CN113211424A - 故障检测告警方法、装置、服务器及存储介质 - Google Patents
故障检测告警方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN113211424A CN113211424A CN202011446650.0A CN202011446650A CN113211424A CN 113211424 A CN113211424 A CN 113211424A CN 202011446650 A CN202011446650 A CN 202011446650A CN 113211424 A CN113211424 A CN 113211424A
- Authority
- CN
- China
- Prior art keywords
- beat
- joint
- effective value
- torque load
- beat data
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/08—Programme-controlled manipulators characterised by modular constructions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J17/00—Joints
- B25J17/02—Wrist joints
-
- 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
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/187—Machine fault alarms
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
Abstract
本申请提供一种故障检测告警方法、装置、服务器及存储介质,应用于包括多个关节轴的工业机器人,包括:获取多个关节轴中各关节轴在一个节拍内对应的节拍数据;根据节拍数据,计算多个关节轴中各关节轴对应的扭矩负载有效值;判断各关节轴对应的扭矩负载有效值是否达到预设告警条件;若达到预设告警条件,则生成与扭矩负载有效值对应的告警。该方法获取各关节轴在一个节拍内各自对应的节拍数据,利用节拍数据计算各关节轴各自对应的扭矩负载有效值,通过判断扭矩负载有效值是否超过阈值来确定关节轴是否正常工作。去除节拍数据中的噪音,提高了对各关节轴检测的稳定性。
Description
技术领域
本申请涉及机械技术领域,具体涉及一种故障检测告警方法、装置、服务器及存储介质。
背景技术
随着科学技术的高速发展,工业机器人在现代化工厂中广泛使用。伴随着工业机器人需求的大量增长,工业机器人的保养维护、故障检测告警与预测等技术也变得越来越重要。
基于扭矩负载信号进行工业机器人故障检测告警具有非入侵性的优点,而且扭矩值可通过读取机器人可编程逻辑控制器(Programmable Logic Controller,PLC)控制器获取。针对机器人各关节轴磨损问题,现有技术中通过一种循环方式运行的方法来监控机器人各关节轴,其基本思想是在健康状态下,重复操作下的不同批次(节拍)的数据具有相似性。因此,将监测数据与标准批次数据进行比较即可实现异常检测。然而现有方法技术易受到机器人负载、节拍动作时长以及环境温度变化等影响,因此稳定性有待提高。
发明内容
本申请提供一种故障检测告警方法,旨在解决现有技术下的故障检测受到外界干扰过多,稳定性不高,准确性不高的问题。
一方面,本申请提供一种故障检测告警方法,应用于工业机器人,所述工业机器人包括多个关节轴,所述方法包括:
获取所述多个关节轴中各关节轴在一个节拍内对应的节拍数据;
根据所述节拍数据,计算得到所述多个关节轴中各关节轴对应的扭矩负载有效值;
判断所述扭矩负载有效值是否达到预设告警条件;
若达到所述预设告警条件,则生成与所述扭矩负载有效值对应的告警。
进一步的,所述获取所述多个关节轴中各关节轴在一个节拍内对应的节拍数据,包括:
获取初始节拍数据;
根据所述初始节拍数据,确定一个节拍的起止时间;
根据所述起止时间,在所述初始节拍数据中确定所述各关节轴各自对应的不同节拍内的节拍数据。
进一步的,所述节拍数据包括所述多个关节轴中各关节轴在一个节拍中的各自对应的速度数据;
所述根据所述节拍数据,计算得到所述多个关节轴中各关节轴扭矩负载有效值,包括:
根据所述速度数据,在所述节拍数据中确定所述多个关节轴中各关节轴各自对应的单节拍数据;
根据所述单节拍数据,计算得到所述多个关节轴中各关节轴各自对应的扭矩负载有效值。
进一步的,所述根据所述单节拍数据,计算得到所述多个关节轴中各关节轴各自对应的扭矩负载有效值,包括:
以所述多个关节轴中任意关节轴为目标关节轴;
确定所述目标关节轴对应的目标单节拍数据;
计算所述目标单节拍数据的绝对均值和标准差;
根据所述目标单节拍数据的绝对均值和标准差,确定所述目标关节轴对应的扭矩负载有效值。
进一步的,在根据所述节拍数据,计算得到所述多个关节轴对应的扭矩负载有效值后,所述方法还包括:
获取第一预设时间段内,所述多个关节轴中各关节轴各自对应的第一历史节拍数据;
根据所述多个关节轴中各关节轴各自对应的第一历史节拍数据,分别确定所述多个关节轴中各关节轴各自对应的扭矩负载预警阈值。
进一步的,所述方法还包括:
获取第二预设时间段内,所述多个关节轴中各关节轴各自对应的第二历史节拍数据;
按照每个节拍窗口对应预设数量的节拍数据,确定所述第二历史节拍数据中多个节拍窗口;
确定所述多个节拍窗口对应的多个线性回归模型;
根据所述多个线性回归模型,确定在下一个节拍窗口中,所述扭矩负载有效值的预测值。
