CN114051584A - 减速机的故障诊断装置及故障诊断方法 - Google Patents
减速机的故障诊断装置及故障诊断方法 Download PDFInfo
- Publication number
- CN114051584A CN114051584A CN202080046914.5A CN202080046914A CN114051584A CN 114051584 A CN114051584 A CN 114051584A CN 202080046914 A CN202080046914 A CN 202080046914A CN 114051584 A CN114051584 A CN 114051584A
- Authority
- CN
- China
- Prior art keywords
- motor current
- speed reducer
- amplitude
- motor
- frequency band
- 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
- 239000003638 chemical reducing agent Substances 0.000 title claims abstract description 120
- 238000003745 diagnosis Methods 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims description 40
- 230000001133 acceleration Effects 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 36
- 230000009467 reduction Effects 0.000 claims description 48
- 230000007246 mechanism Effects 0.000 claims description 32
- 239000000284 extract Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000002360 preparation method Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- 230000005284 excitation Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 230000036544 posture Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 239000012636 effector Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000004519 grease Substances 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000004148 unit process 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
- 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
- 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
- B25J19/06—Safety devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/02—Gearings; Transmission mechanisms
- G01M13/021—Gearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- 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
- G05B2219/37209—Estimate life of gear, drive
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Manipulator (AREA)
Abstract
故障诊断装置(1)对具备多个动作部(12)、多个马达(14)以及多个减速机(13)的机械装置(11)的多个减速机(13)的故障进行诊断。故障诊断装置(1)具备：加减速期间确定部，确定多个动作部(12)中的一个动作部(12)的动作的加减速期间；马达电流处理部(32)，取得加减速期间的、驱动一个动作部(12)的一个马达(14)的马达电流的特定频带的频率成分的振幅的峰值；以及判定部(9)，基于马达电流的振幅的峰值，进行在将一个马达(14)的旋转动力减速并传递至一个动作部(2)的一个减速机(13)中是否存在故障的征兆的判定。一个特定频带包含机械装置(1)的多个固有振动频率中的、使机械装置(11)在一个减速机(13)的齿轮所啮合的方向上因共振而振动的一个固有振动频率。故障诊断装置(1)构成为对多个减速机(13)的各减速机(13)进行上述判定。
Description
技术领域
本发明涉及减速机的故障诊断装置及故障诊断方法。
背景技术
以往，公知有基于相对于机械装置的加减速期间的马达的转速变化的马达电流的频谱的变化，来判定减速机中是否存在故障的征兆的减速机的故障诊断方法(参照专利文献1)。该故障诊断方法由于在机械装置的加减速期间进行故障诊断，因此能够在机械装置的作业中进行故障诊断。
专利文献1：日本专利第6144404号登载公报
然而，对于故障而言期望尽可能在早期发现。在上述减速机的故障诊断方法中，若减速机的磨损进行到某种程度则马达电流明显增大，因此能够准确地判定减速机中是否存在故障的征兆。
但是，在减速机的磨损没怎么进行的状态下，马达电流不怎么增大，因此由减速机的磨损引起的马达电流的增大被由其他因素引起的马达电流的变动埋没，而不容易在早期判定减速机中是否存在故障的征兆。
发明内容
本发明是为了解决上述那样的课题而完成的，其目的在于提供一种能够在早期判定是否存在故障的征兆的减速机的故障诊断装置及故障诊断方法。
为了实现上述目的，本发明的一个方式(aspect)所涉及的故障诊断装置是对机械装置的多个减速机的故障进行诊断的故障诊断装置，上述机械装置具备多个动作部、分别驱动上述多个动作部的多个马达、以及将上述多个马达的旋转动力减速并分别传递至上述多个动作部的上述多个减速机，其中，具备：加减速期间确定部，进行上述多个动作部中的一个动作部的动作的加减速期间的确定；马达电流处理部，对上述加减速期间的、驱动上述一个动作部的一个马达的负荷电流或与该负荷电流具有相关关系的电流值即马达电流进行处理，以取得上述马达电流的特定频带的频率成分的振幅的峰值(以下，称为马达电流的振幅的峰值)；以及判定部，基于上述马达电流的振幅的峰值，进行在将上述一个马达的旋转动力减速并传递至上述一个动作部的一个减速机中是否存在故障的征兆的判定，一个上述特定频带包含上述机械装置的多个固有振动频率中的、使上述机械装置在上述一个减速机的齿轮所啮合的方向上因共振而振动的一个固有振动频率，构成为对上述多个减速机的各减速机进行上述判定。
根据该结构，多个减速机中是否存在故障的征兆的判定，针对每个减速机进行，各减速机的判定基于与各减速机对应的各动作部的动作中的加减速期间的马达电流的特定频带的频率成分的振幅的峰值而进行。该判定的原理基于如下现象，即、若减速机的齿轮的转速(旋转频率)接近机械装置的固有振动频率，则机械装置与由该齿轮的啮合引起的起振力共振，由于该共振，由齿轮的啮合带来的起振力增大，其结果是，驱动该齿轮的马达的马达电流增大。该情况下，需要确定出马达电流的频率成分中的该齿轮中固有的频率成分，但作为该固有的频率成分，使用马达电流中的由该齿轮的旋转引起(源自该齿轮的旋转)的基波或者高次谐波的频率成分(以下，有时称为齿轮频率成分)。另一方面，机械装置中存在多个固有振动频率，因各固有振动频率，机械装置的振动模式(振动方式)不同。因此，若作为为了求出马达电流的齿轮频率成分的振幅的峰值而从该马达电流提取的频率成分的频率，使用机械装置的多个固有振动频率中的、引起机械装置在要判定有无故障的征兆的减速机的齿轮所啮合的方向上振动的振动模式的固有振动频率，则容易捕捉马达电流中的齿轮频率成分的振幅的峰值。即，故障的征兆的检测灵敏度提高。
