-
公开(公告)号:CN116579133A
公开(公告)日:2023-08-11
申请号:CN202310399704.X
申请日:2023-04-14
Applicant: 安徽工程大学 , 埃夫特智能装备股份有限公司 , 芜湖安普机器人产业技术研究院有限公司
IPC: G06F30/20 , G06Q10/20 , G06Q50/04 , G06F119/04
Abstract: 本发明涉及机器人及其组件维护领域,具体是一种基于数字孪生的工业机器人寿命预测系统及其运维方法,该系统包括真实物理模型、用于完整表征真实状态下的物理特征的孪生模型、用于采集真实状态下的物理模型特征数据的数据收集模块、用于处理大量数据并更新数据至孪生模型仿真的数据综合分析模块、用于得到精准的寿命预测和运维方法的RUL计算及运维模块,其具体步骤如下:S1、构建机器人的孪生模型;S2、搭建虚实模型同步仿真运行机制;S3、收集仿真数据;S4、预测剩余使用寿命RUL;通过模型参数频率更新模块方法,组件的优先级判断,再进行参数比较、调整、确定,参数更新有利于工业机器人数字孪生实现的精度提高。
-
公开(公告)号:CN116577093A
公开(公告)日:2023-08-11
申请号:CN202310393332.X
申请日:2023-04-13
Applicant: 安徽工程大学 , 芜湖安普机器人产业技术研究院有限公司
IPC: G01M13/02
Abstract: 本发明涉及RV减速器故障检测技术领域,具体为一种基于机器学习的机器人RV减速器故障检测方法,包括以下步骤:步骤(S1)实验设置搭建实验平台,实验平台包括六轴工业机器人、三种不同类型的RV减速器、霍尔传感器、数据收集卡、信号校准函数发生器以及PC电脑;步骤(S2)数据采集;步骤(S3)数据预处理;步骤(S4)特征提取;步骤(S5)特征选择;步骤(S6)分类器模型训练;步骤(S7)性能评估。本发明通过提供一种基于机器学习的机器人RV减速器故障检测方法,节省了空间、成本与系统复杂度,且提高了实时监测性以及故障诊断率,同时电机电流特征分析的使用降低了声发射分析和振动分析中受噪声或外部振动影响带来的故障误差。
-
公开(公告)号:CN113275679A
公开(公告)日:2021-08-20
申请号:CN202110517729.6
申请日:2021-05-12
Applicant: 安徽工程大学 , 埃夫特智能装备股份有限公司
IPC: B23H5/08
Abstract: 本发明实施例提供的一种工业机器人电解磨削加工系统及加工方法,涉及工业机器人金属加工技术领域,加工载体为多关节型工业机器人,还包括与工业机器人末端连接的电解磨削头、脉冲电源、电解液模块、工作平台、短路保护模块。本发明通过将电解磨削复合加工方法与工业机器人平台相结合,实现复杂难加工材料曲面零件的高表面完整性加工。
-
-