进一步的,所述确定所述多个节拍窗口对应的多个线性回归模型,包括:
分别以一个节拍窗口为目标节拍窗口,确定在所述目标节拍窗口内,所述各关节轴各自对应的不同节拍内的节拍数据;
根据所述各关节轴各自对应的不同节拍内的节拍数据,计算得到所述目标节拍窗口内的线性回归模型。
进一步的,所述判断所述扭矩负载有效值是否达到预设告警条件,包括:
判断所述各关节轴对应的扭矩负载有效值是否超过预警阈值;
若所述扭矩负载有效值超过所述预警阈值,则判断所述扭矩负载有效值是否达到预设告警条件。
另一方面,本申请提供一种故障检测告警装置,所述装置包括:
获取模块,所述获取模块用于获取所述多个关节轴中各关节轴在一个节拍内对应的节拍数据;
计算模块,所述计算模块用于根据所述节拍数据,计算得到所述多个关节轴中各关节轴对应的扭矩负载有效值;
判断模块,所述判断模块用于判断所述扭矩负载有效值是否达到预设告警条件;
告警模块,所述告警模块用于若达到所述预设告警条件,则生成与所述扭矩负载有效值对应的告警。
另一方面,本申请还提供一种服务器,所述服务器包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现如上任一项所述的故障检测告警方法。
另一方面,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行如上任一项所述的故障检测告警方法中的步骤。
本申请提供一种故障检测告警方法,通过获取每个关节轴在一个节拍内各自对应的节拍数据,且利用节拍数据计算得到每个关节轴各自对应的扭矩负载有效值,通过判断扭矩负载有效值是否超过阈值来确定关节轴是否正常工作。本申请通过计算扭矩负载有效值,去除了节拍数据中的噪音,避免了机器人负载、节拍动作时长以及环境温度变化等影响,提高了对各关节轴检测的稳定性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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。
图1为本申请实施例提供的故障检测告警***的场景示意图;
图2为本申请实施例提供的故障检测告警方法一实施例流程示意图;
图3为本申请实施例提供的得到节拍数据的一实施例流程示意图;
图4为本申请实施例提供的节拍数据一实施例示意图;
图5为本申请实施例提供的计算扭矩负载有效值一实施例流程示意图;
图6为本申请实施例提供的计算扭矩负载有效值的另一实施例流程示意图;
图7为本申请实施例提供的获取扭矩负载有效值的预测值一实施例流程示意图;
图8为本申请实施例提供的预测故障情况的一具体实施例流程示意图;
图9为本申请实施例提供的故障检测装置一实施例示意图;
图10示出了本申请实施例所涉及到的服务器的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本发明。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本发明的描述变得晦涩。因此,本发明并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种故障检测告警方法、装置、服务器及存储介质,以下分别进行详细说明。
如图1所示,为本申请实施例提供的故障检测告警***的场景示意图,该故障检测告警***可以包括多个工业机器人100和服务器200,工业机器人100和服务器200连接,服务器200中集成有检测告警装置。
本发明实施例中服务器200主要用于获取多个关节轴中的各关节轴在一个节拍内对应的节拍数据;根据节拍数据,计算得到所述多个关节轴对应的扭矩负载有效值;判断判断扭矩负载有效值是否达到预设告警条件;若达到预设告警条件,则生成与扭矩负载有效值对应的告警。
本发明实施例中,该服务器200可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本发明实施例中所描述的服务器200,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。本发明的实施例中,服务器与工业机器人之间可通过任何通信方式实现通信,包括但不限于,基于第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)、长期演进(Long TermEvolution,LTE)、全球互通微波访问(Worldwide Interoperability for MicrowaveAccess,WiMAX)的移动通信,或基于TCP/IP协议族(TCP/IP Protocol Suite,TCP/IP)、用户数据报协议(User Datagram Protocol,UDP)的计算机网络通信等。
可以理解的是,本发明实施例中所使用的工业机器人100可以包括既包括接收和发射硬件的设备,即具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。具体可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的服务器,或者服务器网络连接关系,例如图1中仅示出1个服务器和2个工业机器人,可以理解的,该故障检测告警***还可以包括一个或多个其他服务器,或/且一个或多个与服务器网络连接的故障检测告警装置,具体此处不作限定。
另外,如图1所示,该故障检测告警***还可以包括存储器300,用于存储数据,如存储节拍数据,例如工业机器人工作时产生的节拍数据等。
需要说明的是,图1所示的故障检测告警***的场景示意图仅仅是一个示例,本发明实施例描述的故障检测告警***以及场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着故障检测告警***的演变和新业务场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。
