CN114619484B - 机器人作业寿命的确定方法、装置、服务器和存储介质 - Google Patents
机器人作业寿命的确定方法、装置、服务器和存储介质 Download PDFInfo
- Publication number
- CN114619484B CN114619484B CN202011474783.9A CN202011474783A CN114619484B CN 114619484 B CN114619484 B CN 114619484B CN 202011474783 A CN202011474783 A CN 202011474783A CN 114619484 B CN114619484 B CN 114619484B
- Authority
- CN
- China
- Prior art keywords
- robot
- joint
- information
- current
- determining
- 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.)
- Active
Links
Images
Classifications
-
- 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
- B25J19/0095—Means or methods for testing manipulators
-
- 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
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明实施例公开了一种机器人作业寿命的确定方法、装置、服务器和存储介质。所述方法包括:在机器人作业过程中,获取所述机器人的数据信息,其中,所述数据信息至少包括下述一项:所述机器人的各关节处的电流信息、所述机器人的各关节处的转矩信息和所述机器人末端执行器处的受力信息;基于所述数据信息,确定所述机器人的各关节处的谐波减速机波发生器的冲击次数;基于所述冲击次数,以及各关节处的谐波减速机的原始寿命参数,确定所述机器人的作业寿命。以实现多维度精确的评估机器人在特殊作业环境中的寿命的效果。
Description
技术领域
本发明实施例涉及机器人技术,尤其涉及一种机器人作业寿命的确定方法、 装置、服务器和存储介质。
背景技术
目前市场对协作机器人的应用需求在不断增高,协作机器人的结构紧凑, 可灵活部署,人机协作,安全性能稳定,其安装及编程等功能,也可快速实现。 面对发展越来越快的应用市场,对协作机器人的应用场景提出了更严苛的要求, 在不同的工况下,机器人需要满足用户的基本使用,同时也需要考虑利益最大 化原则,因此,机器人的使用寿命成为了机器人生产厂家和用户共同关注的焦 点。
市场上对于机器人在普通工况下工作的寿命进行了部分定义,可通过其核 心零部件减速机在实验室的寿命计算作为参考,该寿命计算方法仅适合在一般 情况下运转、紧急时运转及未破坏范围的运转使用。该寿命计算方法的基础参 数为谐波减速机波发生器的总转数。对于伴随动载荷冲击较大使用的特殊作业 环境,例如,打磨、打孔和开线槽等作业环境,机器人实际使用的寿命计算或 参考,市场上没有一种可行的方法去评估,生产厂家无法准确提供,给用户的 维修保养和安全使用带来很大风险。
发明内容
本发明实施例提供一种机器人作业寿命的确定方法、装置、服务器和存储 介质,以实现多维度精确的评估机器人在特殊作业环境中的寿命的效果。
第一方面,本发明实施例提供了一种机器人作业寿命的确定方法,该方法 包括:
在机器人作业过程中,获取所述机器人的数据信息,其中,所述数据信息 至少包括下述一项:所述机器人的各关节处的电流信息、所述机器人的各关节 处的转矩信息和所述机器人末端执行器处的受力信息;
基于所述数据信息,确定所述机器人的各关节处的谐波减速机波发生器的 冲击次数;
基于所述冲击次数,以及各关节处的谐波减速机的原始寿命参数,确定所 述机器人的作业寿命。
第二方面,本发明实施例还提供了一种机器人作业寿命的确定装置,该装 置包括:
数据信息获取模块,用于在机器人作业过程中,获取所述机器人的数据信 息,其中,所述数据信息至少包括下述一项:所述机器人的各关节处的电流信 息、所述机器人的各关节处的转矩信息和所述机器人末端执行器处的受力信息;
冲击次数确定模块,用于基于所述数据信息,确定所述机器人的各关节处 的谐波减速机波发生器的冲击次数;
作业寿命确定模块,用于基于所述冲击次数,以及各关节处的谐波减速机 的原始寿命参数,确定所述机器人的作业寿命。
第三方面,本发明实施例还提供了一种服务器,该服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多 个处理器实现本发明实施例中任一所述的机器人作业寿命的确定方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质, 所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例中任一 所述的机器人作业寿命的确定方法。
本发明实施例的技术方案,通过在机器人作业过程中,获取机器人的数据 信息,基于数据信息,确定机器人的各关节处的谐波减速机波发生器的冲击次 数,基于冲击次数,以及各关节处的谐波减速机的原始寿命参数,确定机器人 的作业寿命,这样可从多个维度来确定谐波减速机波发生器的冲击次数,以确 保确定的谐波减速机波发生器的冲击次数更加准确,进而提高机器人的作业寿 命的评估准确性,以实现多维度精确的评估机器人在特殊作业环境中的寿命的 效果。
附图说明
图1是本发明实施例一中的机器人作业寿命的确定方法的流程图;
图2是本发明实施例一中的协作机器人的示意图;
图3是本发明实施例二中的机器人作业寿命的确定方法的流程图;
图4是本发明实施例二中的机器人冲击次数更新示意图;