在该结构中，一个上述特定频带包含机械装置的多个固有振动频率中的、使上述机械装置在一个上述减速机的齿轮所啮合的方向上因共振而振动的一个固有振动频率，一个上述减速机是要判定有无故障的征兆的减速机，且上述特定频带是为了求出马达电流的振幅的峰值而从该马达电流提取的频率成分的频率。因此，根据该结构，容易捕捉马达电流中的齿轮频率成分的振幅的峰值，故障的征兆的检测灵敏度提高。其结果是，能够早期诊断是否存在故障的征兆。
也可以构成为，上述多个减速机包括齿轮在A方向上啮合的A减速机、和齿轮在与上述A方向不同的B方向上啮合的B减速机，上述多个固有振动频率包含使上述机械装置在上述A减速机的齿轮所啮合的方向上因共振而振动的A固有振动频率、和使上述机械装置在上述B减速机的齿轮所啮合的方向上因共振而振动的B固有振动频率，上述判定部对上述A减速机，使用包含上述A固有振动频率的A特定频带进行上述判定，并且对上述B减速机，使用包含上述B固有振动频率的B特定频带进行上述判定。
根据该结构，对各自的齿轮啮合的方向相互不同的两个减速机，能够使用各自的故障的征兆的检测灵敏度提高的特定频带来判定有无该故障的征兆。其结果是，能够早期诊断各自的齿轮啮合的方向相互不同的两个减速机中是否存在故障的征兆。
上述判定也可以是基于上述马达电流的振幅的峰值与规定的振幅阈值的比较的判定。
根据该结构，能够准确地诊断是否存在故障的征兆。
也可以构成为，上述机械装置是垂直多关节型机器人，上述多个动作部是上述机器人的多个连杆以及将该多个连杆连结的多个关节，上述多个驱动机构是分别驱动上述多个关节的多个驱动机构。
根据该结构，能够早期诊断垂直多关节型机器人的关节的驱动机构中是否存在故障的征兆。
也可以构成为，上述马达电流处理部具备：FFT处理部，基于上述一个马达的转速及上述马达电流，生成将一组马达电流数据的频谱分别与一组时间序列转速数据建立对应而成的三维频率分析数据；旋转要素频率成分取得部，从上述三维频率分析数据，提取上述马达电流的上述一个减速机的上述齿轮的基波或高次谐波的频率成分而取得其；特定频带成分取得部，从上述马达电流的上述齿轮的基波或高次谐波的频率成分，提取存在于上述特定频带的部分而取得其；以及振幅峰值提取部，通过提取上述马达电流的上述齿轮的基波或高次谐波的频率成分中的存在于上述特定频带的部分的振幅的峰值，而取得上述马达电流的振幅的峰值。
根据该结构，通过FFT分析能够适当地取得马达电流的振幅的峰值。
也可以构成为，上述马达电流处理部具备：共振时间区间取得部，取得上述多个驱动机构中的构成作为上述判定的对象的驱动机构的规定齿轮的转速在上述加减速期间成为上述特定频带的频率的时间区间；特定频带成分取得部，对上述马达电流应用带通滤波而取得上述马达电流的遍及上述特定频带的一部分或者全部的频率成分；以及振幅峰值取得部，基于由上述时间区间取得部取得的上述时间区分和由上述频率成分取得部取得的上述频率成分，取得上述马达电流的振幅的峰值。
根据该结构，不需要基于FFT的分析。
另外，本发明的另一方式(aspect)所涉及的故障诊断方法对机械装置的多个减速机的故障进行诊断，上述机械装置具备多个动作部、分别驱动上述多个动作部的多个马达、以及将上述多个马达的旋转动力减速并分别传递至上述多个动作部的上述多个减速机，其中，包括：进行上述多个动作部中的一个动作部的动作的加减速期间的确定；对上述加减速期间的、驱动上述一个动作部的一个马达的负荷电流或者与该负荷电流具有相关关系的电流值即马达电流进行处理，以取得上述马达电流的特定频带的频率成分的振幅的峰值(以下，称为马达电流的振幅的峰值)；以及基于上述马达电流的振幅的峰值，进行在将上述一个马达的旋转动力减速并传递至上述一个动作部的一个减速机中是否存在故障的征兆的判定，一个上述特定频带包含上述机械装置的多个固有振动频率中的、使上述机械装置在上述一个减速机的齿轮所啮合的方向上因共振而振动的一个固有振动频率，对上述多个减速机的各减速机，进行上述判定。
根据该结构，故障的征兆的检测灵敏度提高，其结果是，能够早期诊断是否存在故障的征兆。
另外，本发明的另一方式(aspect)所涉及的故障诊断装置对机械装置的减速机的故障进行诊断，上述机械装置具备动作部、驱动上述动作部的马达、以及将上述马达的旋转动力减速并传递至上述动作部的上述减速机，其中，具备：加减速期间确定部，进行上述动作部的动作的加减速期间的确定；马达电流处理部，对上述加减速期间的上述马达的负荷电流或者与该负荷电流具有相关关系的电流值即马达电流进行处理，以取得上述马达电流的特定频带的频率成分的振幅的峰值(以下，称为马达电流的振幅的峰值)；以及判定部，基于上述马达电流的振幅的峰值，进行在将上述一个马达的旋转动力减速并传递至上述一个动作部的一个减速机中是否存在故障的征兆的判定，上述马达电流处理部具备：共振时间区间取得部，取得上述多个驱动机构中的构成作为上述判定的对象的驱动机构的规定齿轮的转速在上述加减速期间成为上述特定频带的频率的时间区间；特定频带成分取得部，对上述马达电流应用带通滤波而取得上述马达电流的遍及上述特定频带的一部分或者全部的频率成分；以及振幅峰值取得部，基于由上述时间区间取得部取得的上述时间区分和由上述频率成分取得部取得的上述频率成分，取得上述马达电流的振幅的峰值。
根据该结构，不进行基于FFT的分析就能够取得马达电流的振幅的峰值，而诊断减速机中是否存在故障的征兆。
本发明起到能够提供能够早期判定是否存在故障的征兆的减速机的故障诊断装置及故障诊断方法的效果。
附图说明
图1是表示使用了本发明的实施方式1所涉及的减速机的故障诊断装置的机械装置的故障诊断***的结构的功能框图。
图2是表示图1的机械装置的故障诊断***的结构的外观图。
图3是表示图1的机械装置及故障诊断装置的结构的功能框图。
图4是表示作为图1的机械装置的一个例子的6轴垂直多关节型机器人的结构的外观图。
图5的(a)及(b)是表示图4的6轴垂直多关节型机器人的由共振导致的振动模式的示意图。
图6的(a)～(c)是表示图4的6轴垂直多关节型机器人的由共振导致的振动模式与驱动关节的减速机的齿轮所啮合的方向的关系的示意图。
图7是表示图4的6轴垂直多关节型机器人的特定频带与适合于故障诊断的关节的对应关系的表。
图8是表示图1的动作部的加减速期间的减速机的规定齿轮的转速变化的一个例子的曲线图。
图9是示意性地(概念性地)表示伴随图8所示的规定齿轮的转速变化而产生的马达电流的源自该齿轮的基波及高次谐波的频率的变化与特定频带的关系的一个例子的曲线图。
图10是表示图3的故障诊断装置的电流处理部的结构的一个例子的功能框图。
图11是表示图10的故障诊断装置的动作的一个例子的流程图。
图12是表示本发明的实施方式2所涉及的故障诊断装置的结构的一个例子的功能框图。
图13是表示图12的故障诊断装置的动作的一个例子的流程图。
图14是表示图13的共振时间区间提取的方法的一个例子的曲线图。
图15是表示图13的马达电流的特定频带成分提取的方法的一个例子的曲线图。
图16是表示图13的马达电流的共振区域成分提取的方法的一个例子的曲线图。
图17是表示图13的马达电流的共振区域成分的有效值计算方法的一个例子的曲线图。
图18是将基于FFT分析处理的评价和基于带通滤波处理的评价进行对比地表示图4的机器人的减速机的磨损加速试验的结果的曲线图。
具体实施方式
以下，参照附图，对本发明的实施方式进行说明。此外，以下在全部附图中对相同或相当的要素标注相同的附图标记，省略其重复的说明。另外，本发明并不限定于以下的实施方式。
(实施方式1)
[结构]
＜故障诊断***的概要＞
图1是表示使用了本发明的实施方式1所涉及的减速机的故障诊断装置的机械装置的故障诊断***的结构的功能框图。图2是表示图1的机械装置的故障诊断***的结构的外观图。在图2中，作为机械装置11的一个例子，示出了垂直多关节型机器人(以下，有时简称为机器人)。
参照图1及图2，实施方式1的故障诊断***100包括故障诊断装置1和机械装置11。机械装置11包括主体41和控制器17。控制器17通过用于传送各种信号等的通信电缆而与主体41连接。另外，故障诊断装置1通过用于传送各种数据的通信电缆而与控制器17连接。
机械装置11的主体41包括：多个动作部12，用于实现该机械装置11的功能；和多个驱动机构31，用于分别驱动多个动作部12。
机械装置11只要包括动作部12及驱动机构31即可，并不特别限定。