下面介绍本申请所涉及的一些名词:
扭矩:使物体发生转动的一种特殊的力矩。发动机的扭矩就是指发动机从曲轴端输出的力矩。在功率固定的条件下它与发动机转速成反比关系,转速越快扭矩越小,反之越大,它反映了汽车在一定范围内的负载能力。外部的扭矩叫转矩或者叫外力偶矩,内部的叫内力偶矩或者叫扭矩。
工业机器人:工业机器人(industry robot)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。工业机器人被广泛应用于电子、物流、化工等各个工业领域之中。一般来说,工业机器人由三大部分六个子***组成:三大部分是机械部分、传感部分和控制部分;六个子***可分为机械结构***、驱动***、感知***、机器人-环境交互***、人机交互***和控制***。
PLC:可编程逻辑控制器(Programmable Logic Controller,PLC),一种具有微处理器的用于自动化控制的数字运算控制器,可以将控制指令随时载入内存进行储存与执行。可编程控制器由CPU、指令及数据内存、输入/输出接口、电源、数字模拟转换等功能单元组成。
如图2所示,为本申请实施例中故障检测告警方法的一个实施例流程示意图,该故障检测告警方法包括:
21、获取多个关节轴中各关节轴在一个节拍内对应的节拍数据。
在本申请的实施例中,工业机器人可以包括多个关节轴,不同的关节轴之间互相连接,以实现各种不同的功能。
在本申请的实施例中,可以获取工业机器人中的多个关节轴在一个节拍内对应的节拍数据。其中,节拍为工业机器人完成某个动作所需的时间,即在本申请的实施例中,节拍为时间单位。而节拍数据即为工业机器人中的多个关节轴在一个节拍对应的时间段内,各关节轴各自对应的不同节拍内的运动数据;节拍数据可以包括各关节轴对应的伺服马达的扭矩负载、速度、以及各关节轴的位置偏差等数据信息。
在上述实施例中,一个关节轴对应一个节拍数据,多个关节轴对应多个节拍数据,节拍数据为多个。
22、根据节拍数据,计算得到多个关节轴中各关节轴对应的扭矩负载有效值。
具体的,在本申请的实施例中,可以利用扭矩负载有效值来判断每个关节轴的工作情况。
23、判断扭矩负载有效值是否达到预设告警条件。
具体的,在本申请的实施例中,关节轴为多个,每个关节轴分别对应一个扭矩负载有效值。而由于不同的关节轴之间实际进行的动作不同,关节轴中不同部件之间的磨损也不同,因此每个关节轴分别对应一个扭矩负载有效值,每个关节轴也分别对应不同的告警条件。
24、若达到预设告警条件,则生成与扭矩负载有效值对应的告警。
可以将每个关节轴各自对应的扭矩负载有效值分别与预设告警条件进行对比,若是扭矩负载有效值达到了预设的告警条件,说明当前关节轴的扭矩已经处于非正常工作状态,需要生成与之对应的告警,以提醒操作人员进行处理。
在本申请的实施例中,不同关节轴对应的告警条件可以不同,因此告警可以为多种类型,便于操作人员直接根据告警判断出现故障的关节轴,实现对故障关节轴的快速定位。
本申请提供一种故障检测告警方法,通过获取每个关节轴在一个节拍内各自对应的节拍数据,且利用节拍数据计算得到每个关节轴各自对应的扭矩负载有效值,通过判断扭矩负载有效值是否超过阈值来确定关节轴是否正常工作。本申请通过计算扭矩负载有效值,去除了节拍数据中的噪音,避免了机器人负载、节拍动作时长以及环境温度变化等影响,提高了对各关节轴检测的稳定性。
在本申请的实施例中,如图3所示,为本申请实施例提供的得到节拍数据的一实施例流程示意图,其中,获取多个关节轴中各关节轴在一个节拍内各自对应的节拍数据,可以包括:
31、获取初始节拍数据。
32、根据初始节拍数据,确定一个节拍的起止时间。
33、根据起止时间,在初始节拍数据中确定各关节轴各自对应的不同节拍内的节拍数据。
具体的,在本申请的实施例中,关节轴产生的数据是海量的,因此可以利用PLC实时获取每个关节轴对应的初始节拍数据,而关节轴的初始节拍数据可以为工业机器人使用机械臂从一个特定位置装载基板玻璃开始,经过一系列动作到另外一个指定位置卸载基板玻璃结束,所产生的伺服数据。
工业机器人每进行一次动作均会产生一个节拍数据文件,通常可以包含一段时间内所有关节轴进行某个动作产生的节拍数据。其中,节拍对应的时间的长短可以根据多个关节轴完成某个具体动作所需的时间确定。在本申请的一个具体实施例中,一个节拍通常为30-40秒。
而由于PLC记录的是实时数据,因此还需要在PLC记录的所有数据中,确定所有关节轴在一个节拍中的节拍数据。即还需要对PLC记录的节拍数据进行筛选,确定出节拍的开始和结束时间,只保留关节轴在节拍开始和结束之间的一系列动作的单节拍数据。
在本申请的实施例中,多个关节轴对应的初始节拍数据可以利用PLC直接获取,且初始节拍数据为实时数据。在PLC记录的数据中,第一行通常记录了每个轴对应的位置,以及每个轴相对于前一秒位置的产生的位置偏差;同时还记录了每个轴对应的速度、扭矩等信息。
其中,每一行中的数据通常包括了所有关节轴在某一时刻对应的位置、位置偏差、速度、扭矩等节拍数据,不同行中的数据分别为不同时刻所有的关节轴对应的节拍数据。在图4中,不同行中的数据按照时间顺序排序,通常记录了当前时刻所有关节轴的节拍数据后,再记录下一秒时所有关节轴各自对应的节拍数据。且在PLC记录的数据中各关节轴对应的节拍数据通常以毫秒的频率保存。
在本申请的实施例中,可以根据每个关节轴各自对应的初始节拍数据,筛选得到每个关节轴各自对应的节拍数据。由于一个节拍通常为30-40秒,因此还需要在利用PLC记录的所有数据中,属于一个节拍内的数据。