图5是本发明实施例四中的机器人作业寿命的确定装置的结构示意图;
图6是本发明实施例五中的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此 处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需 要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结 构。
实施例一
图1为本发明实施例一提供的机器人作业寿命的确定方法的流程图,本实 施例可适用于对机器人的寿命进行评估的情况,该方法可以由机器人作业寿命 的确定装置来执行,该机器人作业寿命的确定装置可以由软件和/或硬件来实现, 该机器人作业寿命的确定装置可以配置在电子计算设备上,具体包括如下步骤:
S110、在机器人作业过程中,获取机器人的数据信息。
示例性的,机器人可以是协作机器人,参考图2所述的协作机器人的示意 图,该协作机器人本体固定在机器人底座10上,末端配置项目应用所需的执行 器(即图2中的执行机构20),通电之后,配合相关传感器进行定位及信号的 传输,即可进行相关应用作业。在图2中,协作机器人具有多个关节30。
作业过程可以是特殊作业环境,例如可以是打磨、打孔和开线槽等作业环 境,机器人在这些作业环境下进行作业时,对机器人的冲击力会非常大,因此, 对机器人可能会造成一定的损伤。
数据信息可以是机器人在作业过程中,机器人的作业信息,可选的,所述 数据信息至少包括下述一项:所述机器人的各关节处的电流信息、所述机器人 的各关节处的转矩信息和所述机器人末端执行器处的受力信息。
可选的,所述在机器人作业过程中,获取机器人的数据信息,具体可以是: 在机器人作业过程中,基于机器人各关节处的电流传感器,获取机器人各关节 处的电流信息;在机器人作业过程中,基于机器人各关节处的压力传感器,获 取机器人各关节处的受力信息;在机器人作业过程中,基于机器人各关节处的 受力信息,以及机器人末端执行器相对于基座的位置参数,确定机器人末端执 行器处的转矩信息。
示例性的,机器人末端执行器相对于基座的位置参数可以是机器人末端执 行器相对于基座的位置信息,例如可以是机器人末端执行器工作时,相对于基 座的半径信息。
根据机器人各关节处的受力信息,以及机器人末端执行器相对于基座的位 置参数,基于如下公式,即可确定机器人末端执行器处的转矩信息:
M=FN·R
其中,M为机器人末端执行器处的转矩信息,FN为机器人各关节处的受力 信息的总和,R为机器人末端执行器相对于基座的位置参数。
可选的,所述基于机器人各关节处的压力传感器,获取机器人各关节处的 受力信息,具体可以是:对于机器人的任一当前关节处的压力传感器,执行如 下方式获取机器人各关节处的受力信息:基于当前关节处的至少两个方向上的 压力传感器,得到当前关节处的各方向上的分力信息;基于各方向上的分力信 息,确定当前关节处的受力信息。
示例性的,对于任一当前关节处的压力传感器,可以是基于当前关节处的 至少两个方向上的压力传感器,来获取当前关节处的各方向上的分力信息,对 各方向上的分力信息进行加权求和,即可得到当前关节处的受力信息。
具体的,例如当前关节处有X、Y和Z三个方向上的压力传感器,分别得到X、Y和Z三个方向上分力信息,将X、Y和Z三个方向上的分力信息进行计算, 比如基于如下公式进行计算:即可得到当前关节处所受 的合力,即当前关节处的受力信息。
S120、基于数据信息,确定机器人的各关节处的谐波减速机波发生器的冲 击次数。
示例性的,冲击次数可以是谐波减速机波发生器被冲击的冲击次数。
当机器人作业时,伴随着动载荷冲击较大使用的特殊作业环境,机器人的 谐波减速机波发生器会被冲击,谐波减速机波发生器每被冲击一次,就对谐波 减速机波发生器造成一次损坏,因此,机器人的使用寿命与机器人中设置的谐 波减速机波发生器的使用寿命有关。因此,可通过计算谐波减速机波发生器的 冲击次数来评估机器人的使用寿命。
谐波减速机波发生器的冲击次数与机器人的数据信息有关,因此,可通过 计算机器人的数据信息,来确定谐波减速机波发生器的冲击次数。
这样可从多个维度来确定谐波减速机波发生器的冲击次数,以确保确定的 谐波减速机波发生器的冲击次数更加准确,进而提高机器人的作业寿命的评估 准确性。
S130、基于冲击次数,以及各关节处的谐波减速机的原始寿命参数,确定 机器人的作业寿命。
示例性的,原始寿命参数可以是机器人各关节处的谐波减速机的规定的寿 命参数,例如可以是机器人各关节处的谐波减速机的规范说明上标注的该谐波 减速机的寿命参数。
可选的,具体的原始寿命参数可以包括:所述谐波减速机波发生器的规范 冲击次数,以及与所述谐波减速机波发生器的规范冲击次数对应的规范作业寿 命。
示例性的,这里的规范冲击次数可以是谐波减速机的规范说明上标注的该 谐波减速机波发生器被冲击的次数。
规范作业寿命可以是谐波减速机的规范说明上标注的与该谐波减速机波发 生器被冲击的次数对应的使用寿命。
例如,在某一谐波减速机的使用说明上写着,该谐波减速机波发生器的冲 击次数为6000次,使用寿命为1年,则该谐波减速机波发生器的规范冲击次数 为6000次,与该规范冲击次数对应的规范作业寿命为1年。
根据得到的各关节处的谐波减速机波发生器的冲击次数,以及各关节处的 谐波减速机波发生器的原始寿命参数,可确定机器人的作业寿命。
具体的例如对于任一关节处的谐波减速机而言,可以是将得到的该谐波减 速机波发生器的冲击次数与该谐波减速机波发生器的规范冲击次数进行比对, 根据该谐波减速机波发生器的冲击次数与该谐波减速机波发生器的规范冲击次 数的比对结果,以及参考该谐波减速机波发生器的规范作业寿命,即可确定该 谐波减速机的作业寿命。
根据各谐波减速机的作业寿命,即可得到机器人的作业寿命。
这样参考谐波减速机的作业寿命来评估机器人的作业寿命,以实现了从多 个维度精确的评估机器人的作业寿命的效果。
