[发明专利]异常判定装置和异常判定方法

说明书

一种异常判定装置(102)，具备判定机器人(101)的异常的控制部(51)，控制部(51)运算测定概率分布，该测定概率分布是以在规定期间获取到的干扰转矩为概率变量的概率分布。另外，使运算出的测定概率分布的平均值与预先设定的概率分布即评价用正常模型的平均值一致，将平均值一致的测定概率分布与评价用正常模型进行比较，基于比较的结果来判定机器人(101)的异常。

技术领域

本发明涉及一种用于判定机器人等设备中发生的异常的异常判定装置和异常判定方法。

背景技术

以往，作为多关节型机器人的异常判定装置，已知一种专利文献1所公开的装置。在专利文献1中，在机器人进行动作的期间，按规定周期检测机器人关节轴的移动位置以及对关节轴施加的干扰转矩，并运算所检测出的每个移动位置的干扰转矩的平均值。然后，将运算出的平均值与规定的阈值进行比较，在平均值超过阈值的情况下，判定为机器人异常。

现有技术文献

专利文献

专利文献1：日本特开平9-174482号公报

发明内容

然而，干扰转矩的数值由于各种原因而大幅地变动，因此如果将阈值设定为恒定值，则即使在机器人正常的情况下，有时也会误判定为异常。例如，存在以下问题：在刚对设置于机器人的减速器实施了更换等维护之后不久或者刚实施了示教(示教变更)之后不久，干扰转矩发生大的变动，尽管没有发生异常，干扰转矩也大幅地变化，从而误判定为机器人异常。

本发明是为了解决这样的以往的问题而完成的，其目的在于提供一种能够高精度地实施设备的异常判定的异常判定装置和异常判定方法。

本发明的一个方式是，运算测定概率分布，该测定概率分布是以在规定期间获取到的数据为概率变量的概率分布，以使基准点一致的方式将测定概率分布与预先设定的概率分布即评价用正常模型进行比较。基于该比较的结果来判定设备的异常。

发明的效果

根据本发明的一个方式，能够高精度地实施设备的异常判定。

附图说明

图1是示出本发明的第一实施方式所涉及的异常判定装置及其周边设备的结构的框图。

图2是示出用一体型的计算机构成了图1所示的异常判定装置的例子的说明图。

图3是示出电动机中产生的干扰转矩的变化的曲线图，T1、T2表示干扰转矩正常的期间，T3表示干扰转矩异常的期间。

图4的(a)示出评价用正常模型的波形，图4的(b)示出图3所示的各期间T1、T2、T3内的测定概率分布的波形，图4的(c)示出使评价用正常模型以与测定概率分布相匹配的方式移位后的波形。

图5是示出本发明的第一实施方式所涉及的异常判定装置的处理过程的流程图。

图6是示出本发明的第二实施方式所涉及的异常判定装置及其周边设备的结构的框图。

图7是示出第二实施方式所涉及的异常判定装置的处理过程的流程图。

图8是示出在电动机中产生的干扰转矩的变化的曲线图，T11表示实施维护的期间，T12、T13表示获取干扰转矩的期间。

图9是示出第三实施方式所涉及的异常判定装置的处理过程的流程图。

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。

[第一实施方式的说明]