而在本申请的实施例中,工业机器人通常用于移动处于制备流程中的显示面板,因此一个节拍可以为工业机器人从取片开始,到放片结束的整个流程。而节拍对应的时间,即为工业机器人从取片开始,到放片结束的整个流程所需的时间。由于PLC中记录了关节轴的每个动作,因此可以利用PLC直接确定工业机器人每个动作对应的时刻,以确定一个节拍的时间。
如图4所示,为本申请实施例提供的节拍数据一实施例示意图,其中,“StartGET2”可以代表当前工业机器人开始取片,即一个节拍中的动作开始;而“End GET2”可以代表当前工业机器人取片结束。而“Start PUT12”可以代表当前工业机器人开始放片;而“EndPUT12”可以代表当前工业机器人结束放片,即一个节拍中的动作结束。
即在本申请的实施例中,可以利用PLC记录的数据,直接确定一个节拍的开始动作和结束动作,进而确定一个节拍的起始和结束时间,以确定一个节拍内的所有关节轴对应的节拍数据。
在如图4所示的节拍数据中,一个节拍的起始和结束时间是以秒为单位记录的,而在本申请的另一些实施例中,可以将毫秒作为单位来记录一个节拍的起始和结束时间,提高节拍对应的时间的准确性,以提高节拍数据的准确性。
如图5所示,为本申请实施例提供的计算扭矩负载有效值一实施例流程示意图。在本申请的实施例中,每个关节轴对应的节拍数据中还包括每个关节轴在一个节拍内的速度数据。根据节拍数据,计算得到多个关节轴中各关节轴各自对应的扭矩负载有效值,可以包括:
51、根据速度数据,在节拍数据中确定多个关节轴中各关节轴各自对应的单节拍数据。
52、根据单节拍数据,计算得到多个关节轴中各关节轴各自对应的扭矩负载有效值。
在确定了一个节拍的起止时间,以及在一个节拍内各关节轴各自对应的不同节拍内的节拍数据后,还需要对节拍数据再次进行处理,以得到实际的节拍数据。
由于在一个节拍的开始和结束的一段时间内,关节轴的速度通常较为缓慢,此时关节轴并未处于正常工作状态。因此为了提高节拍数据的有效性,可以根据各关节轴各自对应的速度,再次对节拍数据进行筛选,得到实际的节拍数据。
具体的,可以判断多个关节轴中每个关节轴各自对应的速度是否在预设的速度范围内;若在,则保留在预设的速度范围内的速度对应的节拍数据;若是不在,则不保留不在预设的速度范围内的速度对应的节拍数据。
即在本申请的实施例中,根据每个关节轴各自对应的速度,只保留一个节拍内的部分数据,对于不在预设速度范围内的速度对应的节拍数据不保留。通常情况下,关节轴的节拍数据中,低速对应的是关节轴刚刚启动或关节轴完成动作停止的过程,此时关节轴不能算是处于正常工作的状态;因此可以去除不在预设的速度范围内的速度对应的节拍数据,提高节拍数据的准确性。
在本申请的实施例中,关节轴的速度通常可以为关节轴中的伺服马达的转速表示,一般为Xpulse/sec,即每秒的速度为Xpulse,其中pulse为转速的单位。而PLC记录的速度数据有正值也有负值,正负仅代表关节轴方向的不同。
在本申请的一个具体实施例中,可以以1pulse/sec为低转速标准,不保留速度的绝对值小于等于1pulse/sec对应的关节轴的节拍数据。
在去除了部分初始节拍数据后,可以得到每个关节轴各自对应的节拍数据,还需要根据每个关节轴各自对应的节拍数据,计算得到每个关节轴各自对应的扭矩负载有效值。
需要说明的是,在上述实施例中,每个关节轴对应的速度范围可以不同,每个关节轴对应的速度范围可以根据实际情况确定。
在本申请的实施例中,关节轴为多个,关节轴对应的节拍数据也为多个,可以以多个关节轴中任意关节轴为目标关节轴。如图6所示,为本申请实施例提供的计算扭矩负载有效值的另一实施例流程示意图,可以包括:
61、确定目标关节轴对应的目标单节拍数据。
62、计算目标单节拍数据的绝对均值和标准差。
63、根据目标单节拍数据的绝对均值和标准差,确定目标关节轴对应的扭矩负载有效值。
在本申请的实施例中,每个关节轴对应的扭矩负载有效值均不同;因此可以以多个关节轴中的任意关节轴为目标关节轴,分别计算每个关节轴对应的扭矩负载有效值。
具体的,可以根据目标关节轴对应的节拍数据,计算目标关节轴对应的绝对均值和标准差。在本申请的实施例中,在计算目标关节轴对应的绝对均值和标准差时,仅代入一个节拍内目标关节轴对应的扭矩负载,而扭矩负载可以利用PLC直接获取。
由于一个节拍通常为30-40秒,因此一个节拍内目标关节轴在不同时间内对应的扭矩负载也为多个,可以根据多个扭矩负载,分别计算多个扭矩负载的绝对均值和标准差,以计算得到目标关节轴对应的扭矩负载有效值。
具体的,可以用目标关节轴对应的单节拍数据的绝对均值除以标准差,即:mean(abs(X))/std(abs(X)),其中X即为目标关节轴的节拍数据中的扭矩负载值。即在计算扭矩负载有效值时,仅将节拍数据中的扭矩负载值代入公式计算。
根据上述计算方法可以计算得到每一个关节轴各自对应的扭矩负载有效值,进而判断关节轴是否故障。
在本申请的实施例中,判断扭矩负载有效值是否达到预设告警条件可以分为多个步骤,可以包括:判断各关节轴对应的扭矩负载有效值是否超过预警阈值;若扭矩负载有效值超过预警阈值,则判断扭矩负载有效值是否达到预设告警条件。
即在本申请的实施例中,仅判断扭矩负载有效值是否超过预警阈值还不够,还需要判断扭矩负载有效值是否达到了告警条件。若是扭矩负载有效值在某时刻由于外界因素超过了预警阈值,但在下一节拍中恢复正常,没有达到预设告警条件,则不用产生告警。
因此还需要确定不同关节轴各自对应的预警阈值。在本申请的实施例中,不同关节轴对应的预警阈值可以相同,也可以不同。
具体的,在计算得到多个关节轴中各关节轴各自对应的扭矩负载有效值之后,故障检测告警方法还可以包括:
获取第一预设时间段内,多个关节轴中各关节轴各自对应的第一历史节拍数据;根据多个关节轴中各关节轴各自对应的历史节拍数据,分别确定多个关节轴中各关节轴各自对应的扭矩负载预警阈值。