机械装置11的主体41是该机械装置11的机械构造部，具有多个固有振动频率。动作部12及驱动机构31与主体41的该机械构造机械结合，若对主体41施加起振力，则与主体41一同振动。
控制器17对主体41的动作部12的动作进行控制。
故障诊断装置1对机械装置11的驱动机构31中是否存在故障的征兆进行诊断。
以下，对这些要素详细进行说明。
＜机械装置11＞
图3是表示图1的机械装置11及故障诊断装置1的结构的功能框图。在图3中示出了机械装置11的主体41的多个动作部12及多个驱动机构31中的一个动作部12及一个驱动机构31。关于其他动作部12及驱动机构31，以下的说明也同样适用。
首先，对包括马达14及作为故障诊断装置1的诊断对象的减速机13的驱动机构31、以及具备该驱动机构31的本机械装置11，进行说明。
机械装置11包括主体41和控制器17。控制器17包括：电力变换器15，将被控制的电力(这里为电流)供给至主体41的马达14；和控制部42，使用电力变换器15来控制主体41的动作。
主体41包括：动作部12；马达14，驱动动作部12；减速机13，对马达14的旋转动力进行减速并传递至动作部12；以及编码器16，检测马达14的旋转位置。驱动机构31由作为驱动源的马达14、和从马达14到动作部12的动力传递路径构成。减速机13构成该动力传递路径的一部分。
参照图2，作为机械装置11，典型地可以举出机器人。在机器人中，机器人主体的动作部构成主体41的动作部12。例如，在多关节机器人中，固定于固定对象的基台(基部)构成静止部，与基台连结的一个以上的关节、连杆以及末端执行器构成动作部12。除此以外，作为机械装置11，可以例示建筑机械、机床等。此外，关于机器人，后续详细进行说明。
减速机13只要是对马达14的旋转动力进行减速并传递至动作部12的机构即可。减速机13例如通过减速机构(未图示)将输入轴的旋转动力减速，并将减速后的旋转动力输出至输出轴13a。作为输入轴，在图1中，例示了马达14的旋转轴14a，但例如也可以是其他动作部的输出轴。另外，作为减速机构，典型地可以例示齿轮减速机构。
马达14是伺服马达，也可以是无刷马达或直流马达。然而，也可以是感应电动机等其他马达。在使用了伺服马达的情况下，一并使用编码器16，进行动作部12的位置控制。马达14的设置场所可以是机械装置11的静止部，也可以是动作部12。在机器人的情况下，除第一关节之外，在各关节为了驱动比各关节靠前的连杆而设置马达14，因此在除第一关节以外的关节中，马达14设置于动作部12。在第一关节中，设置于静止部。
编码器16设置于马达14的旋转轴14a。编码器16只要是检测马达14的旋转角(旋转位置)的设备即可。此外，在马达14由感应电动机等构成而无法进行动作部12的位置控制的情况下，例如，取代编码器16而使用转速检测器。
电力变换器15将电压或电流被控制(图1中为电流被控制)的电力供给至马达14，驱动马达14。电力变换器15是公知的，因此省略其具体的说明。在图1中，电力变换器15具备电流传感器(未图示)，对供给于马达14的电流(马达14的负荷电流)进行检测，并将该检测到的电流19输出至控制部42。电流传感器也可以设置于电力变换器15的外部。
控制部42基于从编码器16输入的马达14的旋转角和从电力变换器15的电流传感器输入的马达电流19，生成电流指令值20，将其输出至电力变换器15。电力变换器15将按照电流指令值20的电流的电力输出至马达14。这样，控制部42对马达14的旋转角及转矩进行反馈控制。
另外，控制部42将从编码器16输入的马达14的旋转角、从电流传感器输入的马达电流19、以及电流指令值20分别存储为以规定的时间间隔进行取样而得到的时间序列数据。这些时间序列数据如后所述由故障诊断装置1读出，用于故障诊断。针对机械装置11的多个驱动机构31中的实施故障诊断的规定的多个驱动机构31每一个，控制部42存储它们的时间序列数据。
控制部42由运算装置构成。作为运算装置，例如可以例示个人计算机、微型控制器等。控制部42(运算器)具有运算部和存储部，运算部将储存于存储部的规定的控制程序读出并执行，从而进行规定的动作控制。控制部42是通过执行上述的规定的控制程序而实现的功能部，实际上，上述运算器作为控制部42进行动作。
＜故障诊断装置1＞
接下来，对故障诊断装置1进行说明。如上所述，故障诊断装置1从控制器17的控制部42读出而取得故障诊断所需要的马达14的旋转角的时间序列数据、以及马达14的负荷电流或者与该负荷电流具有相关关系的电流值即“马达电流”的时间序列数据。这样，能够与机械装置11的动作分离地在所希望的时刻进行故障诊断。此外，也可以将由编码器16检测到的马达14的旋转角、以及作为“马达电流”的由电流传感器检测到的马达电流19或从控制部输出的电流指令值20分别直接输入至故障诊断装置1。这样，能够实时地进行故障诊断。
故障诊断装置1具备：加减速期间确定部3，进行多个动作部12中的一个动作部12的动作中的加减速期间的确定；马达电流处理部32，对上述加减速期间的、驱动上述一个动作部12的一个马达14的负荷电流19或与该负荷电流19具有相关关系的电流值20即马达电流进行处理，以取得上述马达电流的特定频带的频率成分的振幅的峰值(以下，称为马达电流的振幅的峰值)；以及判定部9，基于马达电流的振幅的峰值，进行将上述一个马达14的旋转动力减速并传递至上述一个动作部12的一个减速机13中是否存在故障的征兆的判定。
而且，一个上述特定频带包含机械装置11的多个固有振动频率中的、使机械装置11在上述一个减速机13的齿轮所啮合的方向上因共振而振动的一个固有振动频率。故障诊断装置1构成为对多个减速机13的各减速机进行上述判定。
以下，对该结构详细进行说明。
故障诊断装置1由运算器构成。作为运算器，例如除计算机、个人计算机、微型控制器等按照程序进行动作的装置之外，可以例示包括逻辑电路、电子电路等的硬件。这里，故障诊断装置1由按照程序进行动作的运算器构成。该运算器具备处理器和存储器，处理器读出储存于存储器的规定的故障诊断程序并执行，从而进行规定的故障诊断。故障诊断装置1包括转速取得部2、加减速期间确定部3、马达电流处理部32、判定部9、以及输出部10。作为处理器，可以例示CPU、MPU、FPGA(Field Programmable Gate Array)、PLC(ProgrammableLogic Controller)等。作为存储器，可以例示ROM等内部存储器以及硬盘等外部存储器。
这些功能部2、3、32、9是通过执行上述的规定的故障诊断程序而实现的功能部，实际上，上述运算器作为功能部2、3、32、9进行动作。
转速取得部2从控制器17的控制部42读出马达14的旋转角18的时间序列数据，基于此，取得马达14的转速(而且，暂时保存)。此外，在取代编码器16而设置转速检测器的情况下，基于由转速检测器检测到的转速，取得马达14的转速。
加减速期间确定部3基于由转速取得部2取得的马达14的转速，确定机械装置11的动作部12的加减速期间。
马达电流取得部4从控制器17的控制部42读出而取得“马达电流”的时间序列数据。这里，取得由电流传感器检测到的电流19作为“马达电流”(而且，暂时保存)。此外，也可以取得从控制部42输出的电流指令值20来作为“马达电流”。电流指令值是与当前值相对于马达14的负荷电流的偏差对应的指令信号，可以得到不逊色于马达的负荷电流的结果。对马达电流的具体处理以及“特定频带”，后续详细进行说明。
马达电流处理部32取得加减速期间的马达14的负荷电流19或者与该负荷电流具有相关关系的电流值20即“马达电流”的特定频带的频率成分的振幅的峰值。
判定部9基于该振幅的峰值，进行机械装置11的多个减速机13中是否存在故障的征兆的判定。具体而言，判定部9将该马达电流的振幅的峰值和规定的振幅阈值进行比较，基于其结果，判定减速机13中是否存在故障的征兆。例如，若马达电流的振幅的峰值为规定的振幅阈值以上，则判定为减速机13中存在故障的征兆，若马达电流的振幅的峰值不足规定的振幅阈值，则判定为减速机13中不存在故障的征兆。该振幅阈值通过实验、模拟等来决定。与表示与减速机13的劣化(故障的征兆)相关联的物理量(参数)的允许限度的允许限度阈值对应地决定振幅阈值。在实施方式1中，例如，与减速机13的润滑脂的铁粉浓度的允许限度阈值对应地决定。
输出部10输出由判定部9进行的判定结果。输出部10例如由显示判定结果的显示器或警报器、向外部发送判定结果的发送器、打印判定结果的打印器等构成。
＜判定有无故障的征兆的原理＞
图4是表示作为图1的机械装置11的一个例子的6轴垂直多关节型机器人的结构的外观图。
