CN111164520A - 机械设备控制***、机械设备控制装置以及机械设备控制方法 - Google Patents
机械设备控制***、机械设备控制装置以及机械设备控制方法 Download PDFInfo
- Publication number
- CN111164520A CN111164520A CN201880063994.8A CN201880063994A CN111164520A CN 111164520 A CN111164520 A CN 111164520A CN 201880063994 A CN201880063994 A CN 201880063994A CN 111164520 A CN111164520 A CN 111164520A
- Authority
- CN
- China
- Prior art keywords
- machine
- drive shaft
- unit
- load factor
- control system
- 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
Links
- 238000000034 method Methods 0.000 title claims description 34
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 239000012636 effector Substances 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000012546 transfer Methods 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 239000003990 capacitor Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004397 blinking Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/087—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices for sensing other physical parameters, e.g. electrical or chemical properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
- B25J19/023—Optical sensing devices including video camera means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/02—Programme-controlled manipulators characterised by movement of the arms, e.g. cartesian coordinate type
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1669—Programme controls characterised by programming, planning systems for manipulators characterised by special application, e.g. multi-arm co-operation, assembly, grasping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/406—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
- G05B19/4062—Monitoring servoloop, e.g. overload of servomotor, loss of feedback or reference
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32056—Balance load of workstations by grouping tasks
-
- 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
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37285—Load, current taken by motor
-
- 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
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37342—Overload of motor, tool
-
- 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
- G05B2219/30—Nc systems
- G05B2219/42—Servomotor, servo controller kind till VSS
- G05B2219/42279—Allow temporary motor overload if temperature still under maximum, heat inertia
-
- 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
- G05B2219/30—Nc systems
- G05B2219/42—Servomotor, servo controller kind till VSS
- G05B2219/42289—Avoid overload servo motor, actuator limit servo torque
-
- 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
- G05B2219/30—Nc systems
- G05B2219/50—Machine tool, machine tool null till machine tool work handling
- G05B2219/50197—Signature analysis, store working conditions, compare with actual
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Manufacturing & Machinery (AREA)
- Feedback Control In General (AREA)
- General Factory Administration (AREA)
