工业机器人装备运行状态实时监测平台设计与实现文献综述
2020-04-14 17:23:48
1.1 研究目的及意义
随着信息化时代的到来,计算机、网络、通信、自动化控制等技术迅猛发展。得益于政府支持、廉价劳动力、稳定的汇率和发达国家的生产过程外包。但是,今天的全球化经济模式已明显改变了制造业的整体格局。随着劳动力成本的提高,我国大量劳动密集型产业面临转型升级和区域性转移的挑战。
然而随着工业机器人的普及应用和工业自动化的发展,这种发展再给我们带来便利和利润的同时,也存在着一些潜在的隐患,例如,在硕大的制造工厂中,若某些机器人在生产工作中出现损害,错误和故障等,则会造成大量的损失,因此,如何对工业机器人的装备状态实行检测则成为一项十分重要的工作。新型的机器人结构、机器人操作系统、视觉反馈等关键技术的进步,将促使工业机器人不断进军新的应用领域,在造船、航空航天器制造、复杂部件的装配拆卸甚至服装缝纫等原来难以运用机器人作业的场合,目前已经取得了技术突破。在劳动密集型产业实施机器换人,我们面临的困难是必须解决大量手工生产工艺的自动化及其装备状态的检测问题。因此,需要不断拓展工业机器人的新功能,突破机器换人完成复杂工作的瓶颈,同时必须降低设备的成本,提高设备的可靠性和寿命,以达到产品的高质量高效率输出。
工业机器人是新型的智能制造装备。工业机器人的实时数据采集,处理,传输,分析是现代制造企业进行快速决策和响应的基础。随着制造自动化和企业信息化的发展。企业对监控制造信息的需求越来越强烈,因此研究工业机器人装备运行状态信息实时监测服务平台具有重要的现实意义。借助该系统,工作人员可以实时地查看装备运行状态信息数据,同时能对历史数据进行评估分析。
1.2 国内外研究现状
近几年来,随着网络通讯技术的快速发展,国外主要的机器人生产商开始将先进的网络通讯技术融入到工业机器人的远程监控诊断当中。
ABB公司是著名的工业机器人生产供应商和服务商。为保证客户企业的生产效率,ABB公司需要保证其生产销售的机器人保持最佳状态。为此,ABB公司开发了远程服务平台,通过该平台,ABB可以对其客户企业的工业机器人进行远程实时监控和数据分析处理,第一时间预判机器人可能出现的故障问题,并启动应急报警机制,服务工程通过互联网登陆网络接收故障信息,并为客户提供技术支持服务。依靠远程服务平台,ABB成功的帮助了众多客户提升了机器人及关键部件的平均故障间隔时间,降低机器人的使用和售后成本,取得了双赢的效果,远程服务平台还能够使ABB及时发现工业机器人系统中存在的潜在故障,并进行积极维护工作,保证了机器人的工作效率,根据ABB咨询部门提供的数据,超过六成的工业机器人客户企业可以依靠远程服务平台解决故障或其维护问题,而无需ABB进行现场维护,这大大降低了ABB的售后服务成本,同时提高了客户工作的生产效率。但是ABB机器人远程监控服务平台也存在一些不足之处,主要包括:(1)服务项只能与远程服务平台通信,而不能与现场监控平台连接,不便于本地监控管理,与本地交互性差。(2)服务项依靠传统的2G无线无线网络进行通信,网络宽带有限,智能传输少量数据,不利于平台功能扩展。
与ABB的方案不同,发那科的工业产品本身都支持远程监控和远程诊断维护操作,而不需要外加类似服务项的设备,用户工厂内部使用SCADA系统软件操控机器人、数控机床、PLC等设备运行工作。同时,用户工厂的控制网络通过路由器接入互联网、工业机器人等设备会将自身运行数据及时主动上传至数据中心服务器。数据中心在中专门网站上实时更新和存储相关数据,用户可以在任何地方登陆网站浏览监控工厂内部机器人设备的运行情况,用户还可以使用发那科专用的MTB软件对工厂一年运转进行监控诊断服务。发那科的远程服务平台依靠的现有的TCP/IP网络,数据传输速度和容量可以得到保障,但由于发那科的工业设备(包括机器人和数控机床)都支持远程网络操控,在网络信息安全方面,用户企业需要做大量的防护工作。
就国内情况而言,国内机器人厂商还没有推出工业机器人装备状态监控服务与故障处理的应用系统,工业机器人的监控方法依然一块机器人单机自护报警以及服务工程师现场分析维护。一般国内工业机器人的故障处理方式为世教器显示错误代码,提醒维护人员配合处理相应故障,此种方法对维护人员专业技能要求较高且多数情况下机器人错误代码不能准确反映故障问题根源,仍需要专业工程师现场分析维护。因此,国内工业机器人装备状态检测与服务市场仍是一片蓝海。为降低用户机器人使用成本和减少机器人售后服务成本,国内主要机器人厂商,如沈阳新松机器人、广州数控集团正着手搭建自己的机器人远程监控服务平台。{title}2. 研究的基本内容与方案
{title}工业机器人生产商和服务商建立的装备状态实时监测服务平台主要具备以下功能:
(1)远程监测功能,工业机器人装备运行状态监测服务平台需要监测的数据包括:机器人运行的状态数据(启动/停止状态,运行模式,配套系统状态,持续工作时长),机器人控制系统的预警和报警数据(各轴的位置异常,温度异常,姿势异常,配套系统异常),机器人故障分析和故障预测的关键数据(各轴的转角,转矩,温度机器人正常工作时的平稳性数据组),现场实时视频监控数据。