而若是关节轴的扭矩负载有效值超过了预警阈值,还可以再次判断当前的扭矩负载有效值是否达到了预设告警条件。若是达到了预设的告警条件,则可以生成与当前扭矩负载有效值对应的告警。
具体的,在本申请的实施例中,可以分别对各关节轴基于历史故障分析,确定每个关节轴的扭矩负载预警阈值。例如基于第一预设时间段内的各关节轴的第一历史节拍数据的分析,可以确定关节轴的扭矩负载有效值低于预设值时,会产生报警。
具体的,扭矩负载预警阈值可以为4.8,即关节轴的扭矩负载有效值低于4.8时,当前的扭矩负载有效值已经达到了预警阈值。此时可以判断当前的扭矩负载有效值是否连续三次低于4.8,是否达到了连续三次低于预警阈值的告警条件;若是,则直接生成与当前扭矩负载有效值对应的告警。
在本申请的另一些实施例中,预设的告警条件还可以为,当前的扭矩负载有效值是否低于预警阈值的80%,若是,则直接告警,不需要再判断当前的扭矩负载有效值是否连续三次低于预警阈值。
具体的,以扭矩负载的预警阈值为4.8为例,若当前的扭矩负载有效值低于4.8的80%,即低于3.84;此时直接生成与当前扭矩负载有效值对应的告警,而不再判断当前的扭矩负载有效值是否连续三次低于4.8。
在本申请的另一些实施例中,还可以根据线性回归模型对各关节轴的扭矩节拍有效值进行预测,以预测各关节轴的故障情况,提前生成告警。
如图7所示,为本申请实施例提供的获取扭矩负载有效值的预测值一实施例流程示意图,在本申请的一些实施例中,获取扭矩负载有效值的预测值可以包括:
71、获取第二预设时间段内,多个关节轴中各关节轴对应的第二历史节拍数据。
72、按照每个节拍窗口对应预设数量的节拍数据,确定第二历史节拍数据中的多个节拍窗口。
73、确定多个节拍窗口对应的多个线性回归模型。
74、根据多个线性回归模型,确定在下一个节拍窗口中,扭矩负载有效值的预测值。
具体的,在本申请的实施例中,可以利用第二预设时间段内的,关节轴对应的第二历史节拍数据,确定关于扭矩负载有效值的线性回归模型;以根据线性回归模型确定扭矩负载有效值的预测值。
其中,可以先获取第二预设时间段内的,多个关节轴中各关节轴各自对应的第二历史节拍数据;并根据预设的节拍数据,将第二历史节拍数据划分为不同的节拍窗口,每一个节拍窗口中包括多个节拍以及多个节拍对应的历史节拍数据。
而一个节拍窗口对应一个线性回归模型,节拍窗口可以为多个,因此线性回归模型也为多个。
在本申请的实施例中,确定多个节拍窗口对应的多个线性回归模型,可以包括:
分别以一个节拍窗口为目标节拍窗口,确定在目标节拍窗口内,各关节轴各自对应的不同节拍内的节拍数据。根据各关节轴各自对应的不同节拍内的节拍数据,计算得到目标节拍窗口内的线性回归模型。
在本申请的实施例中,利用历史节拍数据,确定多个关于扭矩负载有效值的线性模型;根据多个线性回归模型可以确定扭矩负载有效值的变化规律,以预测扭矩负载有效值。
在本申请的一个具体实施例中,可以将六个节拍作为一个节拍窗口,即一个节拍窗口中包括六个节拍。再获取相邻连续的六个节拍的时间内,各关节轴各自对应的不同节拍内的节拍数据;根据节拍数据,可以确定各关节轴在不同节拍内的扭矩节拍有效值;其中,每个关节轴对应的扭矩节拍有效值有六个。而根据六个不同的扭矩节拍有效值可以确定一个线性回归模型。
在上述实施例中,将六个节拍分为节拍1-6,根据节拍1-6内的扭矩节拍有效值确定了一个线性回归模型后;还可以继续以相邻且连续的六个节拍,即节拍2-7为一个节拍窗口,再确定节拍2-7内的各关节轴的扭矩节拍有效值,以得到节拍2-7对应的线性回归模型。其中,可以利用最小二乘法确定回归模型中的参数。
在上述实施例的基础上,可以得到多个线性回归模型,线性回归模型的数量与节拍窗口的数量相同。而根据多个线性回归模型,可以确定扭矩节拍有效值的变化趋势,从而预测后续节拍中的扭矩节拍有效值,从而达到提前预警。
在本申请的实施例中,一个节拍窗口中的节拍数通常在5-10之间,节拍数越多,获取的节拍数据越多,得到的线性回归模型也约准确。但由于关节轴故障时,关节轴对应的扭矩节拍有效值会发生突变,大大影响线性回归模型中的参数,因此一个节拍窗口中的节拍数量也不能过多。通常,一个节拍窗口中的节拍为六个至十个。
需要说明的是,在本申请的实施例中,不同的关节轴对应的节拍数据不同,而不同的关节轴对应的扭矩节拍有效值,以及预警阈值和告警条件可以相同也可以不同;可以根据实际情况设置。判断某个关节轴的故障情况时,是独立判断的,与其他关节轴无关。
如图8所示,为本申请实施例提供的故障检测告警方法一具体实施例示意图,在图8中,当开始故障检测时,需要先获取关节轴的初始节拍数据,并对初始节拍数据进行预处理。其中,预处理可以为确定节拍的起止时间,保留位于节拍内的部分初始节拍数据。再对初始节拍数据划分,不保留低速对应的初始节拍数据,得到节拍数据。
而得到节拍数据后,可以根据节拍数据计算扭矩负载的有效值;并根据扭矩负载的有效值判断关节轴是否故障。其中,可以先判断扭矩负载有效值是否超过预警阈值,若是超过,再判断扭矩负载有效值是否达到预设告警条件;若满足,则直接告警。
在上述实施例中,还可以利用历史节拍数据生成扭矩节拍有效值的分段线性回归模型,进行故障预测。
为了更好实施本申请实施例中故障检测告警方法,在故障检测告警方法基础之上,本申请实施例中还提供一种故障检测告警装置,如图9所示,为本申请实施例提供的故障检测装置一实施例示意图,所述故障检测告警装置900包括:
获取模块901,用于获取所述多个关节轴在一个节拍内对应的节拍数据;
计算模块902,用于根据节拍数据,计算得到多个关节轴中各关节轴对应的扭矩负载有效值;
判断模块903,用于判断所述扭矩负载有效值是否达到预设告警条件
告警模块904,用于若达到所述预设告警条件,则生成与所述扭矩负载有效值对应的告警。