Abstract
提高机械设备的操作性。一种具备由马达(14)驱动控制的多台机器人(2~5)的机械设备控制***(1),包括:负载率检测部(35),检测所有马达(14)的负载率;操作部(21),接受机械设备控制***(1)中的预定运用参数的设定输入;以及综合控制装置(6),在任一个负载率都维持允许负载状态的同时,与设定输入的预定运用参数对应地控制多台机器人(2~5),机器人(2~5)包括控制马达(14)的驱动的伺服放大器(13)、以及检测马达(14)和伺服放大器(13)中的至少一者的状态数据的内部传感器(36)和外部传感器(40),负载率检测单元(35)基于检测出的状态数据计算马达(14)和伺服放大器(13)中的至少一者的动作裕度作为负载率。
Description
技术领域
本申请的实施方式涉及机械设备控制***、机械设备控制装置以及机械设备控制方法。
背景技术
在专利文献1中公开了一种马达控制装置的过载保护装置,其预先预知接近过载的状态,不会使机械设备突然停止。
在先技术文献
专利文献
专利文献1:日本特开平11-155230号公报。
发明内容
然而,在上述现有技术中,仅仅避免了单个驱动轴(马达)上的额定的过载状态。与此相对,在具备多个由驱动轴驱动的机械装置的机械设备整体中,要求以最大限度地发挥其功能潜力的方式进行控制,并提高其操作性。
本发明是鉴于上述问题而提出的,其目的在于提供一种能够提高机械设备的操作性的机械设备控制***、机械设备控制装置以及机械设备控制方法。
为了解决上述问题,根据本发明的一个观点,应用一种机械设备控制***,其具备由驱动轴驱动控制的机械装置,机械设备控制***包括:负载率检测部,检测所述驱动轴的负载率;输入部,接受所述机械设备控制***中的预定运用参数的设定输入;以及综合控制部,在维持所述负载率的允许负载状态的同时,与设定输入的所述预定运用参数对应地控制所述机械装置。
另外,根据本发明的另一观点,应用一种机械设备控制装置,其控制机械设备,该机械设备具备由驱动轴驱动控制的机械装置,所述机械设备控制装置在维持从所述驱动轴检测的负载率的允许负载状态的同时,与对所述机械设备进行设定输入的预定运用参数对应地控制所述机械装置。
另外,根据本发明的另一观点,应用一种机械设备控制方法,其控制机械设备,该机械设备具备由驱动轴驱动控制的机械装置,所述机械设备控制方法在维持从所述驱动轴检测的负载率的允许负载状态的同时,与对所述机械设备进行设定输入的预定运用参数对应地控制所述机械装置。
根据本发明,能够提高机械设备的操作性。
附图说明
图1是立体地表示实施方式的机械设备控制***整体的外观的图;
图2是表示机械设备控制***的示意性***结构及其作业工序的一个例子的图;
图3是表示机械设备控制***的控制功能框结构的一个例子的图;
图4是检测动作裕度作为负载率的伺服放大器及其周边的功能框图;
图5表示负载率监视器和运用参数控制面板的显示画面的一个例子;
图6表示工作状况监视器的显示画面的一个例子;
图7表示通过在使用了神经网络的深度学习中的学习内容进行工作顺序的调整的概念性的自动调整部的模型结构例;
图8是表示周期性地执行的工作顺序的图;
图9是表示进行周期性执行的工作顺序的调整的自动调整部的模型结构例;
图10表示通过在使用了神经网路的深度学习中的学习内容进行作业指令的运转模式的调整的概念性的自动调整部的模型结构例;
图11是说明在按运用参数不同的机器人的适当的移动路径的差异的图;
图12表示以移动路径的差异进行作业指令的调整的自动调整部的模型结构例。
具体实施方式
以下,参照附图,对实施方式进行说明。
<1:机械设备控制***的示意性***结构和作业工序>
图1立体地表示本实施方式的机械设备控制***整体的外观,图2表示该机械设备控制***的示意性***结构及其作业工序的一个例子。本实施方式的例子所示的机械设备控制***是,对使用所提供的多个部件组装而成的成品进行检查、并对执行所运出的作业的机械设备进行控制的***。在图1、图2中,机械设备控制***1具有组装机器人2、成品移送机器人3、检查机器人4、成品运出机器人5以及综合控制装置6。
组装机器人2是分别握持在预定配置的运入位置8提供的多个部件、将这些部件载置在组装台7上而进行组装作业的机器人。在该例子中,该组装机器人2由所谓的标量机器人(水平多关节型机器人)构成。
成品移送机器人3是进行以下作业的机器人:握持上述组装机器人2组装的制造物的成品,并从组装台7移送且在后述的检查机器人4的检查空间区域内进行支承。在该例子中,该成品移送机器人3由所谓的垂直多轴机器人(垂直多关节型机器人)构成。
检查机器人4是进行以下作业的机器人:具有使用了光学传感器的检查装置4a,使上述光学传感器移动以使得在其检查空间区域内检测由上述成品移送机器人3支承的成品的各部的状态。在该例子中,该检查机器人4由所谓的门架(门型机器人)构成。此外,上述检查装置4a例如通过对由作为光学传感器的相机拍摄的成品的外观图像进行图像识别,来检查该成品的组装状态。
成品运出机器人5是进行以下作业的机器人:从上述成品移送机器人3接受完成了上述检查机器人4的检查作业的成品,并向预定配置的运出场所9移送。在该例子中,该成品运出机器人5由所谓的垂直多轴机器人(垂直多关节型机器人)构成。
综合控制装置6具有以下功能:在与上述各机器人之间收发检测信息和/或控制指令等各种信息,协调并同步控制各机器人的作业以使得顺利进行该机械设备控制***1整体的作业工序。在该例子中,该综合控制装置6由具备CPU(central processing unit,中央处理器CPU)、ROM(Read-Only Memory,只读存储器)、RAM(Random Access Memory,随机存取存储器)、HDD(Hard Disk Drive,硬盘驱动器)等的通用计算机构成。
此外,在以上结构中,组装机器人2、成品移送机器人3、检查机器人4以及成品运出机器人5分别相当于各权利要求所述的机械装置,将这些机器人汇总后的整体结构相当于各权利要求所述的机械设备,控制该机械设备整体的综合控制装置6相当于各权利要求所述的综合控制部和机械设备控制装置。另外,虽然没有特别图示,但机械设备除了上述各机器人以外,也可以具备带式输送机等输送装置、加工装置、试验装置等其他多种机械装置,综合控制装置6也可以综合地进行所有这些机械装置的控制。
<2:机械设备控制***的示意性硬件控制结构和处理内容>
图3表示上述机械设备控制***1的控制功能块结构的一个例子。此外,在该图3中,仅仅示出了在各机器人中与致动器控制相关的控制结构,例如省略了检查机器人4中的检查装置4a等的图示。在该图3中,各机器人2~5具有上位控制器11、末端执行器12、伺服放大器13和马达14。
上位控制器11基于从综合控制装置6输入的后述的作业指令,针对该机器人所具备的多个马达14的每一个输出控制指令,该控制指令指示应输出怎样的位置、速度或者转矩(推力)。另外,该控制指令中还包含对末端执行器12的动作的指示。例如,上位控制器11计算用于对该机器人实现与上述作业指令对应的预定动作的执行的末端执行器12的目标位置、目标移动路径以及目标移动速度,并逐次运算以这些目标位置、目标移动路径以及目标移动速度移动末端执行器12时所需的各马达14的目标输出位置、目标输出速度、目标输出转矩(推力)等,将它们作为控制指令输出到所对应的马达14的伺服放大器13。这些目标输出位置、目标输出速度、目标输出转矩(推力)等的运算可以通过公知的所谓逆运动学运算的方法进行,这里省略其详细说明。
