機(jī)器人故障預(yù)測(cè)軟件的設(shè)計(jì)與開發(fā)

機(jī)器人故障預(yù)測(cè)軟件的設(shè)計(jì)與開發(fā)摘要本文將故障預(yù)測(cè)與健康管理(PHM)技術(shù)和統(tǒng)計(jì)過程控制(SPC)技術(shù)用于機(jī)器人系統(tǒng)的故障預(yù)測(cè)。并與現(xiàn)代計(jì)算機(jī)技術(shù)相結(jié)合，通過VisualStudio2017平臺(tái)設(shè)計(jì)并開發(fā)出一款軟件。通過軟件實(shí)現(xiàn)對(duì)機(jī)器人部件的日常運(yùn)行數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和計(jì)算，判斷機(jī)器人系統(tǒng)部件是否處于穩(wěn)定可靠的狀態(tài)，以此達(dá)到故障預(yù)測(cè)的目的。關(guān)鍵詞：故障預(yù)測(cè)；健康管理；統(tǒng)計(jì)過程控制DesignandDevelopmentofRobotFaultPrediction

SoftwareAbstractInthispaper,faultpredictionandhealthmanagement(PHM)technologyandstatisticalprocesscontrol(SPC)technologyareusedtopredictfaultsinrobotsystems.Andcombinedwithmoderncomputertechnology,throughtheVisualStudio2017platformtodesignanddevelopasoftware.Throughthesoftware,thedailyoperationdataoftherobotcomponentsisstatisticallycalculatedandcalculatedtodeterminewhethertherobotsystemcomponentsareinastableandreliablestate.Inordertoachievethepurposeoffailureprediction.Keywords:Faultprediction;Healthmanagement;Statisticalprocesscontrol目錄TOC\o"1-5"\h\z1引言11.1課題背景1國(guó)內(nèi)外研究現(xiàn)狀1本課題研究的意義2本課題的研究方法22機(jī)器人故障預(yù)測(cè)需求分析和總體方案設(shè)計(jì)22.1需求分析22.2總體結(jié)構(gòu)設(shè)計(jì)22.3運(yùn)行的流程圖33設(shè)計(jì)總體框架和軟件工作原理43.1軟件的工作原理43.1.1故障預(yù)測(cè)與健康管理（PHM）技術(shù)43.1.2統(tǒng)計(jì)過程控制63.2數(shù)據(jù)的采集103.2.1數(shù)據(jù)的選擇103.2.2數(shù)據(jù)的接收103.3數(shù)據(jù)的處理和判斷133.3.1故障預(yù)測(cè)算法133.3.2數(shù)據(jù)異常判斷準(zhǔn)則143.3.3Cpk的判斷標(biāo)準(zhǔn)153.3.4實(shí)例15統(tǒng)計(jì)過程控制圖173.4.1統(tǒng)計(jì)過程控制圖的選擇173.4.2Xbar-R控制圖的畫法18軟件界面19結(jié)論19參考文獻(xiàn)20致謝錯(cuò)誤!未定義書簽。聲明錯(cuò)誤!未定義書簽。1引言課題背景在我國(guó)信息與通信技術(shù)和自動(dòng)化技術(shù)快速發(fā)展的背景下，工業(yè)機(jī)器人為主導(dǎo)的生產(chǎn)加工中心變得越來越復(fù)雜，集成度也越來越高。當(dāng)一個(gè)部件出現(xiàn)問題的時(shí)候，波及的范圍很可能導(dǎo)致工作任務(wù)的失敗，運(yùn)氣不好還可能導(dǎo)致整個(gè)生產(chǎn)系統(tǒng)發(fā)生癱瘓。雖然工業(yè)機(jī)器人在現(xiàn)代制造業(yè)中的作用不斷加大，在全世界，尤其是在我國(guó)以極快的速度普及，但是隨著工業(yè)機(jī)器人的機(jī)構(gòu)越來越精密越來越復(fù)雜，這對(duì)維護(hù)人員的專業(yè)技能要求不斷提高。