可选的,所述基于冲击次数,以及各关节处的谐波减速机的原始寿命参数, 确定机器人的作业寿命,具体可以是:对于任一当前关节处的谐波减速机波发 生器的冲击次数,以及各关节处的谐波减速机的原始寿命参数,执行如下步骤, 确定机器人的作业寿命:当所述当前关节处的所述谐波减速机波发生器的冲击 次数小于所述谐波减速机波发生器的规范冲击次数时,则确定当前关节处的谐 波减速机的作业寿命为所述当前关节处的谐波减速机波发生器的规范作业寿命; 当所述当前关节处的所述谐波减速机波发生器的冲击次数等于所述谐波减速机 波发生器的规范冲击次数时,则确定所述当前关节处的谐波减速机的作业寿命 为所述当前关节处的谐波减速机波发生器当前的使用期限;基于各关节处的谐 波减速机的作业寿命,确定所述机器人的作业寿命。
示例性的,对于任一当前关节处的谐波减速机而言,若当前关节处的谐波 减速机波发生器的冲击次数小于该当前关节处的谐波减速机波发生器的规范冲 击次数,则确定当前关节处的谐波减速机的作业寿命为当前关节处的谐波减速 机波发生器的规范作业寿命。
具体的例如,当前关节处的谐波减速机波发生器的规范冲击次数为6000次, 当前关节处的谐波减速机波发生器的规范作业寿命为1年,若截止当前时刻, 当前关节处的谐波减速机波发生器的冲击次数为5000次,则当前关节处的谐波 减速机波发生器的作业寿命为1年。
对于任一当前关节处的谐波减速机而言,若当前关节处的谐波减速机波发 生器的冲击次数大于等于该当前关节处的谐波减速机波发生器的规范冲击次数, 则确定当前关节处的谐波减速机的作业寿命为当前关节处的谐波减速机波发生 器当前的使用期限。
具体的例如,当前关节处的谐波减速机波发生器的规范冲击次数为6000次, 当前关节处的谐波减速机波发生器的规范作业寿命为1年,若此时当前关节处 的谐波减速机波发生器的冲击次数为7000次,若截止当前时刻,例如该谐波减 速机已使用半年,则当前关节处的谐波减速机的作业寿命为当前关节处的谐波 减速机波发生器当前的使用期限,即半年。
利用上述方式,确定各关节处的谐波减速机的作业寿命,基于各关节处的 谐波减速机的作业寿命,可确定机器人的作业寿命。
可选的,所述基于各关节处的谐波减速机的作业寿命,确定机器人的作业 寿命,具体可以是:将确定的各关节处的谐波减速机的作业寿命中的最小值确 定为机器人的作业寿命。
示例性的,当确定了各关节处的谐波减速机的作业寿命后,将各关节处的 谐波减速机的作业寿命中的最小值确定为机器人的作业寿命。例如,机器人共 有6个关节,各关节处的谐波减速机的作业寿命分别为6个月、4个月、7个月、 9个月、12个月和10个月,则该机器人的作业寿命为6个月。
这样将各关节处的谐波减速机的作业寿命中的最小值确定为机器人的作业 寿命,以保证机器人的正常作业使用。
本发明实施例的技术方案,通过在机器人作业过程中,获取机器人的数据 信息,基于数据信息,确定机器人的各关节处的谐波减速机波发生器的冲击次 数,基于冲击次数,以及各关节处的谐波减速机的原始寿命参数,确定机器人 的作业寿命,这样可从多个维度来确定谐波减速机波发生器的冲击次数,以确 保确定的谐波减速机波发生器的冲击次数更加准确,进而提高机器人的作业寿 命的评估准确性,以实现多维度精确的评估机器人在特殊作业环境中的寿命的 效果。
实施例二
图3为本发明实施例二提供的机器人作业寿命的确定方法的流程图,本发 明实施例与上述实施例中各个可选方案可以结合。在本发明实施例中,可选的, 可选的,所述基于数据信息,确定机器人的各关节处的谐波减速机波发生器的 冲击次数,具体可以是:对于任一当前关节处的电流信息和受力信息,以及机 器人末端执行器处的转矩信息,执行如下步骤,确定机器人的各关节处的谐波 减速机波发生器的冲击次数:当当前关节处的电流信息和受力信息,以及机器 人末端执行器处的转矩信息中的任一项,大于等于其对应的预设阈值信息时, 则更新机器人的各关节处的谐波减速机波发生器的冲击次数。
如图4所示,本发明实施例的方法具体包括如下步骤:
S210、在机器人作业过程中,获取机器人的数据信息。
S220、对于任一当前关节,当当前关节处的电流信息和受力信息,以及机 器人末端执行器处的转矩信息中的任一项,大于等于其对应的预设阈值信息时, 则更新机器人的各关节处的谐波减速机波发生器的冲击次数。
示例性的,对于任一当前关节,若当前关节处的电流信息和受力信息,以 及机器人末端执行器处的转矩信息中的任一项,大于等于其对应的预设阈值信 息时,则更新机器人的各关节处的谐波减速机波发生器的冲击次数。
具体的,参考图4所述的机器人冲击次数更新示意图,当当前关节处的电 流信息大于预设电流阈值、当前关节处的受力信息大于预设受力阈值或机器人 末端执行器处的转矩信息大于等于预设转矩阈值时,则将机器人的当前关节处 的谐波减速机波发生器的冲击次数加1。
示例性的,预设电流阈值可以是预先设置的电流阈值,当当前关节处的电 流信息在预设时间段(例如0.5秒)内持续大于该阈值时,则将该关节处的谐 波减速机波发生器的冲击次数加1。
预设电流阈值的选取可以是:获取多组经过采取的机器人各关节处的电流 传感器所监测到的电流信息,对各电流信息进行整理,绘制电流监测图(例如 可以是曲线散点图),根据各关节处的电流信息,选取预设电流阈值。
具体的可以是,根据电流检测图中的电流的幅值和曲线变化的频率来选取, 例如预设电流阈值可以是设置为电流检测图中的电流的幅值的80%。
预设受力阈值可以是预先设置的受力阈值,当当前关节处的受力信息在预 设时间段(例如0.5秒)内持续大于该阈值时,则将该关节处的谐波减速机波 发生器的冲击次数加1。
预设受力阈值的选取可以是与预设电流阈值的选取类似:获取多组经过采 取的机器人各关节处的压力传感器所监测到的受力信息,对各受力信息进行整 理,绘制受力监测图(例如可以是曲线散点图),根据各关节处的受力信息, 选取预设受力阈值。
具体的可以是,根据受力检测图中的受力的幅值和曲线变化的频率来选取, 例如预设受力阈值可以是设置为受力检测图中的受力的幅值的80%。
预设转矩阈值可以是预先设置的转矩阈值,当当前关节处的转矩信息在预 设时间段(例如0.5秒)内持续大于该阈值时,则将该关节处的谐波减速机波 发生器的冲击次数加1。