本申请提供一种故障检测告警装置,通过获取每个关节轴在一个节拍内各自对应的节拍数据,且利用节拍数据计算得到每个关节轴各自对应的扭矩负载有效值,通过判断扭矩负载有效值是否超过阈值来确定关节轴是否正常工作。本申请通过计算扭矩负载有效值,去除了节拍数据中的噪音,避免了机器人负载、节拍动作时长以及环境温度变化等影响,提高了对各关节轴检测的稳定性。
本申请还提供一种服务器,其集成了本申请实施例所提供的任一种故障检测告警装置,如图10所示,其示出了本申请实施例所涉及到的服务器的结构示意图,具体来讲:
该服务器可以包括一个或者一个以上处理核心的处理器1001、一个或一个以上计算机可读存储介质的存储器1002、电源1003和输入单元1004等部件。本领域技术人员可以理解,图10中示出的服务器结构并不构成对服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器1001是该服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储器1002内的软件程序和/或模块,以及调用存储在存储器1002内的数据,执行服务器的各种功能和处理数据,从而对服务器进行整体监控。可选的,处理器1001可包括一个或多个处理核心;优选的,处理器1001可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1001中。
存储器1002可用于存储软件程序以及模块,处理器1001通过运行存储在存储器1002的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器1002可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据服务器的使用所创建的数据等。此外,存储器1002可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器1002还可以包括存储器控制器,以提供处理器1001对存储器1002的访问。
服务器还包括给各个部件供电的电源1003,优选的,电源1003可以通过电源管理***与处理器1001逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源1003还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该服务器还可包括输入单元1004,该输入单元1004可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,服务器还可以包括显示单元等,在此不再赘述。具体在本实施例中,服务器中的处理器1001会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器1002中,并由处理器1001来运行存储在存储器1002中的应用程序,从而实现各种功能,如下:
获取多个关节轴中的各关节轴在一个节拍内对应的节拍数据;根据节拍数据,计算得到所述多个关节轴对应的扭矩负载有效值;判断扭矩负载有效值是否达到预设告警条件;若达到预设告警条件,则生成与扭矩负载有效值对应的告警。
本申请还提供一种计算机可读存储介质,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。存储介质存储有计算机程序,该计算机程序被处理器进行加载,以执行本申请实施例所提供的任一种故障检测告警方法中的步骤。例如,所述计算机程序被处理器进行加载可以执行如下步骤:
获取多个关节轴中的各关节轴在一个节拍内对应的节拍数据;根据节拍数据,计算得到所述多个关节轴对应的扭矩负载有效值;判断扭矩负载有效值是否达到预设告警条件;若达到预设告警条件,则生成与扭矩负载有效值对应的告警。
需要说明的是,本申请实施例方法由于是在电子设备中执行,各电子设备的处理对象均以数据或信息的形式存在,例如时间,实质为时间信息,可以理解的是,后续实施例中若提及尺寸、数量、位置等,均为对应的数据存在,以便电子设备进行处理,具体此处不作赘述。
以上对本申请实施例所提供的一种故障检测告警方法、装置、服务器及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种故障检测告警方法,其特征在于,应用于工业机器人,所述工业机器人包括多个关节轴,所述方法包括:
获取所述多个关节轴中各关节轴在一个节拍内对应的节拍数据;
根据所述节拍数据,计算得到所述多个关节轴中各关节轴对应的扭矩负载有效值;
判断所述扭矩负载有效值是否达到预设告警条件;
若达到所述预设告警条件,则生成与所述扭矩负载有效值对应的告警。
2.根据权利要求1所述的故障检测告警方法,其特征在于,所述获取所述多个关节轴中各关节轴在一个节拍内对应的节拍数据,包括:
获取初始节拍数据;
根据所述初始节拍数据,确定一个节拍的起止时间;
根据所述起止时间,在所述初始节拍数据中确定所述各关节轴各自对应的不同节拍内的节拍数据。
3.根据权利要求1所述的故障检测告警方法,其特征在于,所述节拍数据包括所述多个关节轴中各关节轴在一个节拍中的各自对应的速度数据;
所述根据所述节拍数据,计算得到所述多个关节轴中各关节轴扭矩负载有效值,包括:
根据所述速度数据,在所述节拍数据中确定所述多个关节轴中各关节轴各自对应的单节拍数据;
根据所述单节拍数据,计算得到所述多个关节轴中各关节轴各自对应的扭矩负载有效值。
4.根据权利要求3所述的故障检测告警方法,其特征在于,所述根据所述单节拍数据,计算得到所述多个关节轴中各关节轴各自对应的扭矩负载有效值,包括:
以所述多个关节轴中任意关节轴为目标关节轴;
确定所述目标关节轴对应的目标单节拍数据;
计算所述目标单节拍数据的绝对均值和标准差;