{机械装置11的固有振动频率}
参照图4，作为机械装置11的主体41的一个例子的垂直多关节型机器人的机器人主体(41)包括：基台111；旋转体112，能够经由第一关节JT1绕铅垂的第一转动轴线A1转动地设置于基台111；下臂113，能够经由第二关节JT2绕水平的第二转动轴线A2转动地设置于旋转体112；上臂114，能够经由第三关节JT3绕与第二转动轴线A2平行的第三转动轴线A3转动地设置于下臂113；手腕115，能够经由第五关节JT5绕与第二转动轴线A2平行的第五转动轴线A5转动地设置于上臂114；以及末端执行器116，能够经由第六关节JT6绕与第五转动轴线A5垂直的第六转动轴线A6转动地安装于手腕115。另外，上臂114具备第四关节JT4，该第四关节JT4使手腕115绕与第五转动轴线A5垂直且在上臂114的长度方向上延伸的第四转动轴线A4转动。
如上所述，该机器人主体(41)具有多个固有振动频率。另外，机器人主体(41)可以采取各种姿势。
这里，本发明人等通过实验发现：这些多个固有振动频率依赖于该机器人主体(41)的姿势而发生若干变化。该实验以如下方式进行。在图4所示的垂直多关节型机器人的机器人主体(41)的第二关节安装三轴加速度传感器(未图示)，使该机器人主体(41)的姿势变化为七个姿势。使机器人主体(41)负担200kg的负重(使末端执行器把持200kg的重物)。然后，在各姿势下，对机器人主体(41)施加击打，用该三轴加速度传感器计测其振动，对其计测数据进行频率分析。
另一方面，如下所述，减速机13有无故障的征兆的判定利用了如下现象，即、机器人主体(41)(机械装置11的主体41)、进而减速机13在这些多个固有振动频率下与减速机13的起振力共振，由此，作为该减速机13的动力源的马达14的马达电流增大。
因此，在本发明中，考虑由机器人主体(41)的姿势产生的固有振动频率的变化，定义预计了固有振动频率的变化幅度的频带亦即“特定频带”，来作为用于上述判定的共振频带。对特定频带赋予附图标记fr，按中心频率的升序称为第n特定频带，对其附图标记赋予后缀n(n为自然数)。
参照图9，例如，第一特定频带fr1通过中心频率fc1、下限频率fl1、以及上限频率fu1来定义。任意第n特定频带frn通过中心频率fcn、下限频率fln、以及上限频率fun来定义。中心频率fcn是机器人主体(41)的规定的基准姿势下的固有振动频率。下限频率fln及上限频率fun通过实验、模拟、计算等来决定。
{振动模式}
本发明人等通过实验发现该机器人主体(41)的较低的固有振动频率下的共振引起颇有意思的振动模式。该实验以如下方式进行。
图5的(a)及(b)是表示图4的6轴垂直多关节型机器人的由共振导致的振动模式的示意图，图5的(a)表示最低固有振动频率下的振动模式，图5的(b)表示第二低固有振动频率下的振动模式。
参照图5的(a)及(b)，在该实验中，在机器人主体(41)，在旋转体112的在水平方向上隔着第一关节JT1的第一转动轴线A1的一对部位安装一对三轴加速度传感器SC1、SC2，在第二关节JT2的第二转动轴线A2上的一对位置安装一对三轴加速度传感器SC3、SC4，在第三关节JT3的第三转动轴线A3上的一对位置安装一对三轴加速度传感器SC5、SC6，并且，在第五关节JT5的第五转动轴线A5上的一对位置安装一对三轴加速度传感器SC7、SC8。然后，对机器人主体(41)施加击打，用该三轴加速度传感器SC1～SC8计测其振动，并对其计测数据进行频率分析。其结果如下。
在图5的(a)及(b)中，用直线依次连结这些三轴加速度传感器SC1～SC8来以理解其概要的方式示出机器人主体(41)。在图5的(a)及(b)中，实线及点线表示机器人主体(41)的振动的范围，箭头表示其振动的方向。另外，在图5的(a)及(b)中，X、Y、Z表示机器人主体(41)的坐标系。在图5的(a)及(b)中，示出了从X方向与Y方向的中间方位处的斜上方观察到的机器人主体(41)的概要。
如图5的(a)中示出那样，在机器人主体(41)中，在最低的固有振动频率下，由于共振而引起了横向振动(大致水平的面内的振动)。另外，如图5的(b)中示出那样，在机器人主体(41)中，在第二低的固有振动频率下，由于共振而引起了纵向振动(大致铅垂的面内的振动)。
图6的(a)～(c)是表示图4的6轴垂直多关节型机器人的由共振导致的振动模式与驱动关节的减速机13的齿轮所啮合的方向的关系的示意图。
图6的(a)及(b)的视角与图5的(a)及(b)相同，但在图6的(c)中，示出了从Y轴方向观察到的机器人主体(41)的概要。
在图6的(a)～(c)中，粗实线箭头表示机器人主体(41)的振动，细双点划线表示驱动各关节JT1～JT3的减速机13的齿轮所啮合的方向。
如图6的(a)所示，最低的固有振动频率由于共振而引起的横向振动是驱动第一关节JT1的减速机13的齿轮所啮合的方向，如图6的(b)及(c)所示，第二低的固有振动频率由于共振而引起的纵向振动是分别驱动第二关节JT2及第三关节JT3的减速机13的齿轮所啮合的方向。
图7是表示图4的6轴垂直多关节型机器人的特定频带与适合于故障诊断的关节的对应关系的表。参照图7，包含最低的固有振动频率的第一特定频带fr1由于共振引起机器人主体(41)横向振动。包含第二低的固有振动频率的第二特定频带fr2由于共振引起机器人主体(41)纵向振动。
根据以上的实验结果，可以推断即使在机器人以外的机械装置11中，多个特定频带由于共振而引起机械装置11相互不同的振动。
{由动作部12的动作导致的共振}
图8是表示图1的动作部12的加减速期间的减速机13的规定齿轮的转速变化的一个例子的曲线图。
参照图3，减速机13的故障诊断着眼于减速机13的规定的一个齿轮而进行。选择规定齿轮的基准是任意的，但在本实施方式中，选择最容易磨损的齿轮即制约减速机13的寿命的齿轮。
参照图8，规定齿轮在动作部12的加减速期间，例如，如图8所示，转速以从零增大而达到最大值，之后减小而变为零的方式进行变化。规定齿轮的转速通过马达14的转速乘以该齿轮的减速比而算出。
图9是示意性地(概念性地)表示伴随图8所示的规定齿轮的转速变化而产生的马达电流的源自该齿轮的高次谐波的频率的变化与特定频带的关系的一个例子的曲线图。在图9中，Ip及Is分别表示马达电流的源自规定齿轮的基波成分及二次高次谐波成分。另外，圆形标记表示马达电流的特定频带的频率成分的振幅的峰值，圆形标记的大小表示峰值的大小。
规定齿轮的起振力包含将其转速换算为频率而得的频率的自然数倍的频率成分(以下，有时称为“齿轮频率成分”)。由于马达电流根据规定齿轮的起振力而变化，因此马达电流也包含相同的齿轮频率成分。
参照图9，若伴随规定齿轮的转速变化，马达电流(准确而言，马达14的负荷电流19)的齿轮频率成分的一次频率成分(基波成分)Ip及二次频率成分(二次高次谐波成分)Is的频率变为第一及第二特定频带fr1、frn的频率，则包括减速机13的机器人主体(41)与由这些马达电流驱动的规定齿轮的起振力共振，由此，该马达电流的齿轮频率成分的一次频率成分Ip及二次频率成分Is的振幅的峰值分别增大。该情况下，一次频率成分Ip的振幅的峰值大于二次频率成分Is的振幅的峰值。因此，在实施方式1中，为了有无故障的征兆的判定，而使用一次频率成分(基波成分)Ip的振幅的峰值。
{特定频带的选择}
参照图3，若减速机13的齿轮磨损，则由齿轮的啮合产生的起振力变大，因此驱动该减速机13的马达14的电流19增大。若由减速机13的齿轮的啮合产生的起振力和机器人主体(41)共振，则驱动该减速机13的马达14的电流19进一步增大。并且，若机器人主体(41)在与减速机13的齿轮的啮合方向类似的方向上共振，则由减速机13的齿轮的啮合产生的起振力更进一步变大，因此驱动该减速机13的马达14的电流19更进一步增大。该情况下，需要确定出马达14的电流的频率成分中的该齿轮中固有的频率成分，但作为该固有的频率成分，使用由该齿轮的旋转引起(源自该齿轮的旋转)的上述齿轮频率成分。
因此，若作为为了求出马达电流中的齿轮频率成分的振幅的峰值而从该马达电流提取的频率成分的频带，使用分别与机器人主体(41)(机械装置11的主体41)的多个固有振动频率对应的多个特定频带fr中的、引起机器人主体(41)在要判定有无故障的征兆的减速机13的齿轮所啮合的方向上振动的振动模式的特定频带fr，则容易捕捉马达电流中的该齿轮的齿轮频率成分的振幅的峰值。即，故障的征兆的检测灵敏度提高。