预设转矩阈值的选取可以是与预设电流阈值的选取类似:获取多组经过采 取的机器人的末端执行器处的转矩信息,对各转矩信息进行整理,绘制转矩监 测图(例如可以是曲线散点图),根据机器人的末端执行器处的转矩信息,选 取预设转矩阈值。
具体的可以是,根据转矩检测图中的转矩的幅值和曲线变化的频率来选取, 例如预设转矩阈值可以是设置为转矩检测图中的转矩的幅值的80%。
这样可从多个维度来计算机器人的谐波减速机波发生器的冲击次数,以便 从多个维度来评估机器人的使用寿命。
需要说明的是,如图4所示,对于任一当前关节而言,当检测到当前关节 处的电流信息和受力信息,以及机器人末端执行器处的转矩信息中的任一项, 大于等于其对应的预设阈值信息时,则要对应调整机器人的姿态或位置,避免 使机器人长期处于电流过大、受力过大或转矩过大的状态下,避免损坏机器人。
S230、基于冲击次数,以及各关节处的谐波减速机的原始寿命参数,确定 机器人的作业寿命。
本发明实施例的技术方案,通过对于任一当前关节,当当前关节处的电流 信息和受力信息,以及机器人末端执行器处的转矩信息中的任一项,大于等于 其对应的预设阈值信息时,则更新机器人的各关节处的谐波减速机波发生器的 冲击次数,这样从多个维度来计算机器人的谐波减速机波发生器的冲击次数, 以便从多个维度来评估机器人的作业寿命。
实施例三
本发明实施例与上述实施例中各个可选方案可以结合。在本发明实施例中, 在评估机器人作业寿命时,除了参考上述的采集的机器人的数据信息外,还可 以参考机器人的运行状态,具体的可以参考如下方式:
可选的,基于机器人的各关节的转矩信息,以及机器人的额定转矩信息, 确定机器人的运行状态系数;基于机器人的运行状态系数,确定机器人的运行 状态。
示例性的,这里的机器人的各关节的转矩信息可以是机器人在作业时的实 际转矩信息。
机器人的额定转矩信息可以是机器人在预设转矩阈值下进行运作时的转矩 信息,即机器人平稳运行作业时的转矩信息。
对于任一当前关节,基于机器人的当前关节的转矩信息,以及机器人的当 前关节的额定转矩信息,基于如下公式,确定机器人的当前关节的运行状态系 数:
其中,K为所述运行状态系数,M实际是所述机器人的当前关节的实际的转 矩信息,M额定是机器人的当前关节的额定转矩信息。
需要说明的是,这里的实际的转矩信息可以是机器人在实际重量的末端执 行器下的转矩值,这里的额定转矩信息可以是机器人在额定重量的末端执行器 下的转矩值。
利用上述方式,可确定各关节处的运行状态系数,基于各关节的运行状态 系数,可确定机器人的运行状态系数。
可选的,所述基于各关节的运行状态系数,确定机器人的运行状态系数, 具体可以是:将各关节的运行状态系数中的最大值,确定为机器人的运行状态 系数。
示例性的,当确定了各关节的运行状态系数后,可将各关节的运行状态系 数中的最大值确定为机器人的运行状态系数。例如,机器人共有6个关节,各 关节运行状态系数分别为0.2、3、1、2.4、5和7,则该机器人的运行状态系 数为7。
机器人的运行状态可以是机器人的运行时的状态,例如可以是平稳状态、 较紧急状态、紧急但未破坏状态和破坏状态。
不同的运行状态对应不同的运行状态系数,例如,当K≤2时,所述机器人 的运行状态为平稳运行状态;当2<K≤4.1时,所述机器人的运行状态为较紧 急运行状态;当4.1<K≤8.3时,所述机器人的运行状态为紧急但未破坏运行 状态;K>8.3时,所述机器人的运行状态为破坏运行状态;其中,K为所述机 器人的运行状态系数。
当机器人的运行状态系数大于等于预设阈值时,则会影响机器人的作业寿 命,即机器人的作业寿命会相应减少。
这里的预设阈值可以是预先设置的运行状态系数的阈值(例如可以是8.3), 当机器人的运行状态系数大于等于该阈值时,则机器人的运行状态可能处于破 坏运行状态,若机器人长期处于破坏运行状态,则机器人的作业寿命会相应减 少。
这样可参考机器人的运行状态系数来评估机器人的作业寿命,有助于机器 人的作业寿命的正确评估。
本发明实施例的技术方案,通过基于机器人的各关节的转矩信息,以及机 器人的额定转矩信息,确定机器人的运行状态系数;基于机器人的运行状态系 数,确定机器人的运行状态,这样参考机器人的运行状态系数来评估机器人的 作业寿命,有助于机器人的作业寿命的正确评估。
实施例四
图5为本发明实施例四提供的机器人作业寿命的确定装置的结构示意图, 如图5所示,该装置包括:数据信息获取模块31、冲击次数确定模块32和作 业寿命确定模块33。
其中,数据信息获取模块31,用于在机器人作业过程中,获取所述机器人 的数据信息,其中,所述数据信息至少包括下述一项:所述机器人的各关节处 的电流信息、所述机器人的各关节处的转矩信息和所述机器人末端执行器处的 受力信息;
冲击次数确定模块32,用于基于所述数据信息,确定所述机器人的各关节 处的谐波减速机波发生器的冲击次数;
作业寿命确定模块33,用于基于所述冲击次数,以及各关节处的谐波减速 机的原始寿命参数,确定所述机器人的作业寿命。
在上述实施例的技术方案的基础上,数据信息获取模块31包括:
电流信息获取单元,用于在机器人作业过程中,基于所述机器人各关节处 的电流传感器,获取所述机器人各关节处的电流信息;
受力信息获取单元,用于在机器人作业过程中,基于所述机器人各关节处 的压力传感器,获取所述机器人各关节处的受力信息;
转矩信息获取单元,用于在机器人作业过程中,基于所述机器人各关节处 的受力信息,以及所述机器人人末端执行器相对于基座的位置参数,确定所述 机器人末端执行器处的转矩信息。
在上述实施例的技术方案的基础上,受力信息获取单元具体用于:
对于所述机器人的任一当前关节,基于当前关节处的至少两个方向上的压 力传感器,得到所述当前关节处的各方向上的分力信息;基于各方向上的分力 信息,确定所述当前关节处的受力信息。
在上述实施例的技术方案的基础上,冲击次数确定模块32包括:
冲击次数确定单元,用于对于任一当前关节,当所述当前关节处的电流信 息和受力信息,以及所述机器人末端执行器处的转矩信息中的任一项,大于等 于其对应的预设阈值信息时,则更新所述机器人的各关节处的谐波减速机波发 生器的冲击次数。
