原创《故障树分析法在工业机器人故障诊断中的应用》
该文是工业机器人类学年毕业论文范文跟故障树分析法和工业机器人和故障诊断有关论文参考文献范文。
摘 要:针对液晶屏搬运机器人结构复杂、系统精密、对维修人员的专业技能要求较高的特点,采用故障树分析法对机器人的历史故障进行系统分析,统计机器人历史故障和频次,计算得到顶事件和一级中间事件发生的概率,根据故障事件发生的概率排序,维修人员可以快速的查找故障位置,进行故障诊断,及时的解决故障,减少因机器人故障造成的宕机时间,从而降低企业的生产制造成本.
关键词:故障树分析法;工业机器人;故障诊断;故障排除
中图分类号:TB 文献标识码:A doi:１０．１９３１１/j．cnki．１６７２Ｇ３１９８．２０１８．１９．０８０
０ 引言
目前,世界上各个国家都非常重视工业机器人的技术研究和应用,一个国家制造业工业机器人的拥有量已成为衡量其国际竞争综合实力的重要标志之一,工业机器人的硬件结构非常精密,软件控制系统和算法程序复杂,这要求维修技术人员有很强的专业技能.当工业机器人发生故障时,维修人员不能及时地解决故障,会严重影响企业的正常生产,然而造成工业机器人故障的原因复杂,故障诊断的难度大.采用故障树分析法对工业机器人进行故障诊断,能更清晰地了解工业机器人的故障原因,帮助维修人员更精准地判断故障,及时地解决故障,有效地减少企业的损失.
本文系统的阐述了故障树分析法的基本理论、分析步骤和特点,结合工业搬运机器人的故障诊断案例,详细说明了应用该方法进行故障分析的思路、步骤和处理过程,提出了一种解决工业搬运机器人故障的有效方法和经验.
１ 故障树分析法概述
１．１ 故障树分析法的定义
故障树分析法是一种对系统内异常情况进行整体、定性、定量分析的系统方法.它是一种逻辑图形演绎的分析工具,是对复杂系统进行可靠性分析的方法.故障树分析法可以对造成系统故障的多种因素包括机械硬件、控制系统、软件系统、运行环境和人为因素进行综合分析,并建立故障系统的逻辑因果关系图,即建立故障树.它可以清晰地说明系统是如何发生故障的,并将系统故障与系统的组成部件的个体故障有机地联系在一起,能够找出引起系统发生故障的全部可能事件.具体来说,就是把系统发生的最严重的事件定义为顶事件,并且把造成顶事件的直接因素全部列出,然后把列出的直接因素定义为中间事件,再把造成中间事件发生的直接因素全部列出;由此类推,依次分解直到事件不可再分解为止,把这些不能再分解的因素定义为基本事件.
１．２ 故障树分析法的一般步骤
故障树分析法的一般分析步骤如下:
(１)依据系统的实际状况,选择合理的顶事件,并且确定系统分析的边界和定义范围.
(２)建立故障树,通过一定的逻辑门,将故障系统顶事件、中间事件和基本事件逐级细分,然后绘制成故障树逻辑图.
(３)实施定性分析,逐级简化和规范化故障树,并求出故障树的全部最小割集.
(４)实施定量分析,可以计算出顶事件发生的概率,并且进行故障影响和敏感度分析.
故障树的割集是指一组基本事件的集合,代表着故障系统的某一种故障类型.故障树的分析主要是对最小割集的计算和分析.而最小割集是指只有每个割集中的基本事件都发生的情况下,系统才具备了引发顶事件的条件,一般的认为割集中的任何一个基本事件不发生,系统就不会发生故障.
１．３ 故障树分析法的特点
(１)故障树分析法是一种将系统逐级分解的方法,一般是从系统到部件,再到零件的逐级分解,从而确保分析过程中无遗漏事件.
(２)故障树分析法对系统故障可以做定性分析和定量分析.
(３)故障树是由逻辑门所组成的因果逻辑图,适合于用计算机来进行自动计算和分析;对于复杂系统的故障树计算和分析,也只能通过计算机才能实现.
(４)构建故障树的任务繁重、分析难度也很大,因此对分析人员的分析能力要求较高,这也是其推广和普及的制约因素.
(５)在构建故障树过程中需要运用大量的逻辑运算,如果分析人员没有充分掌握它的计算方法,在计算过程中容易发生错误,有可能漏掉重大的系统影响因素,影响分析结果的可信度.
综上所述,构建正确的、合理的故障树是应用此种方法对工业搬运机器人故障进行分析的前提条件,故障树的建立需要分析人员对工业机器人的基本结构、工作原理和常见故障处理有充分认识和理解、对工业机器人故障诊断与维修有丰富的实践经验.
２ 工业机器人的故障诊断分析
本文以液晶屏搬运机器人为例,通过整理三年中１４２台液晶屏搬运机器人发生的所有故障,分析机器人的故障发生位置、发生频次,得到故障树,为故障排除提供了理论参考.
２．１ 系统分析
液晶屏搬运机器人如图１所示,机器人正常运行过程中,机器人的上下手臂需要保持直线运行,以保证搬运的液晶产品不发生破损.手臂的直线运动控制是通过伺服电机和同步带同时驱动机器人的肩关节和肘关节的组合运动完成的.此机器人包括控制系统,软件系统、水平移动X轴、升降Z轴、旋转R轴、肘关节旋转U 轴、肩关节旋转TH 轴、肩关节、肘关节、下手臂、上手臂和手部.
２．２ 故障树建立
通过分析三年中１４２台液晶屏搬运机器人发生的所有故障,把机器人无法搬运产品作为顶事件,把控制系统(M１),软件系统(M１０)、水平移动X轴(M８)、升降Z轴(M９)、旋转R轴(M５)、肘关节旋转U 轴(M６)、肩关节旋转TH 轴(M７)、下手臂(M４)、上手臂(M３)和手部(M２),共１０个部位的故障作为第一层中间事件,分析这１０个部位和已发生故障位置的逻辑关系,建立故障树,如图２(a)、(b)、(c)、(d)、(e)、(f).
２．３ 故障排除
整理最小割集的发生频次,得到图３最小割集发生频次图,其中,X３７(Z轴电机故障)、X５(手部位置异常)、X２９(TH 轴电机故障)、X１０(手部电机故障)等发生的频次较多.先假设所有底事件发生故障的概率是一样,那么根据整理的以往发生的故障频次,故障频次越高的底事件出现故障的可能性越大.因此,X３７发生１５次,X５发生９次、X２９发生６次、X１０发生５次,这些发生频次较高的底事件都是导致顶事件发生的重要因素,故障排除时应优先检查此部位.而X２(伺服板损坏)、X３(CPU 板损坏)、X１１(手部减速机故障)、X１２(手部真空管断裂)等故障发生的次数都是１次,不是导致顶事件发生的重要因素,在进行故障诊断和排除时可以不作为优先检查项.
３ 结论
通过故障树的建立以及历史数据的统计分析,得到了１０个中间事件发生的概率.如果机器人发生故障时,维修人员可以根据１０个中间故障事件发生概率的排序,优先选择那些发生故障概率高的部件进行检查,可以更及时的找到故障发生位置,缩短故障排除时间,降低了因机器人故障造成的宕机损失.对故障树模型进行定期的故障数据补充和分析,可以了解到每一台机器人在一天中发生顶事件概率的数据变化,技术部门可以根据此数据变化合理的进行人员分配,减少人力资源浪费.
工业机器人论文参考资料：
本文结论：这是关于故障树分析法和工业机器人和故障诊断方面的工业机器人论文题目、论文提纲、工业机器人论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