因此，在组装有多个减速机13的机器人主体(41)，根据各减速机13的规定齿轮的啮合方向，选择容易捕捉该规定齿轮的齿轮频率成分的振幅的峰值的引起机器人主体(41)的振动的特定频带fr，从而故障的征兆的检测灵敏度提高，其结果是，能够早期诊断多个减速机13中是否存在故障的征兆。
{特定频带fr的选择例}
参照图4，机器人主体(41)的第一关节JT1的转动轴线A1为铅垂，第二关节JT2的转动轴线A2及第三关节JT3的转动轴线A3为水平。
驱动某个关节(JT1～JT6)的减速机13的齿轮的转动轴线的朝向依赖于设计。这里，例示规定齿轮的转动轴线与该关节(JT1～JT6)的转动轴线(A1～A6)平行的情况。该情况下，以该关节(JT1～JT6)的转动轴线(A1～A6)为中心的转动方向是规定齿轮的啮合方向。
参照图7，如上所述，由第一特定频带fr1的共振导致的机器人主体(41)的振动是横向振动，由第二特定频带fr2的共振导致的机器人主体(41)的振动是纵向振动。
因此，在第一关节JT1的减速机13的故障诊断中选择第一特定频带fr1，在第二关节JT2及第三关节JT3的减速机13的故障诊断中选择第二特定频带fr2。
＜马达电流处理部32的结构＞
在本实施方式中，马达电流处理部使用FFT(Fast Fourier Transform)分析来对马达电流进行处理。
具体而言，马达电流处理部32包括FFT处理部5、齿轮频率成分取得部6、特定频带成分取得部7、以及振幅峰值提取部8。
FFT处理部5对在加减速期间由转速取得部2取得的马达的转速依次取样而生成一组时间序列转速数据。另外，对在加减速期间由马达电流取得部4取得的马达电流依次取样而生成一组时间序列马达电流数据。
这里，对转速数据及马达电流数据的分离(提取)和取样进行说明。转速取得部2及马达电流取得部4分别取得马达转速及马达电流来作为时间序列的数据。对于该时间序列的数据，需要进行加减速期间的部分的分离和取样，但哪一个在先均可。另外，对于取样，以定义马达旋转一圈时的取样点数，并且即使马达的转速变化，也进行已定义的点数的取样的方式，决定与马达的转速相应的取样频率。
FFT处理部5使一组时间序列马达电流数据分别与一组时间序列转速数据对应地进行频率分析，而生成与一组时间序列转速数据分别对应的一组马达电流数据的频谱。在通过该频率分析而得到的数据(以下，称为三维频率分析数据)中，使一个马达电流数据的频谱与一个时间序列转速数据对应，而使得一组马达电流数据的频谱与一组时间序列转速数据对应。
于是，在该三维频率分析数据中，存在于马达电流的特定频带fr的规定齿轮的齿轮频率成分的振幅，由于包括减速机13的机械装置11的共振而增大并示出峰值。
齿轮频率成分取得部6从该三维频率分析数据，提取马达电流的规定次数(这里为一次)的齿轮频率成分而取得其。此时，齿轮频率成分取得部6追随马达14的转速变化，一边根据马达14的转速依次计算出规定次数的齿轮频率成分的频率，一边提取马达电流的规定次数的齿轮频率成分。
特定频带成分取得部7从该马达电流的规定次数的齿轮频率成分，提取存在于规定的第n特定频带frn的部分而取得其。
振幅峰值提取部8提取该马达电流的规定次数的齿轮频率成分(这里为一次齿轮频率成分)中的存在于规定的第n特定频带frn的部分的振幅的峰值，而取得其。
[动作]
接下来，对如以上那样构成的故障诊断装置1的动作进行说明。图11是表示图10的故障诊断装置1的动作的一个例子的流程图。如上所述，故障诊断装置1的动作通过上述处理器读出储存于上述存储器的规定的故障诊断程序并执行而实现。在该故障诊断中，多个减速机13被设为诊断对象。
参照图11，在故障诊断装置1中，首先，对于最初的减速机13，转速取得部2基于从控制器17的控制部42取得的数据，取得马达14的转速(步骤S1)。
接下来，加减速期间确定部3基于该马达14的转速，确定机械装置11的动作部12的加减速期间(步骤S2)。
接下来，马达电流取得部4基于从控制器17的控制部42读出的数据，取得马达电流(步骤S3)。
接下来，FFT处理部5基于这些马达14的转速及马达电流，生成一组时间序列转速数据和一组时间序列马达电流数据。然后，使该一组时间序列转速数据和该一组时间序列马达电流数据分别对应地进行频率分析，由此，生成将一组马达电流数据的频谱分别与一组时间序列转速数据建立对应而成的三维频率分析数据(步骤S4)。
接下来，齿轮频率成分取得部6从该三维频率分析数据，提取马达电流的规定次数(这里为一次)的齿轮频率成分，而取得其(步骤S5)。
接下来，特定频带成分取得部7从该马达电流的规定次数的齿轮频率成分，提取存在于规定的第n特定频带frn的部分，而取得其(步骤S6)。这里，作为规定的第n特定频带frn，选择容易捕捉马达电流的规定齿轮的齿轮频率成分的振幅的峰值的引起机械装置11的振动的第n特定频带frn。例如，在减速机13是驱动图4的机器人主体(41)的第一关节JT1的减速机13的情况下，作为第n特定频带frn，选择第一特定频带fr1。
接下来，振幅峰值提取部8提取该马达电流的规定次数的齿轮频率成分中的存在于规定的第n特定频带frn的部分的振幅的峰值，而取得其(步骤S7)。
接下来，判定部9基于该振幅的峰值，进行最初的减速机13中是否存在故障的征兆的判定(步骤S8)。输出部10适当输出该判定的结果。
接下来，判定部9判定全部的减速机13的故障诊断是否结束(步骤S9)。在全部的减速机13的故障诊断未结束的情况下，返回至步骤S1(步骤S9中为否)。然后，故障诊断装置1实施下一个减速机13的故障诊断(步骤S1～9)。该情况下，在步骤S6中，例如，在减速机13是驱动图4的机器人主体(41)的第二关节JT2的减速机13的情况下，作为第n特定频带frn，选择第二特定频带fr2。
此后，故障诊断装置1反复进行步骤S1～9，直到全部的减速机13的故障诊断结束，若全部的减速机13的故障诊断结束(步骤S9中为是)，则结束故障诊断。
如以上说明那样，根据实施方式1，在组装有多个减速机13的机械装置11中，根据各减速机13的规定齿轮的啮合方向，选择容易捕捉马达电流中的该齿轮的齿轮频率成分的振幅的峰值的引起机械装置11的振动的特定频带fr，从而故障的征兆的检测灵敏度提高，其结果是，能够早期诊断多个减速机13中是否存在故障的征兆。
(实施方式2)
图12是表示本发明的实施方式2所涉及的故障诊断装置1的结构的一个例子的功能框图。
在实施方式2的故障诊断装置1中，马达电流处理部32的结构与实施方式1的故障诊断装置1的马达电流处理部32不同。实施方式2的故障诊断装置1的除此以外的结构与实施方式1的故障诊断装置1的结构相同。以下，对该不同点进行说明。
参照图12，在本实施方式2的故障诊断装置1中，马达电流处理部32包括共振时间区间取得部51、特定频带成分取得部52、共振区域取得部53、以及振幅峰值取得部54。
共振时间区间取得部51取得减速机13的与规定齿轮的基波及高次谐波相当的转速(规定齿轮的转速的自然数倍的转速)在由加减速期间确定部3确定的加减速期间成为第n特定频带frn的频率的时间区间。这里，如上所述，求出马达电流的一次齿轮频率成分的振幅的峰值，因此“规定的次数”为一次。即、“与规定齿轮的基波及高次谐波相当的转速”是规定齿轮的转速。该时间区间与马达电流的、机械装置11共振的时间区间(以下，称为共振时间区间)相当。
特定频带成分取得部52对马达电流应用带通滤波，取得马达电流的遍及第n特定频带frn的一部分或全部的频率成分。
共振区域取得部53从由特定频带成分取得部52取得的马达电流的第n特定频带frn的成分，抽取存在于由共振时间区间取得部51取得的共振时间区分内的部分，而取得其。该取得的马达电流的成分与马达电流的处于机械装置11的共振区域的频率成分(以下，称为共振频率成分)相当。
振幅峰值取得部54按照每个共振时间区间计算出共振区域取得部53所取得的马达电流的共振频率成分的有效值，将它们的最大值作为振幅峰值求解，而取得其。
接下来，对如以上那样构成的故障诊断装置1的动作详细进行说明。图13是表示图12的故障诊断装置1的动作的一个例子的流程图。
参照图13，步骤S11～13与图11所示的实施方式1的故障诊断装置1的动作中的步骤S1～3相同，因此省略其说明。
在故障诊断装置1中，马达电流取得部取得马达电流后，共振时间区间取得部51取得减速机13的与规定齿轮的基波及高次谐波相当的转速在由加减速期间确定部3确定的加减速期间成为第n特定频带frn的频率的共振时间区间(步骤S14)。这里，求出马达电流的一次齿轮频率成分的振幅的峰值，因此“与规定齿轮的基波及高次谐波相当的转速”是规定齿轮的转速。使用图14对此进行说明。