在上述实施例的技术方案的基础上,冲击次数确定单元具体用于:
当所述当前关节处的电流信息大于预设电流阈值、所述当前关节处的受力 信息大于预设受力阈值或所述机器人末端执行器处的转矩信息大于等于预设转 矩阈值时,则将所述机器人的当前关节处的谐波减速机波发生器的冲击次数加 1。
可选的,所述原始寿命参数包括:所述谐波减速机波发生器的规范冲击次 数,以及与所述谐波减速机波发生器的规范冲击次数对应的规范作业寿命。
在上述实施例的技术方案的基础上,作业寿命确定模块33包括:
第一作业寿命确定单元,用于对于任一当前关节,当所述当前关节处的所 述谐波减速机波发生器的冲击次数小于所述谐波减速机波发生器的规范冲击次 数时,则确定所述当前关节处的谐波减速机的作业寿命为所述当前关节处的谐 波减速机波发生器的规范作业寿命;
第二作业寿命确定单元,用于对于任一当前关节,当所述当前关节处的所 述谐波减速机波发生器的冲击次数等于所述谐波减速机波发生器的规范冲击次 数时,则确定所述当前关节处的谐波减速机的作业寿命为所述当前关节处的谐 波减速机波发生器当前的使用期限;
第三作业寿命确定单元,用于基于各关节处的谐波减速机的作业寿命,确 定所述机器人的作业寿命。
在上述实施例的技术方案的基础上,第三作业寿命确定单元具体用于:
将确定的各关节处的谐波减速机的作业寿命中的最小值确定为所述机器人 人的作业寿命。
在上述实施例的技术方案的基础上,该装置还包括:
运行状态系数确定模块,用于基于所述机器人的各关节的转矩信息,以及 所述机器人的额定转矩信息,确定所述机器人的运行状态系数;
运行状态确定模块,用于基于所述机器人的运行状态系数,确定所述机器 人的运行状态。
在上述实施例的技术方案的基础上,运行状态系数确定模块具体用于:
第一运行状态系数确定单元,用于对于所述机器人的任一当前关节,基于 所述机器人的当前关节的转矩信息,以及所述机器人的当前关节的额定转矩信 息,根据如下公式,确定所述机器人的当前关节的运行状态系数;
其中,K为所述运行状态系数,M实际是所述机器人的当前关节的转矩信息, M额定是机器人的当前关节的额定转矩信息;
第二运行状态系数确定单元,用于基于各关节的运行状态系数,确定所述 机器人的运行状态系数。
在上述实施例的技术方案的基础上,第二运行状态系数确定单元具体用于:
将各关节的运行状态系数中的最大值,确定为所述机器人的运行状态系数。
在上述实施例的技术方案的基础上,运行状态确定模块具体用于:
当所述机器人的运行状态系数大于等于预设阈值时,则确定所述机器人的 运行状态为影响所述机器人的作业寿命的破坏状态。
本发明实施例所提供的机器人作业寿命的确定装置可执行本发明任意实施 例所提供的机器人作业寿命的确定方法,具备执行方法相应的功能模块和有益 效果。
实施例五
图6为本发明实施例五提供的一种服务器的结构示意图,如图6所示,该 服务器包括处理器70、存储器71、输入装置72和输出装置73;服务器中处理 器70的数量可以是一个或多个,图6中以一个处理器70为例;服务器中的处 理器70、存储器71、输入装置72和输出装置73可以通过总线或其他方式连接, 图6中以通过总线连接为例。
存储器71作为一种计算机可读存储介质,可用于存储软件程序、计算机可 执行程序以及模块,如本发明实施例中的机器人作业寿命的确定方法对应的程 序指令/模块(例如,数据信息获取模块31、冲击次数确定模块32和作业寿命 确定模块33)。处理器70通过运行存储在存储器71中的软件程序、指令以及 模块,从而执行服务器的各种功能应用以及数据处理,即实现上述的机器人作 业寿命的确定方法。
存储器71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;存储数据区可存储根据终端的使用 所创建的数据等。此外,存储器71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、或其他非易失性固 态存储器件。在一些实例中,存储器71可进一步包括相对于处理器70远程设 置的存储器,这些远程存储器可以通过网络连接至服务器。上述网络的实例包 括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置72可用于接收输入的数字或字符信息,以及产生与服务器的用户 设置以及功能控制有关的键信号输入。输出装置73可包括显示屏等显示设备。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,所述计算 机可执行指令在由计算机处理器执行时用于执行一种机器人作业寿命的确定方 法。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计 算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所 提供的机器人作业寿命的确定方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到, 本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很 多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上 或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机 软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器 (Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、 闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机电子设备(可 以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述机器人作业寿命的确定装置的实施例中,所包括的各 