伺服放大器13(驱动轴控制部;在图中简记为“伺服”)根据从上位控制器11输入的控制指令,进行驱动电力的供电控制,该驱动电力驱动控制所对应的马达14。此外,关于本实施方式的例子的伺服放大器13的内部结构和处理,在后面详细叙述。
马达14能应用旋转型、直动型等多种马达。此外,各机器人(机械装置)所具备的伺服放大器13和马达14的数量不限于图示的例子的数量,也可以具备其他数量。另外,伺服放大器13和马达14除了如图所示以一对一对应组合具备以外,也可以是由一个伺服放大器13控制多个马达14的结构。
综合控制装置6例如包括由键盘、指示设备或者触摸面板等构成并接受来自使用者(用户)的各种操作输入的操作部21(输入部)、以及由显示器等构成并对使用者显示各种指令和/或信息的显示部22(负载率显示部)。另外,综合控制装置6具备作为以软件方式安装的功能部的自动调整部23和手动调整部24。
这里,综合控制装置6管理各机器人中的工作状态的时间序列顺序(以下称为工作顺序,参照后述的图6)并以所对应的定时输出各个作业指令,以使得机械设备整体能够完成作为目的的运用任务(即,贯通部件的运入、组装、成品的移送、成品的检查、成品的运出的各工序的整体作业)。该作业指令中包含被输入的各机器人的每个的作业的动作模式、实现该动作模式所需的各马达14的负载率(后述)。
上述自动调整部23和手动调整部24具有以下功能:根据后述的运用参数的设定输入,调整各机器人的工作顺序、输出到各机器人的作业指令的内容(具体而言是动作模式、各马达14的负载率)。自动调整部23是用于由综合控制装置6本身自动调整的功能部,手动调整部24是用于由使用者本身手动调整的功能部。此外,关于这些自动调整部23和手动调整部24的处理内容,在后面详细叙述。
<3:本实施方式的特点>
上述那样的机械设备等工厂自动化由具备多台以马达14为驱动轴而被驱动控制的机械装置(机器人等)的机械设备构成。这样的机械设备例如存在如以下那样的运用时应考虑的多种运用参数:整体的消耗电力、设备寿命,另外如果是本实施方式的例子这样的生产设备则具有制造物的制造速度(takt time,节拍时间)、制造物的质量(成品率)等。
在上述各种运用参数间有时具有特定的相关关系,例如消耗电力和节拍时间存在一者上升则另一者下降这样的负的相关关系,即处于权衡(trade-off)关系。一般来说,机械设备的整体是考虑到它们多种运行参数的平衡而初步地被设计和控制,但以任务的可靠的实现为优先而在各机械装置各自单体中的功能性潜力(动作(运动)的自由度、各马达14的容量和/或耐久度等)中留有一定程度的裕度(margin)而设计、制作的情况较多。
但在另一方面,存在使用者有意牺牲其他运用参数而希望优先增大特定的运用参数的情况(例如,在希望较大地增大消耗电力而提高节拍时间的情况等),有以下期望:希望进行控制,以确保作为目的的运用任务的完成,并以最大限度地发挥以这样的特定运用参数为优先的机械设备整体的功能潜力(功能资源)。
与此相对,本实施方式中包括:负载率检测部(后述),检测所有马达14的负载率;操作部21,接受该机械设备控制***1中的预定运用参数的设定输入;以及综合控制装置6,任一个马达14的负载率都维持允许负载状态,并与设定输入的预定运用参数对应地控制多台机械装置(机器人)。
由此,综合控制装置6能够通过将该机械设备所具有的所有马达14的负载率维持在允许负载状态,来确保该机械设备整体中的运用任务的完成状态,并通过与设定输入的预定运用参数适当对应的机器人间的工作顺序调整、负载率的分担调整来控制各机器人。以下,逐次说明用于实现这样功能的结构和方法。
<4:关于伺服放大器的详细结构和负载率>
首先,对本实施方式例子中的各马达14的负载率进行说明。例如,可以将相对于马达14的额定电流的、在该时刻供电给该马达14的瞬时电流值的比例作为负载率,在本实施方式的例子中,如以下说明那样,将该马达14和所对应的伺服放大器13中的动作裕度作为负载率而应用,该动作裕度通过还考虑了该时刻的动作状态和环境状态的、动作状态值相对于动作额定值的比例来计算出。
图4表示检测动作裕度作为负载率的伺服放大器13及其周边的功能框图。如该图4所示,伺服放大器13具备转换器31、平滑电容器32、逆变器33、控制部34、负载率检测部35以及各种内部传感器36。
转换器31与作为商用电源的三相交流电源15连接,具有将从该三相交流电源15供给的交流电力转换为直流电力并向直流母线供电的功能。
平滑电容器32以横跨直流母线间的方式连接,对由上述转换器31进行了全波整流的直流电力进行平滑。
逆变器33与马达14连接,具有将从直流母线提供的直流电力PWM(Pulse-WidthModulation,脉冲宽度调制)变换为处于预定振幅和频率的相当于三相交流的驱动电力、并向马达14供电的功能。
控制部34由包含CPU(Central Processing Unit,中央处理器)、ROM(read onlymemory,只读存储器)、RAM(random access memory,随机存取存储器)等的计算机构成,基于从上述上位控制器11输入的控制指令,生成并输出对上述转换器31和逆变器33的各臂开关元件Q的开/关(ON/OFF)控制信号。
负载率检测部35是基于后述的环境状态数据来输出该伺服放大器13和马达14中的至少一个的、动作状态值相对于动作额定值的动作裕度(负载率)的处理部。该负载率检测部35具备保存部37、计算部38和比较部39。保存部37是存储与该伺服放大器13及所连接的马达14对应地预先计算出的动作额定值的保存部。计算部38是基于由上述内部传感器36和/或外部传感器40检测出的各种环境状态数据来计算动作状态值的运算部。比较部39是基于存储在上述保存部37中的动作额定值与由上述计算部38计算出的动作状态值的比较来计算动作裕度、并向上位控制器11输出的运算部。
并且,在本实施方式的例子中,作为用于检测输入到上述负载率检测部35的计算部38的各种环境状态数据的传感器,包括伺服放大器13本身在其内部具备的内部传感器36、以及在伺服放大器13的外部具备的外部传感器40。在图示的例子中,作为内部传感器36,设置有转换器温度传感器36a、平滑电容器温度传感器36b、逆变器温度传感器36c、装置内气氛温度传感器36d、湿度传感器36e以及振动传感器36f。另外,作为外部传感器40,设置有外部空气温度传感器40a和马达温度传感器40b。此外,这些内部传感器36和外部传感器40分别相当于各权利要求所述的状态量检测部。
在本实施方式的例子中,将综合地组合与多个动作状态数据(输出功率、电流、电压、损耗、速度、转矩(推力)等)对应的额定值而得的值作为动作额定值,将综合地组合多个动作状态数据而得的值作为动作状态值。并且,上述负载率检测部35基于在该时刻检测出的环境状态数据,将动作裕度作为本实施方式中的负载率而输出,该动作裕度成为该时刻的动作状态值相对于动作额定值处于何种程度的设备使用状况的指标,该动作额定值用于维持该伺服放大器13和马达14的正常状态。