图14是表示图13的共振时间区间提取的方法的一个例子的曲线图。参照图14，如图14的上层的曲线图所示，共振时间区间取得部51将马达14的转速变换为规定齿轮的转速，生成该变换后转速的时间序列数据。然后，如图14的下层的曲线图所示，从该变换后转速的时间序列数据，提取变换后转速存在于第n特定频带frn的部分。然后，分别提取与该提取出的变换后转速部分的始端及终端分别对应的一对时间(t1，t2)，(t3，t4)，(t5，t6)，(t7，t8)，从这些一对时间(t1，t2)，(t3，t4)，(t5，t6)，(t7，t8)，求出变换后转速存在于第n特定频带frn的共振时间区间。
另一方面，与该处理并行地，特定频带成分取得部52对马达电流应用带通滤波，取得马达电流的第n特定频带frn的频率成分(步骤S15)。这里，虽然取得马达电流的遍及第n特定频带frn全部的频率成分，但也可以取得马达电流的遍及第n特定频带frn一部分的频率成分。作为第n特定频带frn，在减速机13例如是驱动图4的机器人主体(41)的第一关节JT1的减速机13的情况下，选择第一特定频带fr1，在减速机13是驱动第二关节JT2的减速机13的情况下，选择第二特定频带fr2。使用图15对此进行说明。图15是表示图13的马达电流的第n特定频带frn的频率成分提取的方法的一个例子的曲线图。
参照图15，若对上层的曲线图所示的马达电流，应用将第n特定频带frn的全域设为通过带域的带通滤波，则取得如下层的曲线图所示那样的马达电流的第n特定频带frn的频率成分。
接下来，共振区域取得部53从由特定频带成分取得部52取得的马达电流的第n特定频带frn的频率成分，提取存在于由共振时间区间取得部51取得的共振时间区分内的部分，而取得其(步骤S16)。使用图16对此进行说明。图16是表示图13的马达电流的共振区域成分提取的方法的一个例子的曲线图。
参照图16，共振区域取得部53取得图15的下层的曲线图中示出的马达电流的第n特定频带frn的频率成分中的、存在于用一对时间(t1，t2)，(t3，t4)，(t5，t6)，(t7，t8)分别确定出的共振时间区间内的部分(共振频率成分)。
接下来，振幅峰值取得部54按照每个共振时间区间计算出共振区域取得部53所取得的马达电流的共振频率成分的有效值，将它们的最大值作为振幅峰值求解，而取得其(步骤S17)。使用图17对此进行说明。图17是表示图13的马达电流的共振区域成分有效值计算方法的一个例子的曲线图。
参照图17，振幅峰值取得部54使用下述的式子求出马达电流的共振区域成分的有效值。
[式1]
在该式子中，a(t)为时刻t的瞬时值，A(t0)为时刻t0的有效值，T为时间常数。在图17中，示出了从时刻t1到时刻t2的共振时间区间的有效值的求法。
接下来，振幅峰值取得部54将这样按照每个共振时间区间计算出的马达电流的共振频率成分的有效值中的最大值作为振幅峰值求解，而取得其(步骤S18)。
此后的步骤S19及步骤S20与图11所示的实施方式1的故障诊断装置1的动作中的步骤S1～3相同，因此省略其说明。
接下来，对使用了实施方式1的FFT处理的故障诊断和使用了实施方式2的带通滤波的故障诊断的比较进行说明。
图18是将基于FFT分析处理的评价和基于带通滤波处理的评价进行对比地示出图4的机器人的减速机的磨损加速试验的结果的曲线图。减速机的磨损度以润滑脂中的铁粉的浓度为指标。
在图18中，横轴表示试验的经过时间，纵轴表示马达电流的振幅的峰值。另外，在图18中，方形标记表示基于FFT处理的评价，圆形标记表示基于带通滤波处理的评价。根据图18，可知基于带通滤波处理的评价并不逊色于基于FFT处理的评价。
根据以上的说明可清楚知道，根据实施方式2，与实施方式1同样地，通过选择容易捕捉马达电流中的规定齿轮的齿轮频率成分的振幅的峰值的引起机械装置11的振动的特定频带fr，从而故障的征兆的检测灵敏度提高，其结果是，能够早期诊断多个驱动机构31中是否存在故障的征兆。并且，不需要故障诊断中的基于FFT的分析。
根据上述说明，对本领域技术人员而言，可清楚知道大量的改进、其他的实施方式。因此，上述说明仅作为例示进行解释。
工业上的可利用性
本发明的减速机的故障诊断装置及诊断方法作为能够在早期判定是否存在故障的征兆的减速机的故障诊断装置及故障诊断方法而有用。
附图标记说明
1...故障诊断的装置；2...转速取得部；3...加减速期间确定部；4...马达电流取得部；5...FFT处理部；6...齿轮频率成分取得部；7...特定频带成分取得部；8...振幅的峰值提取部；9...判定部；10...输出部；11...机械装置；12...动作部；13...减速机；14...马达；15...电力变换器；16...编码器；17...控制器；19...马达电流；20...电流指令值；31...驱动机构；32...马达电流处理部；41...主体；42...控制部；51...共振时间区间取得部；52...特定频带成分取得部；53...共振区域取得部；54...振幅的峰值取得部；100...故障诊断***；A1～A6...第一转动轴线～第六转动轴线；JT1～JT6...第一关节～第六关节。
Claims (12)
1.一种减速机的故障诊断装置，对机械装置的多个减速机的故障进行诊断，所述机械装置具备多个动作部、分别驱动所述多个动作部的多个马达、以及将所述多个马达的旋转动力减速并分别传递至所述多个动作部的所述多个减速机，
其特征在于，
具备：
加减速期间确定部，进行所述多个动作部中的一个动作部的动作的加减速期间的确定；
马达电流处理部，对所述加减速期间的、驱动所述一个动作部的一个马达的负荷电流或与该负荷电流具有相关关系的电流值即马达电流进行处理，以取得所述马达电流的特定频带的频率成分的振幅的峰值(以下，称为马达电流的振幅的峰值)；以及
判定部，基于所述马达电流的振幅的峰值，进行在将所述一个马达的旋转动力减速并传递至所述一个动作部的一个减速机中是否存在故障的征兆的判定，
一个所述特定频带包含所述机械装置的多个固有振动频率中的、使所述机械装置在所述一个减速机的齿轮所啮合的方向上因共振而振动的一个固有振动频率，
构成为对所述多个减速机的各减速机，进行所述判定。
2.根据权利要求1所述的减速机的故障诊断装置，其特征在于，
所述多个减速机包括齿轮在A方向上啮合的A减速机、和齿轮在与所述A方向不同的B方向上啮合的B减速机，
所述多个固有振动频率包含使所述机械装置在所述A减速机的齿轮所啮合的方向上因共振而振动的A固有振动频率、和使所述机械装置在所述B减速机的齿轮所啮合的方向上因共振而振动的B固有振动频率，
所述判定部构成为，对所述A减速机，使用包含所述A固有振动频率的A特定频带进行所述判定，并且对所述B减速机，使用包含所述B固有振动频率的B特定频带进行所述判定。
3.根据权利要求1或2所述的减速机的故障诊断装置，其特征在于，
所述判定是基于所述马达电流的振幅的峰值与规定的振幅阈值的比较的判定。
4.根据权利要求1～3中的任一项所述的减速机的故障诊断装置，其特征在于，
所述机械装置是垂直多关节型机器人，所述多个动作部是所述机器人的多个连杆以及将该多个连杆连结的多个关节，所述多个马达是分别驱动所述多个关节的多个马达，所述多个减速机是将所述多个马达的旋转动力减速并分别传递至所述多个动作部的多个减速机。
5.根据权利要求1～4中的任一项所述的减速机的故障诊断装置，其特征在于，
所述马达电流处理部具备：FFT处理部，基于所述一个马达的转速及所述马达电流，生成将一组马达电流数据的频谱分别与一组时间序列转速数据建立对应而成的三维频率分析数据；齿轮频率成分取得部，从所述三维频率分析数据，提取所述马达电流的所述一个减速机的所述齿轮的基波或高次谐波的频率成分而取得该频率成分；特定频带成分取得部，从所述马达电流的所述齿轮的基波或高次谐波的频率成分，提取存在于所述特定频带的部分而取得该部分；以及振幅峰值提取部，通过提取所述马达电流的所述齿轮的基波或高次谐波的频率成分中的存在于所述特定频带的部分的振幅的峰值，而取得所述马达电流的振幅的峰值。
6.根据权利要求1～4中的任一项所述的减速机的故障诊断装置，其特征在于，
所述马达电流处理部具备：共振时间区间取得部，取得所述一个减速机的所述齿轮的转速在所述加减速期间成为所述特定频带的频率的时间区间；特定频带成分取得部，对所述一个马达的所述马达电流应用带通滤波而取得所述马达电流的遍及所述特定频带的一部分或者全部的频率成分；以及振幅峰值取得部，基于由所述共振时间区间取得部取得的所述时间区分和由所述特定频带成分取得部取得的所述频率成分，取得所述马达电流的振幅的峰值。