个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要 能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互 区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员 会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进 行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽 然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以 上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例, 而本发明的范围由所附的权利要求范围决定。
Claims (14)
1.一种机器人作业寿命的确定方法,其特征在于,包括:
在机器人作业过程中,获取所述机器人的数据信息,其中,所述数据信息至少包括下述一项:所述机器人的各关节处的电流信息、所述机器人的各关节处的转矩信息和所述机器人末端执行器处的受力信息;
基于所述数据信息,确定所述机器人的各关节处的谐波减速机波发生器的冲击次数;
基于所述冲击次数,以及各关节处的谐波减速机的原始寿命参数,确定所述机器人的作业寿命。
2.根据权利要求1所述的方法,其特征在于,所述在机器人作业过程中,获取所述机器人的数据信息,包括:
在机器人作业过程中,基于所述机器人各关节处的电流传感器,获取所述机器人各关节处的电流信息;
在机器人作业过程中,基于所述机器人各关节处的压力传感器,获取所述机器人各关节处的受力信息;
在机器人作业过程中,基于所述机器人各关节处的受力信息,以及所述机器人末端执行器相对于基座的位置参数,确定所述机器人末端执行器处的转矩信息。
3.根据权利要求2所述的方法,其特征在于,所述基于所述机器人各关节处的压力传感器,获取所述机器人各关节处的受力信息,包括:
对于所述机器人的任一当前关节处的压力传感器,执行如下方式获取所述机器人各关节处的受力信息:
基于当前关节处的至少两个方向上的压力传感器,得到所述当前关节处的各方向上的分力信息;
基于各方向上的分力信息,确定所述当前关节处的受力信息。
4.根据权利要求1所述的方法,其特征在于,所述基于所述数据信息,确定所述机器人的各关节处的谐波减速机波发生器的冲击次数,包括:
对于任一当前关节处的电流信息和受力信息,以及所述机器人末端执行器处的转矩信息,执行如下步骤,确定所述机器人的各关节处的谐波减速机波发生器的冲击次数:
当所述当前关节处的电流信息和受力信息,以及所述机器人末端执行器处的转矩信息中的任一项,大于等于其对应的预设阈值信息时,则更新所述机器人的各关节处的谐波减速机波发生器的冲击次数。
5.根据权利要求4所述的方法,其特征在于,所述当所述当前关节处的电流信息和受力信息,以及所述机器人末端执行器处的转矩信息中的任一项,大于等于其对应的预设阈值信息时,则更新所述机器人的各关节处的谐波减速机波发生器的冲击次数,包括:
当所述当前关节处的电流信息大于预设电流阈值、所述当前关节处的受力信息大于预设受力阈值或所述机器人末端执行器处的转矩信息大于等于预设转矩阈值时,则将所述机器人的当前关节处的谐波减速机波发生器的冲击次数加1。
6.根据权利要求1所述的方法,其特征在于,所述原始寿命参数包括:所述谐波减速机波发生器的规范冲击次数,以及与所述谐波减速机波发生器的规范冲击次数对应的规范作业寿命;
所述基于所述冲击次数,以及各关节处的谐波减速机的原始寿命参数,确定所述机器人的作业寿命,包括:
对于任一当前关节处的所述谐波减速机波发生器的冲击次数,以及各关节处的谐波减速机的原始寿命参数,执行如下步骤,确定所述机器人的作业寿命:
当所述当前关节处的所述谐波减速机波发生器的冲击次数小于所述谐波减速机波发生器的规范冲击次数时,则确定所述当前关节处的谐波减速机的作业寿命为所述当前关节处的谐波减速机波发生器的规范作业寿命;
当所述当前关节处的所述谐波减速机波发生器的冲击次数等于所述谐波减速机波发生器的规范冲击次数时,则确定所述当前关节处的谐波减速机的作业寿命为所述当前关节处的谐波减速机波发生器当前的使用期限;
基于各关节处的谐波减速机的作业寿命,确定所述机器人的作业寿命。
7.根据权利要求6所述的方法,其特征在于,所述基于各关节处的谐波减速机的作业寿命,确定所述机器人的作业寿命,包括:
将确定的各关节处的谐波减速机的作业寿命中的最小值确定为所述机器人的作业寿命。
8.根据权利要求1所述的方法,其特征在于,在获取所述机器人的各关节处的转矩信息后,所述方法还包括:
基于所述机器人的各关节的转矩信息,以及所述机器人的额定转矩信息,确定所述机器人的运行状态系数;
基于所述机器人的运行状态系数,确定所述机器人的运行状态。
10.根据权利要求9所述的方法,其特征在于,所述基于各关节的运行状态系数,确定所述机器人的运行状态系数,包括:
将各关节的运行状态系数中的最大值,确定为所述机器人的运行状态系数。
11.根据权利要求8所述的方法,其特征在于,所述基于所述机器人的运行状态系数,确定所述机器人的运行状态,包括:
当所述机器人的运行状态系数大于等于预设阈值时,则确定所述机器人的运行状态为影响所述机器人的作业寿命的破坏状态。
12.一种机器人作业寿命的确定装置,其特征在于,包括:
数据信息获取模块,用于在机器人作业过程中,获取所述机器人的数据信息,其中,所述数据信息至少包括下述一项:所述机器人的各关节处的电流信息、所述机器人的各关节处的转矩信息和所述机器人末端执行器处的受力信息;
冲击次数确定模块,用于基于所述数据信息,确定所述机器人的各关节处的谐波减速机波发生器的冲击次数;
作业寿命确定模块,用于基于所述冲击次数,以及各关节处的谐波减速机的原始寿命参数,确定所述机器人的作业寿命。