动作额定值是作为保证伺服放大器13和马达14中的至少一个的正常状态的指标值而预先在制造商侧设定、并存储在上述保存部中的数值。上述计算部38逐次计算出的动作状态值是,以与动作额定值相同的尺度表示在状态数据的检测时多少负载被附加到伺服放大器13和马达14的数值。然后,比较部根据动作状态值相对于动作额定值的比例(=动作状态值/动作额定值)计算动作裕度(负载率)。即,如果动作状态值为动作额定值以下(负载率=动作裕度≤100%),则视为处于动作状态的伺服放大器13和马达14的正常状态被维持,在动作状态值超过上述动作额定值的情况下(负载率=动作裕度>100%),则视为处于动作状态伺服放大器13和马达14的正常状态(有可能发生异常)未被保证。关于与以上的动作额定值、动作状态值以及动作裕度相关的计算方法等的其他细节,与日本专利特愿2017-061711号中公开的内容相同,这里省略其说明。此外,上述动作状态数据和环境状态数据相当于各权利要求所述的状态量。
<5:关于负载率的监视和运用参数的设定输入>
如以上说明,关于由动作裕度计算出的负载率,能够作为单一指标值来参照,该单一指标值表示对于所对应的伺服放大器13和马达14能够引出多大程度的其潜在功能资源。本实施方式中的综合控制装置6能够经由各机器人的上位控制器11接收针对所有马达14分别检测出的负载率,并能够显示在显示部22上。图5表示在综合控制装置6的显示部22上用所谓GUI(Graphic User Interface,图形用户界面)显示负载率监视器和运用参数控制面板的画面的一个例子。在该图5中,在显示画面的左侧上方显示监视器窗口51,在其下方显示运用控制窗口52,在其他右侧的区域内显示负载率监视窗口53。
监视器窗口51包括监视器内容显示区域51a和超控显示区域51b,该监视器内容显示区域51a表示监视显示的内容(在图示的例子中,“异常预测”、“温度”、“寿命”、“负载率监视器”以及“工作状况监视器”),该超控显示区域51b还详细显示关于另外选择的马达14的负载率的超控状况。在图示的例子中,在监视器内容显示区域51a内显示被选择操作以使得监视显示负载率监视器的结果,作为其选择操作的结果,在右侧的显示区域内显示各马达14的负载率监视窗口53。在该负载率监视器中,对于由机械设备所具备四个机器人的所有马达14检测出的负载率,分别以相对于一律标准化后的动作额定值的长度(参照图中的虚线部分)的比例的柱状图进行一览显示。关于其中进一步由使用者任意选择的一个马达14(在图示的例子中,组装机器人2的第二轴)的负载率,其超控状况被显示在超控显示区域51b。这些显示以接收到各马达14的负载率的时间间隔逐次更新。通过这样负载率的监视显示,能够贯通机器设备整体实时地确认各马达14的负载率的高低,即其综合的功能潜力被引出到何种程度。
运用控制器窗口52包括运用参数设定操作区域52a、对象运用参数选择操作区域52b以及模式切换操作区域52c,该运用参数设定操作区域52a用于手动地对运用参数进行设定操作,该对象运用参数选择操作区域52b用于对作为其设定输入的对象的运用参数的种类(在图示的例子中,“节拍”、“消耗电力”、“成品率”以及“延长寿命运转”)进行选择操作;该模式切换操作区域52c用于以自动调整模式进行后述控制调整或者以手动调整模式进行后述控制调整的切换操作。在图示的例子中,节拍时间作为对象运用参数而被选择操作,控制调整被切换为自动调整模式,显示由使用者的光标操作将运用参数设定操作区域52a的滑动条向比中央的默认值靠上方的最大(MAX)侧设定操作的状态。通过该设定输入,综合控制装置6自动地进行控制调整,以使得节拍时间的运用参数优先提高到与默认值比接近最大(MAX)的状态。通过这样的运用控制,能够调整综合控制装置6对各机器人输出的作业指令,以使得能够维持该机械设备作为目的的运用任务的完成状态,并能够实现使用者任意设定的对象运用参数的内容。
此外,作为设定输入的对象的运用参数的种类,“节拍”是对基于机械设备的制造物的制造速度进行操作的运用参数,“消耗电力”是对制造物的制造时的机械设备整体的消耗电力进行操作的运用参数,“成品率”是对由机械设备制造的制造物的质量进行操作的运用参数,“延长寿命运转”是对制造物的制造时的机械设备(各机器人等机械装置和各部件)的寿命和耐久度进行操作的运用参数。
<6:关于控制调整>
以下,对上述本实施方式中的控制调整、具体地对综合控制装置6向各机器人的上位控制器11输出的作业指令的调整进行说明。首先,作为用于机器设备维持运用任务的完成状态的条件,以各机器人(机械装置)所具备的所有马达14和伺服放大器13的负载率维持允许负载状态、即上述动作状态值维持在动作额定值以下(动作裕度=负载率≤100%)为条件。
并且,作为用于在满足该条件的同时实现运用参数的设定变更的方法,本实施方式中主要有调整各机器人的工作顺序的方法、以及调整向各机器人输出的作业指令的内容的方法这两种方法。另外,通过两种调整方法中每一种方法,准备了基于上述自动调整部23的自动的调整模式、以及经由上述手动调整部24由使用者手动进行的调整模式这两种调整模式。另外,特别是在自动调整模式情况下,能够应用基于数理模型进行自动调整的方式和通过机械学习进行自动调整的方式这两种方式。
<7:关于手动调整模式>
<7-1:关于工作顺序的手动调整模式>
图6表示与上述图5对应的工作状况监视器的显示画面的一个例子。在该图6中,在右侧的区域显示工作状况监视窗口54。在图示的例子中,显示从在工作状况监视窗口54中显示该画面的时刻起最近1分钟的期间内的各机器人单位的工作状态的时间序列顺序,即工作顺序。在该工作顺序的显示中,对应的机器人的各工作状态(图示的例子的“动作中”、“节能中”、“警报”、“停止中”以及“切断中”)按填充图案区分而被区别,并按时间序列顺序配置。从看该图6可知,在该机械设备的运用中,各机器人不是总处于动作状态,实际上根据使各机器人间的协作作业同步的关系,变为节能、停止或切断的各工作状态的期间被频繁地设置。
与此相对,例如在想要增大节拍时间的运用参数的情况下,为了缩短节能、停止、或者切断的各自的工作状态期间而调整各机器人的工作顺序是有效的。因此,可以通过在手动调整部24的设定输入处理,如图所示,用光标操作对任意工作状态期间的时间长度进行手动修正,或者进行手动修正的操作(未特别图示)以使得压缩所有机器人的工作顺序整体的时间长度。此时,手动调整部24通过在所有马达14的负载率能够维持允许负载状态的范围内限制各修正操作量,能够满足上述机械设备中的运用任务的完成条件。另外,以例如用闪烁等关注对运用参数的设定内容带来特别影响的工作状态期间的部位的方式进行显示,由此能够明确视认需要修正的工作状态期间的部位。
<7-2:关于作业指令的手动调整模式>