根据所述目标单节拍数据的绝对均值和标准差,确定所述目标关节轴对应的扭矩负载有效值。
5.根据权利要求1所述的故障检测告警方法,其特征在于,在根据所述节拍数据,计算得到所述多个关节轴对应的扭矩负载有效值后,所述方法还包括:
获取第一预设时间段内,所述多个关节轴中各关节轴各自对应的第一历史节拍数据;
根据所述多个关节轴中各关节轴各自对应的第一历史节拍数据,分别确定所述多个关节轴中各关节轴各自对应的扭矩负载预警阈值。
6.根据权利要求1所述的故障检测告警方法,其特征在于,所述方法还包括:
获取第二预设时间段内,所述多个关节轴中各关节轴各自对应的第二历史节拍数据;
按照每个节拍窗口对应预设数量的节拍数据,确定所述第二历史节拍数据中多个节拍窗口;
确定所述多个节拍窗口对应的多个线性回归模型;
根据所述多个线性回归模型,确定在下一个节拍窗口中,所述扭矩负载有效值的预测值。
7.根据权利要求6所述的故障检测告警方法,其特征在于,所述确定所述多个节拍窗口对应的多个线性回归模型,包括:
分别以一个节拍窗口为目标节拍窗口,确定在所述目标节拍窗口内,所述各关节轴各自对应的不同节拍内的节拍数据;
根据所述各关节轴各自对应的不同节拍内的节拍数据,计算得到所述目标节拍窗口内的线性回归模型。
8.根据权利要求1所述的故障检测告警方法,其特征在于,所述判断所述扭矩负载有效值是否达到预设告警条件,包括:
判断所述各关节轴对应的扭矩负载有效值是否超过预警阈值;
若所述扭矩负载有效值超过所述预警阈值,则判断所述扭矩负载有效值是否达到预设告警条件。
9.一种故障检测告警装置,其特征在于,所述装置包括:
获取模块,用于获取所述多个关节轴中各关节轴在一个节拍内对应的节拍数据;
计算模块,用于根据所述节拍数据,计算得到所述多个关节轴中各关节轴对应的扭矩负载有效值;
判断模块,用于判断所述扭矩负载有效值是否达到预设告警条件;
告警模块,用于若达到所述预设告警条件,则生成与所述扭矩负载有效值对应的告警。
10.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至8中任一项所述的故障检测告警方法。
11.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至8任一项所述的故障检测告警方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011446650.0A CN113211424B (zh) | 2020-12-11 | 2020-12-11 | 故障检测告警方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011446650.0A CN113211424B (zh) | 2020-12-11 | 2020-12-11 | 故障检测告警方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113211424A true CN113211424A (zh) | 2021-08-06 |
CN113211424B CN113211424B (zh) | 2022-07-22 |
Family
ID=77085834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011446650.0A Active CN113211424B (zh) | 2020-12-11 | 2020-12-11 | 故障检测告警方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113211424B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114323718A (zh) * | 2021-12-14 | 2022-04-12 | 合肥欣奕华智能机器有限公司 | 一种机器人故障预测方法及装置 |
CN114619482A (zh) * | 2020-12-10 | 2022-06-14 | 合肥欣奕华智能机器股份有限公司 | 机器人故障预测方法、故障预测***及故障预测设备 |
CN114700988A (zh) * | 2022-05-09 | 2022-07-05 | 西安交通大学 | 一种面向工业机器人机械传动部件健康监测的关节动作划分方法 |
WO2023125082A1 (zh) * | 2021-12-31 | 2023-07-06 | 广州明珞装备股份有限公司 | 一种工艺动作判断方法、***、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106020116A (zh) * | 2015-03-24 | 2016-10-12 | 发那科株式会社 | 具有对机器人进行异常诊断的功能的机器人控制装置 |
CN110303491A (zh) * | 2018-03-27 | 2019-10-08 | 日本电产三协株式会社 | 动作历史管理*** |
CN110851342A (zh) * | 2019-11-08 | 2020-02-28 | 中国工商银行股份有限公司 | 故障预测方法、装置、计算设备以及计算机可读存储介质 |
JP2020110877A (ja) * | 2019-01-11 | 2020-07-27 | キヤノン株式会社 | ロボット診断方法、ロボット診断装置、制御プログラム、記録媒体、生産システム、および物品の製造方法 |
-
2020
