TCIE 124-2021 工业机器人故障诊断与预测性维护 第4部分：健康状态评估

ICS25.040.30CCSJ28团 体 标 准T/CIE124—20214Faultdiagnosisandpredictivemaintenanceforindustrialrobot-Part4:Healthassessment2021-11-22发布 2022-02-01实施中国电学会 发布T/CIE124T/CIE124—2021II目 次前 言 II1范围 12规性用件 13术和义 14评流程 15评体系 2级分 2标系 26状基线 3线试 3线定 3线新 47评方法 4时估 4数权估 4合估 58健管理 5时康示 5段康估 5期康检 5康势踪 6附录 A（料）实时康示 7附录 B（料）健康线试健趋跟踪 8参 考 文 献 9T/CIE124T/CIE124—2021鏈鏈鏈鏈前 言T/CIEXXX《工业机器人故障诊断和预测性维护》分为以下5个部分：——第1部分：故障分类和编码23——第4部分：健康状态评估——第5部分：预测性维护本文件为T/CIEXXX《工业机器人故障诊断和预测性维护》的第4部分。本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。II工业机器人故障诊断与预测性维护第4部分：健康状态评估范围本文件规定了工业机器人健康状态评估的基本概念，规定了工业机器人健康状态评估的一般流程、评估体系、状态基线、评估方法和健康管理等。本文件适用于工业机器人整机和部件的健康状态评估。（GB/T12642-2013工业机器人性能规范及其试验方法GB/T20921-2007中确立的以及下列术语和定义适用于本文件。健康状态healthstate工业机器人的健康程度。等级划分gradation健康状态的分级表述。基线baseline一个或一组描述符，它提供工业机器人在各种过程下正常状态的基准。[GB/T20921-2007机器状态监测与诊断词汇定义10.1]健康评估healthassessment评估工业机器人健康状态的过程。指标体系Indexsystem表征健康状态的指标集合及架构。工业机器人的健康评估流程如图1所示：1在线监测健康管理健康在线监测健康管理健康基线更新状态基线确立基线测试健康状态评估体系建立健康等级划分综合评估参数模糊评估实时健康展示定期健康自检健康趋势跟踪图1 工业器健状评流程图表1 健康级分明等级健康等级健康分数工业机器人状态描述1完好[80,100]健康状态完好，各项指标均良好、稳定，工作质量优秀。2退化[30,80)性能状态有所退化，或逐渐不稳定，出现一定程度的工作偏差。3故障[0,30)工业机器人健康状态评估的指标体系应包括组成结构和健康参数两层。——关节级健康参数：主要是每个关节的振动特征和控制偏差，控制偏差是位置偏差、转矩偏差、速度偏差等，是相应控制量的指令值和实际反馈值的差值。注1：结构层是影响和表征工业机器人健康状态的主要因素，结构层各个因素对应的健康参数与结构层共同构成了工业机器人健康评估指标体系。2注2：每个组成结构又可以具有多个下级结构，组成结构层可按《工业机器人故障诊断和预测性维护第1部分分类与编码》的结构进行构建，或者只选取影响机器人健康状态的关键部件进行构建。注3：工业机器人健康状态工业机器人健康状态应用级整机级组成结构关节级其他级驱动器 减速器 其他不良工作品率偏差报警性能状态参数电压电流振动温度噪声 偏差振动控制环境事件参数参数图2 工业器健评指体系状态基线是健康评估的基准，状态基线的设定应考虑工业机器人工况。注：GB/T12642-2013工业机器人性能规范及其试验方法中指出每次测试工况状态都应保持不变。根据上述基线测试过程获得的各自工况对应健康参数，可采用如下方法进行每个参数的健康基线确定：——距离健康基线距离为标准差为退化基线；距离健康基线距离为3为故障基线。健康基线：oab