例如在垂直多轴机器人情况下,即使在使末端执行器12移动到相同的移动目的地位置的情况下,有时根据到目前为止的移动路径、该移动中的各臂节的配置,所需的马达14的负载率、到达时间会发生变化。因此,维持朝向相同移动目的地位置的移动作业的同时对机器人的动作模式进行手动修正、对各马达14的负载率本身进行手动修正,对于各马达14间的负载率的分担(负载分担)的调整是有效的。为此,优选通过手动调整部24中的设定输入处理,尤其在未图示的编辑器画面上执行对动作模式进行手动修正的操作。此时,手动调整部24在所有马达14的负载率能够维持允许负载状态的范围内限制各修正操作量,由此能够满足上述机械设备中的运用任务的完成条件。另外,以例如用闪烁等关注对运用参数的设定内容带来特别影响的动作模式的方式显示,由此能够明确视认需要修正的工作状态期间的部位。
<8:关于自动调整模式>
综合控制装置6的自动调整部23基本上自动地进行上述工作顺序的调整方法或作业指令的调整方法中的修正即可。在作为其调整方式而基于数理模型的情况下,只要在所有马达14的负载率能够维持允许负载状态的范围内,预先制作能够进行与设定输入的运用参数对应的工作状态期间的修正、运转模式的修正的软件程序即可。作为适用的数理模型,例如可以举出各机器人的运动学(顺运动学、逆运动学)、***传递函数或者梯形图程序等中的顺序模型等。
另外,在作为调整方式而基于机械学习的情况下,只要在所有马达14的负载率能够维持允许负载状态的范围内,将设定输入的运用参数与工作状态期间配置模式或各机器人的运转模式之间的相关关系作为特征量而进行机械学习即可。
<8-1:关于工作顺序的自动调整>
图7表示根据使用了神经网络的深层学习中的学习内容进行工作顺序的调整的自动调整部23A的概念性的模型结构例。在图示例子的自动调整部23A中,针对设定输入的运用参数,进行设计、调整以使得输出各机器人的工作状态期间的时间序列模式。被输出的各工作状态期间的时间序列配置模式(即工作顺序)是基于机器学习过程(深层学习)中的学习内容的模式,估计为在所有马达14的负载率能够维持允许负载状态的范围内能够实现所输入的运用参数。即,该自动调整部23A的神经网络对表示运用参数的值与各机器人的工作顺序之间的相关的特征量进行学习。此外,如图示的例子那样,也可以使自动调整部23A学习以输出其他运用参数的估计值。
作为该神经网络的学习方法,优选进行所谓的深层强化学习。在这种情况下,对于以随机值设定的运用参数,检测在所有马达14的负载率能够维持允许负载状态的范围内分别随机设定的工作状态期间的工作顺序中运用时的误差量(评价值),并进行神经网络的反向传播处理(误差反向传播处理)以使得减少其误差量(将来最大限度地得到基于评价值的报酬)。通过一边逐次调整运用参数的随机性一边反复进行这样的学习作业,自动调整部23的神经网络能够对运用参数的值和用于输出与其对应的适当的工作顺序的特征量进行学习。这种强化学习只要使用所谓的公知的Q学习算法等即可,这里省略其详细说明。此外,除了上述反向传播以外,还可以并用所谓的层叠自动编码器、丢失(drop out)、噪声附加以及稀疏正则化等公知的多种学习方法来提高处理精度。
<8-2:工作顺序的自动调整的具体例子>
关于进行上述图7所示的工作顺序的调整的自动调整部23A,是示意性示出输入输出的信息的,但作为其具体的结构可以考虑多种结构。例如生产设备中的工作顺序如图8所示,周期性地反复执行预定长度的控制周期ΔT之间的各工作状态期间的时间序列配置模式的情况较多。与此对应,只要将标准的控制周期ΔT以内的经过时间以预定周期内经过时间t(图示的例子中,t=0~1000)规定,与工作顺序的自动调整部23计时的各周期内经过时间t逐次对应地估计并输出各机器人的适当的工作状态即可。
图9示出该情况下的具体的自动调整部23B的模型结构例。在图示例子的自动调整部23B中,对于在该时刻输入的周期内经过时间t和运用参数,进行设计、调整,以使得输出在该周期内经过时间t被估计为适当的各机器人的工作状态。即,该自动调整部23B的神经网络对特征量进行学习,该特征量表示该时刻的周期内经过时间t和运用参数的值与各机器人的工作顺序之间的相关。工作状态的输出可以是二值的聚类输出,也可以是多值的回归输出。这样输出的工作状态的时间序列的配置模式相当于上述图7中的工作顺序。
此外,由于在各马达的负载率中反映了该时刻的由各马达14以及各伺服放大器13检测出的各种动作状态数据、环境状态数据,因此这些负载率也输入到自动调整部23B,并反映到各机器人的工作状态的估计中,由此能够进一步实时地进行估计精度良好的输出。另外,如对节拍时间进行调整控制的情况等那样,根据作为选择对象的运用参数,周期内经过时间t的最大时间tend存在增减变化(即控制周期ΔT整体的时间长度增减变化)的情况,但只要上位控制器11计算与其对应的最大时间tend(控制周期ΔT)并进行计时,并输入到综合控制装置的自动调整部23B即可。在这种情况下,计算出的控制周期ΔT也可以另外输入到自动调整部23B。另外,在图示的例子中,作为由综合控制装置6所具备的一个自动调整部23B输出***整体中的各机器人的工作状态的构成,但也可以是各机器人的上位控制器11单独地具备自动调整部,一边使各自的时间周期ΔT同步一边进行协调控制。在该情况下,能够在各上位控制器11内计算出上述的周期内经过时间t、负载率,并直接输入到自动调整部23B,因此处理的实时性提高。
<8-3:关于作业指令的自动调整>
另外,图10表示通过在使用了神经网络的深层学习中的学习内容进行作业指令的运转模式的调整的自动调整部23B的概念性的模型结构例。在该情况下,进行设计、调整,以使得对设定输入的运用参数输出所对应的机器人中的各马达14的运转模式。即,该自动调整部23B的神经网络对特征量进行学习,该特征量表示运用参数的值与各马达14的运转模式之间的相关。此外,如图示的例子那样,也可以使自动调整部23学习以输出其他运用参数的估计值。
<8-4:作业指令的自动调整的具体例子>
关于进行上述图10所示的作业指令的调整的自动调整部23C,是示意性示出输入输出的信息的,但作为其具体结构可以考虑多种结构。例如,如图11所示,即使在使垂直多轴机器人31的末端执行器12从当前位置Ps向目的位置Pt移动的情况下,也可以通过使其移动在这两个点之间的直线路径,使所需的到达时间(节拍时间)最短,但有时能够通过在除此以外的迂回路径上移动来削减消耗电力。与此相对应,只要作业指令的自动调整部23逐次估计并输出中途路径位置Pi即可,该中途路径位置Pi是该时刻的当前位置Ps附近被估计为适于实现运用参数的位置。此外,在该图11说明中仅说明了末端执行器12的移动位置,在该垂直多轴机器人31具备多个驱动轴的情况下,也需要考虑末端执行器12的姿势。
图12示出该情况下的具体的自动调整部23D的模型结构例。在图示例子的自动调整部23D中,进行设计和调整,以使得对该时刻输入的当前位置姿势信息、目的位置姿势信息及运用参数输出在上述当前位置姿势信息的附近被估计为适当的路径位置姿势信息(相当于上述图10中的运转模式)。此外,上述当前位置姿势信息、目的位置姿势信息及路径位置姿势信息是表示末端执行器12的位置和姿势的信息,可以由另外设定的机器人坐标系(省略图示)中的坐标位置、矢量规定,也可以由各马达14的输出位置(由各马达分别具有的编码器(省略图示)检测出的旋转位置)规定。
