-16
CN107705780B CN107705780B (zh) 2020-07-14

Family

ID=60996549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710656884.XA Active CN107705780B (zh) 2016-08-08 2017-08-03 控制装置和控制***

Country Status (4)

Country Link
US (1) US10481596B2 (zh)
JP (1) JP6499621B2 (zh)
CN (1) CN107705780B (zh)
DE (1) DE102017117549B4 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111240270A (zh) * 2018-11-29 2020-06-05 发那科株式会社 数值控制装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4968098A (en) * 1989-09-11 1990-11-06 Atlantic Richfield Company Coal seam discontinuity sensor and method for coal mining apparatus
CN101762746A (zh) * 2009-12-29 2010-06-30 西安交通大学 基于熵优化的复杂齿轮传动链电流信号循环平稳解调方法
CN102341720A (zh) * 2009-01-08 2012-02-01 伊顿公司 使用定子电流噪音消除的电动机缺陷检测用***和方法
CN102654643A (zh) * 2011-03-04 2012-09-05 斯坦雷电气株式会社 使用复合正弦波驱动电压的光偏转器的驱动器及其设置方法
CN103857995A (zh) * 2011-10-13 2014-06-11 美闻达传动设备有限公司 用于变速箱的状态监控的方法和***
CN106217130A (zh) * 2016-08-15 2016-12-14 大连理工大学 复杂曲面加工过程中铣刀状态在线监测与预警方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0552712A (ja) 1991-08-23 1993-03-02 Nissan Motor Co Ltd 生産機械の故障予知装置
JP2004094356A (ja) 2002-08-29 2004-03-25 Renesas Technology Corp 異常処理システム
JP2004165282A (ja) * 2002-11-11 2004-06-10 Sharp Corp 製造プロセスにおける装置状態判別システム及び製造プロセス安定化システム
JP2004202624A (ja) * 2002-12-25 2004-07-22 Kawasaki Heavy Ind Ltd ロボット用情報利用統合方法及び装置
JP2005284519A (ja) * 2004-03-29 2005-10-13 Koyo Seiko Co Ltd 異常診断装置
JP4112594B2 (ja) 2006-07-27 2008-07-02 ファナック株式会社 減速機異常診断方法及び減速機異常診断装置
CA2689615C (en) 2007-06-04 2016-08-23 Eaton Corporation System and method for bearing fault detection using stator current noise cancellation
JP2010257207A (ja) * 2009-04-24 2010-11-11 Renesas Electronics Corp 情報処理装置、情報処理方法及びプログラム
JP5353656B2 (ja) * 2009-11-24 2013-11-27 株式会社安川電機 ロボット制御装置
US8545248B2 (en) * 2010-01-07 2013-10-01 Life Technologies Corporation System to control fluid flow based on a leak detected by a sensor
JP5685842B2 (ja) 2010-07-12 2015-03-18 セイコーエプソン株式会社 ロボット装置およびロボット装置の制御方法
JP5645564B2 (ja) 2010-09-14 2014-12-24 キヤノン株式会社 センサ装置及びロボット装置
JP5682314B2 (ja) 2011-01-06 2015-03-11 セイコーエプソン株式会社 ロボット
US8663116B2 (en) 2012-01-11 2014-03-04 Angiodynamics, Inc. Methods, assemblies, and devices for positioning a catheter tip using an ultrasonic imaging system
JP6133164B2 (ja) 2013-08-12 2017-05-24 東京エレクトロン株式会社 群管理システム及びプログラム
MX365933B (es) 2015-05-21 2019-06-20 Nissan Motor Dispositivo de diagnostico de fallas y metodo de diagnostico de fallas.

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4968098A (en) * 1989-09-11 1990-11-06 Atlantic Richfield Company Coal seam discontinuity sensor and method for coal mining apparatus
CN102341720A (zh) * 2009-01-08 2012-02-01 伊顿公司 使用定子电流噪音消除的电动机缺陷检测用***和方法
CN101762746A (zh) * 2009-12-29 2010-06-30 西安交通大学 基于熵优化的复杂齿轮传动链电流信号循环平稳解调方法
CN102654643A (zh) * 2011-03-04 2012-09-05 斯坦雷电气株式会社 使用复合正弦波驱动电压的光偏转器的驱动器及其设置方法
CN103857995A (zh) * 2011-10-13 2014-06-11 美闻达传动设备有限公司 用于变速箱的状态监控的方法和***
CN106217130A (zh) * 2016-08-15 2016-12-14 大连理工大学 复杂曲面加工过程中铣刀状态在线监测与预警方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111240270A (zh) * 2018-11-29 2020-06-05 发那科株式会社 数值控制装置
CN111240270B (zh) * 2018-11-29 2024-06-11 发那科株式会社 数值控制装置

Also Published As

Publication number Publication date
DE102017117549A1 (de) 2018-02-08
US10481596B2 (en) 2019-11-19
DE102017117549B4 (de) 2020-12-24
CN107705780B (zh) 2020-07-14
JP6499621B2 (ja) 2019-04-10
US20180039260A1 (en) 2018-02-08
JP2018024032A (ja) 2018-02-15

Similar Documents

Publication Publication Date Title
McDonald et al. Multipoint optimal minimum entropy deconvolution and convolution fix: application to vibration fault detection
CN108369246B (zh) Mems加速度计误差的识别和补偿
CN101636589B (zh) 用于检测泵机组中的故障的方法及检测***
JP6140919B2 (ja) 加速度センサ回路
CN106353681B (zh) 一种汽车电机及变速器传感器检测设备
JP2018091640A (ja) 装置の検査装置、および、装置の検査方法
CN107705780A (zh) 控制装置和控制***
CN204255494U (zh) 桥梁振动监测装置
CN115456088A (zh) 基于自编码器特征升维和多传感融合的电机故障分类方法
CN109934136B (zh) 基于Duffing振子和本征模式分量的滚动轴承故障诊断方法
JP2006518455A (ja) ころがり軸受における固体伝導音の検出方法
Sadoughi et al. A deep learning-based approach for fault diagnosis of roller element bearings
EP4154021B1 (en) Real-time isolation of self-test and linear acceleration signals
CN113272659A (zh) 用于振动检测和分析的嵌入式***
CN111611832A (zh) 基于加速度信号获取车辆响应位移的方法及其***
CN107121493B (zh) 一种设备损伤检测方法及***
WO2015145489A1 (ja) 加速度センサ、および加速度または振動検出方法
MY197715A (en) Voltage sensor diagnostic device and voltage sensor diagnostic method
CN110926784B (zh) 一种基于声音的gis断路器故障在线监测装置
CN204154501U (zh) 滑动轴承监测***
CN107817083A (zh) 一种多振源机械设备故障信号分离装置及方法
JP6171866B2 (ja) 距離センサー
Lucas et al. Measurement of Unbalanced Voltages in Three-Phase Induction Motors Using Acoustic Transducers and Zero-Crossing-Weighted Energy
US8880364B2 (en) Method and apparatus for detection of short stress waves
JP6239910B2 (ja) 信号レベル検知装置および信号レベル検知方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant