[发明专利]一种基于AR技术的工业机器人故障诊断方法在审

专利信息
申请号: 202011388113.5 申请日: 2020-12-01
公开(公告)号: CN112394712A 公开(公告)日: 2021-02-23
发明(设计)人: 杨润贤;王斌 申请(专利权)人: 扬州工业职业技术学院
主分类号: G05B23/02 分类号: G05B23/02;G06T19/00
代理公司: 北京盛凡智荣知识产权代理有限公司 11616 代理人: 孙鑫
地址: 225000 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 ar 技术 工业 机器人 故障诊断 方法
【说明书】:

本发明涉及工业机器人技术领域,公开了一种基于AR技术的工业机器人故障诊断方法,包括以下步骤:步骤一:先在工业机器人壳体内部,安装多个3D摄像头,利用多个3D摄像头对工业机器人内部的多个位置进行3D成像,并将模型数据传输给电脑主机;步骤二:准备两个AR投影仪,将两个AR投影仪分别连接电脑主机。本发明通过安装多个3D摄像头,利用多个3D摄像头对工业机器人内部的多个位置进行3D成像,并利用AR互动投影仪,对没有故障的工业机器人和出现故障的工业机器人内部3D模型,利用两个AR互动投影仪,分别进行AR投影,从而进行比对,使工作人员准确的先确定故障的原因,然后再拆开工业机器人,针对性的进行维修,节省了维修的时间。

技术领域

本发明涉及工业机器人技术领域,具体为一种基于AR技术的工业机器人故障诊断方法。

背景技术

纵观整个装配制造业的发展现状,不难分析出其今后的发展趋势是:不断发展的自动化柔性生产系统。工业机器人因其集自动化生产和灵活性生产的特点于一身,因此近年来,装配制造业中大规模地使用了工业机器人来提高生产效率,如在汽车生产的冲压、焊装、涂装、总装等工艺过程中,工业机器人都有广泛的应用。工业机器人是集机械、液压、电子、光电、计算机等多种类型元器件和控制软件在内的复杂系统,在工业应用中通常带有较大负荷并长期连续运转,然而一旦工艺流程中的某个工业机器人失效或发生故障,将对整条生产线造成影响。

专利号CN200910047477.4,公开了一种基于离群点挖掘的集群工业机器人故障诊断方法,属于机电设备故障诊断领域。首先采集集群工业机器人原始运行状态数据并进行归类等预处理操作,然后用聚类分析的方法将多台工业机器人作为一个群体进行分析,使得多台设备根据运行状况进行归类。在聚类基础上,利用离群点挖掘方法计算每台工业机器人的离群因子得出其离群程度,并根据离群程度分离出离群点,进一步确定离群点所代表的个体工业机器人是否出现故障,并通过异常运行参数的种类判断出机器人出现故障的具体部位,获得故障诊断结果。利用本发明的故障诊断结果,可实施针对性预测性检修,避免设备故障的发生,提高设备的可靠性,保障集群作业机器人可靠运行。

但是现有的工业机器人,在故障检测的过程中,无法准确检测到故障的具体原因,而且需要对工业机器人进行拆装,导致检修很浪费时间,不能针对性的进行检修。

发明内容

本发明的目的在于提供一种基于AR技术的工业机器人故障诊断方法,解决背景技术中所提出的问题。

为实现上述目的,本发明提供如下技术方案:一种基于AR技术的工业机器人故障诊断方法,包括以下步骤:

步骤一:先在工业机器人壳体内部,安装多个3D摄像头,利用多个3D摄像头对工业机器人内部的多个位置进行3D成像,并将模型数据传输给电脑主机;

步骤二:准备两个AR投影仪,将两个AR投影仪分别连接电脑主机,在工业机器人出现故障时,再利用工业机器人壳体内部的多个3D摄像头,对故障时的工业机器人内部进行3D成像,并将模型数据传输给电脑主机;

步骤三:接着将没有故障的工业机器人和出现故障的工业机器人内部3D模型,利用两个AR投影仪,分别进行AR投影,工作人员可以观察两个工业机器人的AR投影,对故障原因进行初步分析;

步骤四:在工作人员观察AR投影的过程中,可以利用手势操作,对工业机器人内部的投影进行放大和缩小以及旋转和上下移动。

作为本发明的一种优选实施方式,所述步骤一和步骤二中的3D摄像头,为4K高清3D摄像头。

作为本发明的一种优选实施方式,所述步骤一、步骤二和步骤三中的AR投影仪,为AR互动投影仪。

作为本发明的一种优选实施方式,所述步骤一和步骤二中的3D摄像头,经过固定螺栓固定在工业机器人壳体内部的左端、右端、前端、后端和底端。

与现有技术相比,本发明的有益效果如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于扬州工业职业技术学院,未经扬州工业职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011388113.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top