- 2020-12-11 CN CN202011446650.0A patent/CN113211424B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106020116A (zh) * | 2015-03-24 | 2016-10-12 | 发那科株式会社 | 具有对机器人进行异常诊断的功能的机器人控制装置 |
CN110303491A (zh) * | 2018-03-27 | 2019-10-08 | 日本电产三协株式会社 | 动作历史管理*** |
JP2020110877A (ja) * | 2019-01-11 | 2020-07-27 | キヤノン株式会社 | ロボット診断方法、ロボット診断装置、制御プログラム、記録媒体、生産システム、および物品の製造方法 |
CN110851342A (zh) * | 2019-11-08 | 2020-02-28 | 中国工商银行股份有限公司 | 故障预测方法、装置、计算设备以及计算机可读存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114619482A (zh) * | 2020-12-10 | 2022-06-14 | 合肥欣奕华智能机器股份有限公司 | 机器人故障预测方法、故障预测***及故障预测设备 |
CN114323718A (zh) * | 2021-12-14 | 2022-04-12 | 合肥欣奕华智能机器有限公司 | 一种机器人故障预测方法及装置 |
CN114323718B (zh) * | 2021-12-14 | 2023-12-15 | 合肥欣奕华智能机器股份有限公司 | 一种机器人故障预测方法及装置 |
WO2023125082A1 (zh) * | 2021-12-31 | 2023-07-06 | 广州明珞装备股份有限公司 | 一种工艺动作判断方法、***、设备及存储介质 |
CN114700988A (zh) * | 2022-05-09 | 2022-07-05 | 西安交通大学 | 一种面向工业机器人机械传动部件健康监测的关节动作划分方法 |
CN114700988B (zh) * | 2022-05-09 | 2023-10-24 | 西安交通大学 | 一种面向工业机器人机械传动部件健康监测的关节动作划分方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113211424B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113211424B (zh) | 故障检测告警方法、装置、服务器及存储介质 | |
EP3336638A1 (en) | Controller, control program, and control method | |
WO2022134495A1 (zh) | 基于深度学习的设备异常检测方法、***及计算机介质 | |
US20090132085A1 (en) | Detection of condition changes in an industrial robot system | |
JP7119978B2 (ja) | 制御装置およびプログラム | |
CN109167681B (zh) | 状态监控方法及装置 | |
CN113901162B (zh) | 基于城市管理的无人机环境监测方法、***及云平台 | |
CN112240784A (zh) | 异常判定装置以及异常判定*** | |
CN113821009B (zh) | 一种边缘控制器和质量检测*** | |
US11803178B2 (en) | Event estimation system and event estimation method | |
CN112180833B (zh) | 数控机床及其自适应加工的控制方法和装置 | |
CN113309396A (zh) | 无人机库控制方法、装置及电子设备 | |
US11340563B2 (en) | Management system and management device for a plurality of industrial machines supplied with power from a power supply facility | |
CN114418383A (zh) | 一种工业机器人的健康风险评估方法、装置、介质和设备 | |
CN111775711B (zh) | 纯电动汽车状态监测方法及*** | |
CN113211426B (zh) | 机器人故障诊断方法、装置、计算机设备以及存储介质 | |
CN112634489B (zh) | 一种基于移动终端的车辆状态确定方法、装置及*** | |
CN114244681A (zh) | 设备连接故障预警方法、装置、存储介质及电子设备 | |
JP2529247B2 (ja) | プログラマブルコントロ−ラ | |
CN114770499B (zh) | 工业机器人的能耗高效建模预测方法及装置 | |
US20200403539A1 (en) | Control device, control system, and machine learning device | |
CN116176737B (zh) | 一种车辆控制方法、装置、车辆及存储介质 | |
CN111791230B (zh) | 机器人偏载的检测方法、机器人载物方法、装置及机器人 | |
CN115357864B (zh) | 旋转机械转子部件脱落故障识别方法及*** | |
WO2023026433A1 (ja) | 診断装置、及びプログラムを記録した記録媒体 |
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 |