7.一种减速机的故障诊断方法，对机械装置的多个减速机的故障进行诊断，所述机械装置具备多个动作部、分别驱动所述多个动作部的多个马达、以及将所述多个马达的旋转动力减速并分别传递至所述多个动作部的所述多个减速机，
其特征在于，
包括：
进行所述多个动作部中的一个动作部的动作的加减速期间的确定；
对所述加减速期间的驱动所述一个动作部的一个马达的负荷电流或者与该负荷电流具有相关关系的电流值即马达电流进行处理，以取得所述马达电流的特定频带的频率成分的振幅的峰值(以下，称为马达电流的振幅的峰值)；以及
基于所述马达电流的振幅的峰值，进行在将所述一个马达的旋转动力减速并传递至所述一个动作部的一个减速机中是否存在故障的征兆的判定，
一个所述特定频带包含所述机械装置的多个固有振动频率中的、使所述机械装置在所述一个减速机的齿轮所啮合的方向上因共振而振动的一个固有振动频率，
对所述多个减速机的各减速机，进行所述判定。
8.根据权利要求7所述的减速机的故障诊断方法，其特征在于，
所述多个减速机包括齿轮在A方向上啮合的A减速机、和齿轮在与所述A方向不同的B方向上啮合的B减速机，
所述多个固有振动频率包含使所述机械装置在所述A减速机的齿轮所啮合的方向上因共振而振动的A固有振动频率、和使所述机械装置在所述B减速机的齿轮所啮合的方向上因共振而振动的B固有振动频率，
对所述A减速机，使用包含所述A固有振动频率的A特定频带进行所述判定，并且对所述B减速机，使用包含所述B固有振动频率的B特定频带进行所述判定。
9.根据权利要求7或8所述的减速机的故障诊断方法，其特征在于，
所述判定是基于所述马达电流的特定频带的频率成分的振幅的峰值与规定的振幅阈值的比较的判定。
10.根据权利要求7～9中的任一项所述的减速机的故障诊断方法，其特征在于，
所述机械装置是垂直多关节型机器人，所述多个动作部是所述机器人的多个连杆以及将该多个连杆连结的多个关节，所述多个驱动机构是分别驱动所述多个关节的多个驱动机构。
11.根据权利要求7～10中的任一项所述的减速机的故障诊断方法，其特征在于，
对所述马达电流进行处理包括：基于所述一个马达的转速及所述马达电流，生成将一组马达电流数据的频谱分别与一组时间序列转速数据建立对应而成的三维频率分析数据；从所述三维频率分析数据，提取所述马达电流的所述一个减速机的所述齿轮的基波或高次谐波的频率成分而取得该频率成分；从所述马达电流的所述齿轮的基波或高次谐波的频率成分，提取存在于所述特定频带的部分而取得该部分；以及通过提取所述马达电流的所述齿轮的基波或高次谐波的频率成分中的存在于所述特定频带的部分的振幅的峰值，而取得所述马达电流的振幅的峰值。
12.根据权利要求7～10中的任一项所述的减速机的故障诊断方法，其特征在于，
对所述马达电流进行处理包括：取得所述多个驱动机构中的构成作为所述判定的对象的驱动机构的规定齿轮的转速在所述加减速期间成为所述特定频带的频率的时间区间；对所述马达电流应用带通滤波而取得所述马达电流的遍及所述特定频带的一部分或者全部的频率成分；以及基于在取得所述时间区间的步骤中取得的所述时间区分和在取得所述频率成分的步骤中取得的所述频率成分，取得所述马达电流的振幅的峰值。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019-121889 | 2019-06-28 | ||
| JP2019121889A JP7351656B2 (ja) | 2019-06-28 | 2019-06-28 | 減速機の故障診断装置及び故障診断方法 |
| PCT/JP2020/024708 WO2020262421A1 (ja) | 2019-06-28 | 2020-06-24 | 減速機の故障診断装置及び故障診断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114051584A true CN114051584A (zh) | 2022-02-15 |
| CN114051584B CN114051584B (zh) | 2024-04-09 |
Family
ID=74060179
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080046914.5A Active CN114051584B (zh) | 2019-06-28 | 2020-06-24 | 减速机的故障诊断装置及故障诊断方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11981033B2 (zh) |
| JP (1) | JP7351656B2 (zh) |
| CN (1) | CN114051584B (zh) |
| DE (1) | DE112020003134T5 (zh) |
| WO (1) | WO2020262421A1 (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006102889A (ja) * | 2004-10-06 | 2006-04-20 | Yaskawa Electric Corp | 減速機の異常判定装置及び減速機の異常判定方法 |
| JP2006281421A (ja) * | 2005-04-05 | 2006-10-19 | Yaskawa Electric Corp | ロボットおよびロボットの異常検出方法 |
| JP2008213966A (ja) * | 2007-02-28 | 2008-09-18 | Hitachi Industrial Equipment Systems Co Ltd | 異常診断機能付きホイストクレーン装置 |
| US20090219050A1 (en) * | 2005-12-19 | 2009-09-03 | Bruno Dessirier | Method for detecting a malfunction in an electromagnetic retarder |
| JP2010288352A (ja) * | 2009-06-10 | 2010-12-24 | Nippon Steel Corp | 設備の異常診断方法 |
| US20110238329A1 (en) * | 2008-10-30 | 2011-09-29 | Abb Research Ltd. | Method and a device for detecting abnormal changes in play in a transmission unit of a movable mechanical unit |
| CN102431033A (zh) * | 2010-08-31 | 2012-05-02 | 株式会社安川电机 | 机器人、机器人***、机器人控制装置和状态判定方法 |
| 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*** |
| JP2017061001A (ja) * | 2015-09-24 | 2017-03-30 | キヤノン株式会社 | ロボット装置の診断方法、ロボット装置の制御プログラム、およびロボットシステム |
| CN107449958A (zh) * | 2016-04-18 | 2017-12-08 | 丰田自动车株式会社 | 异常判定装置和异常判定方法 |
| CN107843837A (zh) * | 2016-09-20 | 2018-03-27 | 现代自动车株式会社 | 用于监测带有制动器的电机的装置 |
| JP2018105782A (ja) * | 2016-12-27 | 2018-07-05 | 川崎重工業株式会社 | 減速機の故障診断装置及び故障診断方法並びに前記故障診断装置を備える機械装置 |
| US20190199251A1 (en) * | 2017-12-21 | 2019-06-27 | Renesas Electronics Corporation | Semiconductor device and method of detecting its rotation abnormality |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5566092A (en) * | 1993-12-30 | 1996-10-15 | Caterpillar Inc. | Machine fault diagnostics system and method |