此外,通过对进行作业指令的调整的自动调整部23D也输入各马达14的负载率,能够进一步实时地进行估计精度良好的输出。另外,在图示的例子中,综合控制装置6构成为独立地具备分别适用于各机器人的自动调整部23D,但各机器人的上位控制器11也可以分别具备自动调整部,一边相互同步一边进行协调控制。在该情况下,由于能够在各上位控制器11内计算上述当前位置姿势信息、目的位置姿势信息、路径位置姿势信息以及负载率并直接输入到自动调整部23D,因此提高了处理的实时性。
在以上说明的自动调整部23A~23D中,估计并输出与设定输入的运用参数的值对应的工作顺序、作业指令,但也可以仅为了估计(最优化)最适当的输出而使自动调整部23特殊化,在该情况下不需要输入运用参数的值。
此外,自动调整部23的处理算法除了通过使用图示的神经网络的深层学习(深度学习)之外,例如,也可以应用利用了支持向量机和/或贝叶斯网络等的其他处理算法(未特别图示)。
<9:本实施方式的效果>
如以上说明,本实施方式的机械设备控制***1包括:负载率检测部35,检测所有马达14和伺服放大器13的负载率;操作部21,接受该机械设备控制***1中的预定运用参数的设定输入;以及综合控制装置6,在任一个负载率都维持允许负载状态的同时,与设定输入的运用参数对应地控制多台机器人。
由此,综合控制装置6能够通过将该机械设备所具有的所有马达14的负载率维持在允许负载状态来确保该机械设备整体中的运用任务的完成状态,并通过与设定输入的预定运用参数适当对应的机器人间的工作顺序调整、负载率的分担调整来控制各机器人。其结果是,能够提高机械设备的操作性。此外,运用参数的设定输入不限于通过操作部21的手动操作进行的输入,除此之外也可以经由通信接口从其他控制装置接收而输入。
另外,在本实施方式中,特别是各机器人具有伺服放大器13、内部传感器36以及外部传感器40,综合控制装置6的负载率检测部35基于由各传感器36、40检测出的环境状态数据、动作状态数据,来计算马达14和伺服放大器13中的至少一者的动作裕度(动作状态值/动作额定值)作为负载率。
由此,能够不依赖于马达14和伺服放大器13的各状态数据的额定值(在全部同时满足的情况下为了保证正常动作而在制造商侧设定的状态数据条件),基于用动作额定值与动作状态值的比例表示的动作裕度计算负载率,监视该负载率是否处于允许负载状态,该动作额定值相当于综合了这些状态数据的该马达14以及伺服放大器13的功能潜力的最大界限值,动作状态值相当于以相同尺度示出的那个时刻的功能潜力值。此外,负载率检测部35可以设置在综合控制装置6内,在该情况下,将由伺服放大器13检测出的各种状态数据输出到综合控制装置6,综合控制装置6按所对应的马达14和伺服放大器13的每一组计算负载率。
另外,在本实施方式中,特别是综合控制装置6包括:显示部22(负载率监视显示区域),显示所有马达14的负载率(=动作裕度=动作状态值/动作额定值);以及手动调整部24,接受来自使用者的机器人的控制调整的设定输入。由此,能够一边确认负载率一边通过用户所希望的任意的调整来调整各机器人的控制。
另外,在本实施方式中,特别是综合控制装置6具备自动调整部23,该自动调整部23与设定输入的预定运用参数对应地调整多台机器人的控制。由此,不依赖于用户的手动调整而综合控制装置6能够自动地调整各机器人的控制,操作性进一步提高。此外,在本实施方式中,通过使用者的手动操作任意地选择以自动调整模式进行控制调整还是以手动调整模式进行控制调整的切换,但不限于此。例如,综合控制装置6可以基于其他多种设定条件自主地(自动地)切换到自动调整模式。
另外,在本实施方式中,特别是自动调整部23与设定输入的预定运用参数对应地以机器人为单位调整各个工作状态的时间序列顺序。由此,能够根据运用参数的设定输入内容,以最大限度地引出由各机器人的单体看到的功能潜力的工作顺序来控制机械设备。
另外,在本实施方式中,特别是自动调整部23与设定输入的预定运用参数对应地以机器人内的马达14为单位调整负载分担。由此,能够根据运用参数的设定输入内容,以在单体机器人中的多个马达14之间最大限度地引出各自的功能潜力的方式进行协调控制。
另外,在本实施方式中,特别是自动调整部23基于数理模型进行控制调整。由此,能够通过事先掌握的方法进行调整,也能够容易进行校正等。
另外,在本实施方式中,特别是自动调整部23A、23B基于机械学习过程中的学习内容进行控制调整。由此,即使在各机器人和机械设备整体的结构复杂且其调整内容也复杂的情况下,也能够不依赖于人为的数理模型的设计而进行精度良好的调整。
此外,在以上的说明中,在有“垂直”、“平行”、“平面”等的记载的情况下,该记载不是严格的意思。即,这些“垂直”、“平行”、“平面”允许在设计上、制造上的公差、误差,是指“实质上垂直”、“实质上平行”、“实质上平面”的意思。
另外,在以上的说明中,在外观上的尺寸、大小、形状、位置等存在“同样”、“相同”、“相等”、“不同”等记载的情况下,该记载并不是严格的意思。即,这些“相同”、“相等”、“不同”是指允许设计上、制造上的公差、误差,是指“实质上同样”、“实质上相同”、“实质上相等”、“实质上不同”的意思。
另外,除了以上已经叙述的内容以外,也可以适当组合并利用上述实施方式和/或各变形例的方法。此外,虽然没有一一例示,但上述实施方式和/或各变形例在不脱离其主旨的范围内,施加各种变更来实施。
1…机械设备控制***(机械装置);
2…组装机器人(机械装置);
3…成品移送机器人(机械装置);
4…检查机器人(机械装置);
5…成品运出机器人(机械装置);
6…综合控制装置(综合控制部);
11…上位控制器;
12…末端执行器;
13…伺服放大器(驱动控制部);
14…马达(驱动轴);
21…操作部(输入部);
22…显示部(负载率显示部);
23、23A~23D…自动调节部;
24…手动调整部;
35…负载率检测部;
36…内部传感器(状态量检测部);
40…外部传感器(状态量检测部)。
Claims (10)
1.一种机械设备控制***,具备由驱动轴驱动控制的机械装置,所述机械设备控制***的特征在于,包括:
负载率检测部,检测所述驱动轴的负载率;
输入部,接受所述机械设备控制***中的预定运用参数的设定输入;以及
综合控制部,在维持所述负载率的允许负载状态的同时,与设定输入的所述预定运用参数对应地控制所述机械装置。
2.根据权利要求1所述的机械设备控制***,其特征在于,
所述机械装置包括:
驱动轴控制部,控制所述驱动轴的驱动;以及
状态量检测部,检测所述驱动轴和所述驱动轴控制部中的至少一者的状态量,
所述负载率检测部基于检测出的所述状态量,计算所述驱动轴和所述驱动轴控制部中的至少一者的动作裕度作为所述负载率。
3.根据权利要求1或2所述的机械设备控制***,其特征在于,
所述综合控制部包括:
负载率显示部,显示所述驱动轴的负载率;以及
手动调整部,接受所述机械装置的控制调整的设定输入。
4.根据权利要求1或2所述的机械设备控制***,其特征在于,
所述综合控制部包括自动调整部,所述自动调整部与设定输入的所述预定运用参数对应地调整所述机械装置的控制。