13.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11中任一所述的机器人作业寿命的确定方法。
14.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-11中任一所述的机器人作业寿命的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011474783.9A CN114619484B (zh) | 2020-12-14 | 2020-12-14 | 机器人作业寿命的确定方法、装置、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011474783.9A CN114619484B (zh) | 2020-12-14 | 2020-12-14 | 机器人作业寿命的确定方法、装置、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114619484A CN114619484A (zh) | 2022-06-14 |
CN114619484B true CN114619484B (zh) | 2023-06-20 |
Family
ID=81897476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011474783.9A Active CN114619484B (zh) | 2020-12-14 | 2020-12-14 | 机器人作业寿命的确定方法、装置、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114619484B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07100782A (ja) * | 1993-09-30 | 1995-04-18 | Toyota Motor Corp | 産業用ロボットの寿命推定方法及び寿命推定装置 |
JP2005069907A (ja) * | 2003-08-26 | 2005-03-17 | Mitsubishi Electric Corp | 寿命評価装置 |
CN104298843A (zh) * | 2014-05-22 | 2015-01-21 | 北京航空航天大学 | 一种基于着色随机Petri网的复杂机构动态级联可靠性建模方法 |
CN105701348A (zh) * | 2016-01-12 | 2016-06-22 | 芜湖赛宝信息产业技术研究院有限公司 | 一种谐波减速器可靠寿命预测方法 |
CN105758642A (zh) * | 2016-05-26 | 2016-07-13 | 上海大学 | 一种随动加载柔性轴承疲劳寿命测试装置 |
CN108398259A (zh) * | 2018-01-08 | 2018-08-14 | 西安交通大学 | 一种谐波减速器步降加速寿命试验方法 |
CN108673503A (zh) * | 2018-05-22 | 2018-10-19 | 佛山科学技术学院 | 一种工业机器人实时故障检测方法及装置 |
CN109159149A (zh) * | 2018-07-17 | 2019-01-08 | 西安交通大学 | 一种工业机器人在线监测*** |
CN110082104A (zh) * | 2019-05-09 | 2019-08-02 | 盐城工学院 | 一种谐波传动减速器及传动***及检测方法 |
CN110757510A (zh) * | 2019-10-31 | 2020-02-07 | 广东工业大学 | 一种机器人剩余寿命预测方法及*** |
CN111339682A (zh) * | 2020-03-23 | 2020-06-26 | 北京航空航天大学 | 针对故障机理触发的建模与可靠性仿真方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7973508B2 (en) * | 2007-12-10 | 2011-07-05 | XyZ Automation Inc. | Automation systems diagnostics and predictive failure detection |
-
2020
- 2020-12-14 CN CN202011474783.9A patent/CN114619484B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07100782A (ja) * | 1993-09-30 | 1995-04-18 | Toyota Motor Corp | 産業用ロボットの寿命推定方法及び寿命推定装置 |
JP2005069907A (ja) * | 2003-08-26 | 2005-03-17 | Mitsubishi Electric Corp | 寿命評価装置 |
CN104298843A (zh) * | 2014-05-22 | 2015-01-21 | 北京航空航天大学 | 一种基于着色随机Petri网的复杂机构动态级联可靠性建模方法 |
CN105701348A (zh) * | 2016-01-12 | 2016-06-22 | 芜湖赛宝信息产业技术研究院有限公司 | 一种谐波减速器可靠寿命预测方法 |
CN105758642A (zh) * | 2016-05-26 | 2016-07-13 | 上海大学 | 一种随动加载柔性轴承疲劳寿命测试装置 |
CN108398259A (zh) * | 2018-01-08 | 2018-08-14 | 西安交通大学 | 一种谐波减速器步降加速寿命试验方法 |
CN108673503A (zh) * | 2018-05-22 | 2018-10-19 | 佛山科学技术学院 | 一种工业机器人实时故障检测方法及装置 |