| JP2009202335A (ja) * | 2009-06-17 | 2009-09-10 | Yaskawa Electric Corp | 減速機の異常判定装置及び減速機の異常判定方法 |
| JP5418491B2 (ja) * | 2010-12-28 | 2014-02-19 | 株式会社安川電機 | ロボット |
| JP6635090B2 (ja) | 2017-06-05 | 2020-01-22 | マツダ株式会社 | 減速機の状態診断方法及び状態診断装置 |
-
2019
- 2019-06-28 JP JP2019121889A patent/JP7351656B2/ja active Active
-
2020
- 2020-06-24 CN CN202080046914.5A patent/CN114051584B/zh active Active
- 2020-06-24 US US17/622,233 patent/US11981033B2/en active Active
- 2020-06-24 WO PCT/JP2020/024708 patent/WO2020262421A1/ja active Application Filing
- 2020-06-24 DE DE112020003134.9T patent/DE112020003134T5/de active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006102889A (ja) * | 2004-10-06 | 2006-04-20 | Yaskawa Electric Corp | 減速機の異常判定装置及び減速機の異常判定方法 |
| JP2006281421A (ja) * | 2005-04-05 | 2006-10-19 | Yaskawa Electric Corp | ロボットおよびロボットの異常検出方法 |
| US20090219050A1 (en) * | 2005-12-19 | 2009-09-03 | Bruno Dessirier | Method for detecting a malfunction in an electromagnetic retarder |
| JP2008213966A (ja) * | 2007-02-28 | 2008-09-18 | Hitachi Industrial Equipment Systems Co Ltd | 異常診断機能付きホイストクレーン装置 |
| US20110238329A1 (en) * | 2008-10-30 | 2011-09-29 | Abb Research Ltd. | Method and a device for detecting abnormal changes in play in a transmission unit of a movable mechanical unit |
| JP2010288352A (ja) * | 2009-06-10 | 2010-12-24 | Nippon Steel Corp | 設備の異常診断方法 |
| CN102431033A (zh) * | 2010-08-31 | 2012-05-02 | 株式会社安川电机 | 机器人、机器人***、机器人控制装置和状态判定方法 |
| 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*** |
| JP2017061001A (ja) * | 2015-09-24 | 2017-03-30 | キヤノン株式会社 | ロボット装置の診断方法、ロボット装置の制御プログラム、およびロボットシステム |
| CN107449958A (zh) * | 2016-04-18 | 2017-12-08 | 丰田自动车株式会社 | 异常判定装置和异常判定方法 |
| CN107843837A (zh) * | 2016-09-20 | 2018-03-27 | 现代自动车株式会社 | 用于监测带有制动器的电机的装置 |
| JP2018105782A (ja) * | 2016-12-27 | 2018-07-05 | 川崎重工業株式会社 | 減速機の故障診断装置及び故障診断方法並びに前記故障診断装置を備える機械装置 |
| US20190199251A1 (en) * | 2017-12-21 | 2019-06-27 | Renesas Electronics Corporation | Semiconductor device and method of detecting its rotation abnormality |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114051584B (zh) | 2024-04-09 |
| JP7351656B2 (ja) | 2023-09-27 |
| JP2021009041A (ja) | 2021-01-28 |
| US20220347849A1 (en) | 2022-11-03 |
| US11981033B2 (en) | 2024-05-14 |
| WO2020262421A1 (ja) | 2020-12-30 |
| DE112020003134T5 (de) | 2022-03-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110139733B (zh) | 减速器的故障诊断装置、故障诊断方法及具备上述故障诊断装置的机械装置 | |
| EP1882922B1 (en) | Method of diagnosing abnormality of reduction gear and apparatus for carry out the method | |
| JP6120720B2 (ja) | 周波数分析方法、及びこの周波数分析方法を用いた回転機器の診断方法 | |
| KR101528090B1 (ko) | 로봇 및 로봇의 노이즈 제거 방법 | |
| JP5482699B2 (ja) | 減速機異常診断装置および減速機異常診断方法 | |
| US11931905B2 (en) | Failure prediction method and failure prediction apparatus | |
| WO2006022201A1 (ja) | ロボットの評価システム及び評価方法 | |
| EP3881989A1 (en) | Fault diagnosis device for drive mechanism, fault diagnosis method, and mechanical apparatus provided with fault diagnosis device | |
| WO2020255446A1 (ja) | 駆動音診断システム、駆動音診断方法および駆動音診断システムの機械学習装置 | |
| CN114051584B (zh) | 减速机的故障诊断装置及故障诊断方法 | |
| JP6742563B1 (ja) | 駆動音診断システム、駆動音診断方法および駆動音診断システムの機械学習装置 | |
| JP7267725B2 (ja) | ロボットの制御方法、プログラム、記録媒体、ロボットシステム、物品の製造方法 | |
| US11772285B2 (en) | Malfunction detection device and malfunction detection method | |
| JP2023005332A (ja) | 加工システム、加工ロボット制御装置及び加工方法 | |
| CN113165172A (zh) | 用于诊断机器人的方法、设备和服务器 | |
| JPH0327752A (ja) | 回転子巻線のゆるみ診断方法 | |
| WO2019073748A1 (ja) | 診断装置、診断方法、及び診断プログラム |
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 |