5.根据权利要求4所述的机械设备控制***,其特征在于,
所述自动调整部与设定输入的所述预定运用参数对应地调整所述机械装置的工作状态的时间序列顺序。
6.根据权利要求4或5所述的机械设备控制***,其特征在于,
所述自动调整部与设定输入的所述预定运用参数对应地调整所述机械装置内的驱动轴的负载。
7.根据权利要求4至6中任一项所述的机械设备控制***,其特征在于,
所述自动调整部基于数理模型进行所述调整。
8.根据权利要求4至7中任一项所述的机械设备控制***,其特征在于,
所述自动调整部基于机械学习过程中的学习内容进行所述调整。
9.一种机械设备控制装置,控制机械设备,所述机械设备具备由驱动轴驱动控制的机械装置,所述机械设备控制装置的特征在于,
在维持从所述驱动轴检测的负载率的允许负载状态的同时,与对所述机械设备进行设定输入的预定运用参数对应地控制所述机械装置。
10.一种机械设备控制方法,控制机械设备,所述机械设备具备由驱动轴驱动控制的机械装置,所述机械设备控制方法的特征在于,
在维持从所述驱动轴检测的负载率的允许负载状态的同时,与对所述机械设备进行设定输入的预定运用参数对应地控制所述机械设备。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-228442 | 2017-11-28 | ||
JP2017228442 | 2017-11-28 | ||
PCT/JP2018/037471 WO2019106963A1 (ja) | 2017-11-28 | 2018-10-05 | 機械設備制御システム、機械設備制御装置、及び機械設備制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111164520A true CN111164520A (zh) | 2020-05-15 |
CN111164520B CN111164520B (zh) | 2023-10-27 |
Family
ID=66663900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880063994.8A Active CN111164520B (zh) | 2017-11-28 | 2018-10-05 | 机械设备控制***、机械设备控制装置以及机械设备控制方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11397414B2 (zh) |
EP (1) | EP3719591A4 (zh) |
JP (1) | JP6621059B2 (zh) |
CN (1) | CN111164520B (zh) |
WO (1) | WO2019106963A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114833819A (zh) * | 2021-02-02 | 2022-08-02 | 日本电产三协株式会社 | 控制装置及工业用机器人 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210187728A1 (en) * | 2018-06-19 | 2021-06-24 | Bae Systems Plc | Workbench system |
JPWO2021002108A1 (zh) * | 2019-07-03 | 2021-01-07 | ||
JP2024034523A (ja) * | 2022-08-31 | 2024-03-13 | 株式会社日立製作所 | 自動作業ラインの制御装置、及び、その制御方法 |
JP7482201B1 (ja) | 2022-12-22 | 2024-05-13 | 株式会社安川電機 | モータ制御システム、制御パラメータ自動調整方法、及び、自動調整プログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0348530A1 (en) * | 1988-01-09 | 1990-01-03 | Fanuc Ltd. | Apparatus of confirming the operation ability of an industrial robot |
WO1997029890A1 (en) * | 1996-02-14 | 1997-08-21 | Asea Brown Boveri Ab | A method for control of an industrial robot along a given track |
CN105637438A (zh) * | 2013-10-11 | 2016-06-01 | 三菱电机株式会社 | 多轴控制***设定及调整功能辅助装置 |
CN107303675A (zh) * | 2016-04-25 | 2017-10-31 | 发那科株式会社 | 最佳化具有多台工业机械的生产***的动作的单元控制器 |
US20170315535A1 (en) * | 2014-10-29 | 2017-11-02 | Makino Milling Machine Co., Ltd. | Control method for machining tool and control device for machining tool |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0679590A (ja) * | 1992-08-28 | 1994-03-22 | Japan Servo Co Ltd | 生産機械による作業内容自動判別実行装置 |
JPH11155230A (ja) | 1997-11-21 | 1999-06-08 | Matsushita Electric Ind Co Ltd | 過負荷保護装置 |
JP4585613B1 (ja) * | 2010-01-29 | 2010-11-24 | 三菱重工業株式会社 | 消費電力制御システム |
JP6203701B2 (ja) * | 2014-11-13 | 2017-09-27 | 東芝機械株式会社 | 電動機械およびプログラム |
JP6390567B2 (ja) | 2015-09-24 | 2018-09-19 | Jfeスチール株式会社 | ステンレスクラッド鋼板の製造方法 |
JP7051045B2 (ja) * | 2017-11-08 | 2022-04-11 | オムロン株式会社 | 移動式マニピュレータ、移動式マニピュレータの制御方法及びプログラム |
-
2018
- 2018-10-05 EP EP18884520.0A patent/EP3719591A4/en active Pending
- 2018-10-05 WO PCT/JP2018/037471 patent/WO2019106963A1/ja unknown