1n1n1n1 inxx2i1n=

xii式（2）3注：根据应用场景、参数特点和专家经验等，应对健康基线、退化基线、故障基线等进行适当调整。其中，还也可分单侧（只有上限或者只有下限）和双侧（上下限都有的情形）。单侧上限分别为a+和b+，单侧下限为a和b，如图3所示。故障区故障基线故障区故障基线退化区3退化基线 完好区健康基线退化区3故障区时间b+o参数指o标b-a-图3 工业器状基示图基于以下情况，工业机器人应重新开展基线测试，更新状态基线。——在工业机器人投入生产、性能稳定后尽早开展基线测试，建立状态基线；——在工业机器人有较大的作业变更、或整机与关键部件进行大修后，需要进行基线更新。实时评估应根据每个健康参数的实时值及其对应的状态基线，进行该参数的实时评估。对于结构i的第k个健康参数，若为实时型参数，存在故障基线ai,k、退化基线bi,k、完好基线oi,k，当其实时监测值xi,k落入任2个基线区间内，其健康分数Si,k宜通过等比例算法、模糊算法等计算获取。如xi,k落入退化区间，通过等比例算法获取的健康分数为：vavbai,kbi,kS x bvavbai,kbi,k

式（3）i,k i,k i,k b i,k i,k i,kvb13080。若结构ikxi,k1xi,k0。参数加权评估i对于没有下级节点的结构i可能有多个健康参数，应通过其下属的所有健康参数加权和方式计算结构i的健康分数S1：iSSw1i k1

*Si,k

N，s.t.wi,kk

1 式（4）其中，Si,k为节点i的第k个参数的健康分数，Ni为节点i所有实时型健康参数数量，wi,k为节点i的第k个实时型健康参数在所有Ni个参数中的权重，满足权重和为1，权重的设置可通过经验或其他方式进行确定，越重要的参数权重越大。当结构i具有事件型健康参数，且其中有至少一个事件型健康参数发生，则可直接判定为异常,iS10。i4综合评估在图2中，综合评估应遵循从下级逐层往上的的评估策略，对于结构i：——对于没有下级结构的节点，综合健康分数为SS1；i ii——对于有下级结构但没有健康参数的节点i，其健康分数S2是所有下级结构的健康分数的平均i值或加权平均值。——对于既有子结构又有健康参数的节点i，综合健康评估结果是S1和S2的加权均值或较小值。i i实时健康展示实时展示工业机器人健康状态的评估结果，包括：——用图表形式展示健康参数的实测数据和评估结果；——用指示灯展示实时健康等级，如表2所示；——用雷达图和仪表盘等，参考附录A。表2 健康态估果指灯展示等级健康等级健康分数推荐的指示灯Ⅰ完好80-100Ⅱ退化30-80Ⅲ故障0-30阶段健康评估——事件型健康参数采用频数或频率的方式进行；——实时型健康参数采用阶段内各点实时评估的加权和方式等。阶段1阶段2阶段1阶段2定期健康自检

事件型健康参数 阶段1阶段2图4 阶段康估例宜开展工业机器人健康状态自检，定期或者机器人空闲时，按照6.1，让工业机器人开展特定工况下的基线测试，判断当前基线与早期基线的变化情况。存在实时评估结果存在随机干扰和不确定性等情况时，宜将定期健康自检结果作为后续健康评估5健康趋势跟踪跟踪5.22时间各级健康分数时间图5 工业器健度势参考附录B。6附录A（）图A.1雷达图健康评估结果展示图A.2仪表盘式健康度展示7T/CIE124T/CIE124—2021PAGEPAGE8附录B（资料性）健康基线测试和健康趋势跟踪 图B.1某并联机器人位置偏差基线及历史跟踪用位置偏差、转矩偏差、转速偏差等参数进行加权计算健康度如下图。图B.2某并联机器人健康趋势跟踪参 考 文 献[1].GB/T12643-20132298-2010[4].GB/T9873.1机器状态监测与诊断振动状态监测与诊断第1部分：总则[5].GB/T22393-2008机器状态监测与诊断一般指南[6].GB/T22394.1-2015机器状态监测与诊断-数据判读和诊断技术第1部分：总则[7].GB/T23713.1-2009机器状态监测与诊断预测第1部分：一般指南[8].GB/T7826-2012