CN109159149A (zh) * | 2018-07-17 | 2019-01-08 | 西安交通大学 | 一种工业机器人在线监测*** |
CN110082104A (zh) * | 2019-05-09 | 2019-08-02 | 盐城工学院 | 一种谐波传动减速器及传动***及检测方法 |
CN110757510A (zh) * | 2019-10-31 | 2020-02-07 | 广东工业大学 | 一种机器人剩余寿命预测方法及*** |
CN111339682A (zh) * | 2020-03-23 | 2020-06-26 | 北京航空航天大学 | 针对故障机理触发的建模与可靠性仿真方法 |
Non-Patent Citations (1)
Title |
---|
机器人用RV减速器综合性能测试***研究;卢琦;《机械传动》;第40卷(第4期);第1-3页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114619484A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kang et al. | Multimedia knowledge‐based bridge health monitoring using digital twin | |
CN111459700A (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
EP2457164A1 (en) | Method of monitoring the performance of a software application | |
JP2005173788A (ja) | オートノミック・コンピューティングシステム、実行環境制御方法及びプログラム | |
Jin et al. | Physics-based Gaussian process for the health monitoring for a rolling bearing | |
CN114692926A (zh) | 车用电池的安全评估方法、***、设备及可读存储介质 | |
KR20210074541A (ko) | 디지털 트윈 기반 Automotive Intelligence 지식베이스를 이용한 오류 탐지 및 형상화 방법 | |
CN114495468A (zh) | 机器人故障状态监测预警方法、电子设备、存储介质 | |
CN115145788A (zh) | 一种针对智能运维***的检测数据生成方法和装置 | |
US7823029B2 (en) | Failure recognition, notification, and prevention for learning and self-healing capabilities in a monitored system | |
CN114619484B (zh) | 机器人作业寿命的确定方法、装置、服务器和存储介质 | |
Bondoc et al. | Live digital twin: Developing a sensor network to monitor the health of belt conveyor system | |
McArthur et al. | Concepts and approaches in multi-agent systems for power applications | |
CN113254153B (zh) | 流程任务处理方法、装置、计算机设备和存储介质 | |
Li et al. | Symbolization‐based differential evolution strategy for identification of structural parameters | |
Zug et al. | Online evaluation of manipulation tasks for mobile robots in Industry 4.0 scenarios | |
CN109934499B (zh) | 一种设备低电压故障的评估方法、装置、设备及存储介质 | |
Addouche et al. | UML models for dependability analysis of real-time systems | |
SHIBATA et al. | M-SRAT: Metrics-based software reliability assessment tool | |
JP2007207213A (ja) | ワイヤレスデバイスのリアルタイム診断に適用する診断情報収集手法 | |
Sadhu et al. | Blind source separation-based optimum sensor placement strategy for structures | |
Schreiber et al. | UML-based safety analysis of distributed automation systems | |
US20220121195A1 (en) | Predictive Maintenance Tool Based on Digital Model | |
Karimaa | Efficient video surveillance: performance evaluation in distributed video surveillance systems | |
Mengshoel et al. | Software health management with bayesian networks |
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 |