美国智能维护中心－ 丰田汽车制造公司（TMMK，肯塔基州）机器人诊断及预测案例

• 关键词：智能维护,汽车,机器人诊断及预测

（a） 项目背景

工业机器人是汽车制造业的重要组成部分。它们能够进行一些高强度，柔韧性和工艺可重复性的工作，如材料处理，焊接，涂装等。在一个北美汽车公司的一个初步数据挖掘进行研究中，人们发现生产线上机器人的失效会进一步导致大多数设备停机。因此，对机器人进行诊断和预测从而提高设备的生产力和效率是非常必要的。对机器人的诊断和预测是指能够预测和检测机器人或任何其组件是否实效，而且在存在多个故障模式的情况下能够区分故障类型。

机器人诊断预测的目标是在故障真正发生之前能够检测到即将发生的组件故障的症状并预测对其进行维护的时间。随着智能维护技术的利用，其目标是利用预测和诊断工具能够评估机器人和其重要组成部件的整体状况。

（b） 项目时间
2007年8月至2007年12月

（c） 项目目标
TMMK项目的总体目标是开发能够提供对工业机器人进行性能评估的诊断预测系统，从目标系统收集的健康信息将被提供给维修人员使其可以在不影响实际生产进度的情况下计划机器人维修。

具体的目标首先是开发基于部件的状态监控，如大部分机器人的H -链接轴承。从而提交一个证明使用IMS的工具和离线数据可以诊断轴承故障的程序。

（d） 技术方法总结
在TMMK维修人员的帮助下，确定哪些部件是关键部件的任务已经完成。在首次监测任务中被选定的是川崎机器人的H -链接轴承，因为他们会随时实效而且频率非常高，因此，它们对工厂停机有很大的影响。

振动信号分析中轴承的诊断预测已经相对成熟。然而，对于由许多不同的组件结构组成机器人，使用标准或传统的轴承监测技术是不够的。简而言之，可以对机床主轴轴承的信号进行预处理，同时分析机器人轴承振动信号，最后，利用Watchdog Agent�中的不同模块提取不同的特征进行故障诊断及预测。

（e） 项目结果

项目的初始阶段的交付是一个用IMS工具来诊断轴承故障的示范。以下是丰田H - 链接轴承健康监测的VI截图：
（A）数据分析（时-频域）
 

（B）健康评估（健康系数曲线）
健康系数的区间从0到1，低值表示部件已失效或损坏的情况，会导致潜在的停机操作，高值表示部件运行状态良好。