國(guó)內(nèi)外研究現(xiàn)狀從有關(guān)的文獻(xiàn)看,國(guó)外的機(jī)器人公司已經(jīng)開始研究基于網(wǎng)絡(luò)的遠(yuǎn)程實(shí)施監(jiān)控和故障診斷模式。其中，瑞典的ABB機(jī)器人公司和日本的發(fā)那科機(jī)器人公司在遠(yuǎn)程監(jiān)控和診斷技術(shù)上處于世界領(lǐng)先階段。ABB機(jī)器人公司通過他們開發(fā)的一款遠(yuǎn)程服務(wù)平臺(tái)來對(duì)客戶企業(yè)提供遠(yuǎn)程實(shí)時(shí)監(jiān)控和故障診斷服務(wù)。而日本的發(fā)那科機(jī)器人公司，因?yàn)樗麄冧N售的機(jī)器人本身就具備了遠(yuǎn)程實(shí)時(shí)監(jiān)控和故障診斷功能，所以在研究基于網(wǎng)絡(luò)的遠(yuǎn)程實(shí)施監(jiān)控和故障診斷模式方面具有先天的優(yōu)勢(shì)。雖然ABB機(jī)器人公司和發(fā)那科機(jī)器人公司都擁有了對(duì)機(jī)器人遠(yuǎn)程監(jiān)控和診斷的技術(shù)，但這項(xiàng)技術(shù)還是沒有做到十分的完善，各方都存在一些問題。比如ABB機(jī)器人公司的遠(yuǎn)程監(jiān)控和診斷技術(shù)在本地監(jiān)控管理上就存在這與本地交互差的缺點(diǎn)，而發(fā)那科機(jī)器人公司在網(wǎng)絡(luò)信息安全方面需要用戶企業(yè)花費(fèi)大量的時(shí)間和精力去做防護(hù)工作。我國(guó)工業(yè)機(jī)器人的發(fā)展時(shí)間還十分的短，加上國(guó)外的技術(shù)封鎖，使得工業(yè)機(jī)器人的發(fā)展更為艱難。因此，我國(guó)還沒有比較成熟遠(yuǎn)程監(jiān)控和故障診斷技術(shù)。目前，針對(duì)工業(yè)機(jī)器人的故障問題。主要還是依賴于工業(yè)機(jī)器人通過示教器顯示的錯(cuò)誤代碼，這樣一種落后的方式來提醒維修技術(shù)人員進(jìn)行處理。并且，由于錯(cuò)誤代碼的反映的信息有限，不能充分而又準(zhǔn)確的反映問題所在。因此，我們?nèi)耘f需要專業(yè)的工程師在故障現(xiàn)場(chǎng)解決問題。以上的情況代表著我國(guó)工業(yè)機(jī)器人故障診斷技術(shù)的發(fā)展之路還有很長(zhǎng)的一段路要走。國(guó)內(nèi)主要機(jī)器人制造商，為了降低用戶的機(jī)器人使用成本和售后服務(wù)成本，紛紛著手構(gòu)建自己的機(jī)器人遠(yuǎn)程監(jiān)控服務(wù)平臺(tái)。本課題研究的意義現(xiàn)目前，我國(guó)的工業(yè)機(jī)器人應(yīng)用企業(yè)普遍缺少的工業(yè)機(jī)器人方面的專業(yè)工程師。這使得當(dāng)工業(yè)機(jī)器人出現(xiàn)故障停止工作的時(shí)候，這些企業(yè)不能對(duì)機(jī)器人自主維護(hù)，因而需要通知機(jī)器人外部服務(wù)商到現(xiàn)場(chǎng)來解決問題。但這期間會(huì)消耗一定的等待時(shí)間。再加上維修技術(shù)人員在到達(dá)故障現(xiàn)場(chǎng)前，得不到機(jī)器人的日常運(yùn)行數(shù)據(jù)，無法在到達(dá)現(xiàn)場(chǎng)后馬上進(jìn)行故障處理。這會(huì)照成對(duì)企業(yè)恢復(fù)正常的生產(chǎn)時(shí)間的延誤和加重企業(yè)的損失。而本課題提出一種暫時(shí)的緩解問題的方案，通過這款軟件，我們可以得到機(jī)器人的日常運(yùn)行數(shù)據(jù)，并通過故障預(yù)測(cè)算法和數(shù)據(jù)異常判斷準(zhǔn)則對(duì)運(yùn)行數(shù)據(jù)進(jìn)行分析。機(jī)器人應(yīng)用企業(yè)只需要將分析結(jié)果傳給維修人員，維修人員就可以有一個(gè)提前的預(yù)判，甚至直接給出解決方案，這將節(jié)省企業(yè)的大量時(shí)間。