[发明专利]工业机器人状态监控方法、系统及提示终端

权利要求书

1.一种工业机器人状态监控方法，包括以下步骤：

采集并存储所述工业机器人的原始数据；

选择并筛选所述原始数据中一段工作时间的数据作为历史参照数据，存储所述一段工作时间作为参照时间，选择所述历史参照数据中特征变量的历史极值作为参照区间并存储所述特征变量的所述参照区间；

选择并筛选所述原始数据中一个时间段的数据作为实际监控数据并存储所述实际监控数据，所述实际监控数据与所述历史参照数据中相应的参数相同；

将所述参照区间和所述实际监控数据进行比较，计算所述工业机器人对应于所述特征变量的超差程度以及绘制可视化数据图，其特征在于，还包括：

基于所述超差程度，对所述工业机器人的轴的工作状态进行分类；

根据所述轴的工作状态和所述可视化数据图，判断出现异常的工业机器人。

2.根据权利要求1所述的工业机器人状态监控方法，其特征在于，所述历史参照数据和所述实际监控数据是以所述工业机器人当前所在的程序为周期，以每个程序中当前所在的命令行作为周期性索引而获得的每个周期内变化的数据。

3.根据权利要求2所述的工业机器人状态监控方法，其特征在于，所述特征变量包括所述工业机器人的一个或多个轴的基于时间戳信息的电流数据、扭矩数据和/或跟随误差数据中的一种或多种。

4.根据权利要求3所述的工业机器人状态监控方法，其特征在于，所述绘制可视化数据图的步骤，进一步包括：

选择所述实际监控数据中所述特征变量的实际极值作为实际区间；

匹配并叠加所述参照区间和所述实际区间，绘制所述参照区间和所述实际区间的曲线作为基于程序层级的可视化数据图。

5.根据权利要求1或4所述的工业机器人状态监控方法，其特征在于，所述基于所述超差程度，对所述工业机器人的轴的工作状态进行分类的步骤，进一步包括：

所述工业机器人的轴的工作状态分类包括异常、轻度异常和正常。

6.根据权利要求5所述的工业机器人状态监控方法，其特征在于，所述根据所述轴的工作状态和所述可视化数据图，判断出现异常的工业机器人的步骤，进一步包括：

获得所述轴的工作状态的变化趋势，判断所述工业机器人的状态，所述状态包括趋近于异常状态或异常状态。

7.根据权利要求4所述的工业机器人状态监控方法，其特征在于，所述超差程度包括：

超差比例e、程序层级平均残差RM、程序层级超差比例E、程序层级上限超差峰值Ph和/或下限超差峰值Pl。

8.根据权利要求7所述的工业机器人状态监控方法，其特征在于，计算超差比例e、程序层级平均残差RM、程序层级超差比例E、程序层级上限超差峰值Ph和/或下限超差峰值Pl的方法包括：

获取各个程序中各个命令行的所述参照区间的上限Rh_i和下限Rl_i，其中i为命令行号；

获取各个程序中各个命令行的所述实际区间的上限Xh_i和下限Xl_i，其中i为命令行号；

基于所述参照区间的上限Rh_i和下限Rl_i、所述实际区间的上限Xh_i和下限Xl_i，通过不吻合程度计算法获得超差比例e、程序层级平均残差RM、程序层级超差比例E、程序层级上限超差峰值Ph和/或下限超差峰值Pl。