- 2018-10-05 JP JP2019500898A patent/JP6621059B2/ja active Active
- 2018-10-05 CN CN201880063994.8A patent/CN111164520B/zh active Active
-
2020
- 2020-05-19 US US16/877,499 patent/US11397414B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0348530A1 (en) * | 1988-01-09 | 1990-01-03 | Fanuc Ltd. | Apparatus of confirming the operation ability of an industrial robot |
WO1997029890A1 (en) * | 1996-02-14 | 1997-08-21 | Asea Brown Boveri Ab | A method for control of an industrial robot along a given track |
CN105637438A (zh) * | 2013-10-11 | 2016-06-01 | 三菱电机株式会社 | 多轴控制***设定及调整功能辅助装置 |
US20170315535A1 (en) * | 2014-10-29 | 2017-11-02 | Makino Milling Machine Co., Ltd. | Control method for machining tool and control device for machining tool |
CN107303675A (zh) * | 2016-04-25 | 2017-10-31 | 发那科株式会社 | 最佳化具有多台工业机械的生产***的动作的单元控制器 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114833819A (zh) * | 2021-02-02 | 2022-08-02 | 日本电产三协株式会社 | 控制装置及工业用机器人 |
CN114833819B (zh) * | 2021-02-02 | 2023-10-31 | 日本电产三协株式会社 | 控制装置及工业用机器人 |
Also Published As
Publication number | Publication date |
---|---|
US20200278647A1 (en) | 2020-09-03 |
US11397414B2 (en) | 2022-07-26 |
WO2019106963A1 (ja) | 2019-06-06 |
JPWO2019106963A1 (ja) | 2020-01-16 |
JP6621059B2 (ja) | 2019-12-18 |
EP3719591A1 (en) | 2020-10-07 |
EP3719591A4 (en) | 2021-07-28 |
CN111164520B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6621059B2 (ja) | 機械設備制御システム、機械設備制御装置、及び機械設備制御方法 | |
CN101901281B (zh) | 消耗电力估计装置 | |
US10254750B2 (en) | Machining machine system which determines acceptance/rejection of workpieces | |
US11144032B2 (en) | Time to failure analysis of robotic arm cabling | |
CN111433691B (zh) | 控制***、工厂***、学习***、估计用模型的生成方法和致动器的状态估计方法 | |
CN104423303A (zh) | 最优化的运动控制部件和能量效率的估量和调节方法 | |
EP3376312B1 (en) | Processing device, parameter adjusting method, and parameter adjusting program | |
US11597083B2 (en) | Robot apparatus, robot system, control method of robot apparatus, product manufacturing method using robot apparatus, and storage medium | |
US20180065245A1 (en) | Controller, work control unit, multi-axis motion control unit, and drive control unit | |
CN113950393A (zh) | 参数计算装置、机器人控制***及机器人*** | |
US11340563B2 (en) | Management system and management device for a plurality of industrial machines supplied with power from a power supply facility | |
US20230107431A1 (en) | Comparison between real control and virtual control of robot | |
JP2014123188A (ja) | 分散制御装置及び分散制御方法 | |
US20240017411A1 (en) | Method for Controlling Displacement of a Robot | |
KR102536129B1 (ko) | 처리장치, 및 처리부의 처리방법 | |
US20200329161A1 (en) | Machine learning device, screen prediction device, and controller | |
JP2021088042A (ja) | ロボット制御装置、把持システムおよびロボットハンドの制御方法 | |
CN102540896B (zh) | 化学机械抛光传输机器人的非线性模糊结合递归控制*** | |
JP6928031B2 (ja) | 制御装置及び制御システム | |
CN110774318B (zh) | 处理装置及处理部分的处理方法 | |
CN108693841B (zh) | 制造***以及制造方法 | |
JP2019136807A (ja) | 制御装置及び機械学習装置 | |
CN114833820A (zh) | 动作参数调整方法、记录介质以及机器人*** |
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 |