本課題的研究方法本文將故障預(yù)測(cè)與健康管理(PHM)技術(shù)和統(tǒng)計(jì)過程控制(SPC)技術(shù)用于機(jī)器人系統(tǒng)的故障預(yù)測(cè)。并與現(xiàn)代計(jì)算機(jī)技術(shù)相結(jié)合，通過VisualStudio2017平臺(tái)設(shè)計(jì)并開發(fā)出一款軟件。我們通過該軟件實(shí)現(xiàn)對(duì)機(jī)器人部件的日常運(yùn)行數(shù)據(jù)的統(tǒng)計(jì)和分析，判斷機(jī)器人系統(tǒng)部件是否處于穩(wěn)定可靠的狀態(tài)，以此達(dá)到故障預(yù)測(cè)的目的。2機(jī)器人故障預(yù)測(cè)需求分析和總體方案設(shè)計(jì)2.1需求分析軟件具有串口參數(shù)選擇功能，能夠選擇串口參數(shù)，增加軟件的通用性；軟件具有數(shù)據(jù)采集功能，能夠從機(jī)器人端獲取數(shù)據(jù)；軟件具有數(shù)據(jù)保存功能，保存歷史數(shù)據(jù)，以便機(jī)器人維修員分析；軟件具有數(shù)據(jù)分析功能，基于統(tǒng)計(jì)過程控制理論，將數(shù)據(jù)進(jìn)行分析計(jì)算,判斷數(shù)據(jù)代表的機(jī)器人部件是否處于健康狀態(tài)；軟件具有數(shù)據(jù)報(bào)表功能，通過報(bào)表將數(shù)據(jù)的分析結(jié)果顯示出來；2.2總體結(jié)構(gòu)設(shè)計(jì)

根據(jù)需求，軟件的結(jié)構(gòu)圖設(shè)計(jì)如下:圖1軟件結(jié)構(gòu)圖機(jī)器人故陣預(yù)測(cè)軟件i折線圖顯示窗口口幵關(guān)功能LI主數(shù)據(jù)處理劭i折線圖顯示窗口口幵關(guān)功能LI主數(shù)據(jù)處理劭石數(shù)據(jù)管理功箴數(shù)據(jù)提取功能主數(shù)揺存儲(chǔ)功能2.3運(yùn)行的流程圖我們通過visualstudio工具設(shè)計(jì)故障預(yù)測(cè)軟件，軟件實(shí)現(xiàn)對(duì)機(jī)器人故障的預(yù)測(cè)的流程圖如下:圖2流程圖G"ir；朕取材L需人瞰堀51常笑嗣串朕取材L需人瞰堀51常笑嗣串口3設(shè)計(jì)總體框架和軟件工作原理3.1軟件的工作原理3?1?1故障預(yù)測(cè)與健康管理（PHM）技術(shù)故障預(yù)測(cè)與健康管理技術(shù)是從故障診斷技術(shù)逐漸發(fā)展而來的，強(qiáng)調(diào)對(duì)系統(tǒng)的狀態(tài)感知，判斷系統(tǒng)是否處于健康狀態(tài)，發(fā)現(xiàn)系統(tǒng)故障的多發(fā)區(qū)和多發(fā)期。最終通過對(duì)系統(tǒng)數(shù)據(jù)的監(jiān)控和分析，預(yù)測(cè)可能發(fā)生的故障。要實(shí)現(xiàn)故障預(yù)測(cè)與健康管理，我們需要豐富的行業(yè)知識(shí)、經(jīng)驗(yàn)和模型作為骨架，還需要有大數(shù)據(jù)分析技術(shù)。這兩年，我國(guó)大小企業(yè)紛紛開始涉及大數(shù)據(jù)技術(shù)，這對(duì)實(shí)現(xiàn)故障預(yù)測(cè)和健康管理有非常大的幫助。此外，機(jī)器人系統(tǒng)、數(shù)控加工中心與運(yùn)載器都是智能機(jī)電一體化系統(tǒng)，都是具有許多相似性和可比性的復(fù)雜系統(tǒng)［1］。而兩者結(jié)構(gòu)又不完全相同，運(yùn)行環(huán)境也有一定的差異，故障導(dǎo)致的風(fēng)險(xiǎn)不如運(yùn)載器高，對(duì)獨(dú)立維護(hù)的要求不高［1］。對(duì)于以上的特點(diǎn)，我們提出了一種適用于機(jī)器人系統(tǒng)的預(yù)測(cè)與健康管理體系結(jié)構(gòu)［1］。如圖3所示。系統(tǒng)人機(jī)交流層系統(tǒng)維修決簞層系統(tǒng)維修決簞層圖3系統(tǒng)體系結(jié)構(gòu)系統(tǒng)信號(hào)收集層一一這一層從傳感器接收到的機(jī)器人系統(tǒng)的運(yùn)行數(shù)據(jù)收集起來。系統(tǒng)狀態(tài)監(jiān)測(cè)層一一這一層用來監(jiān)測(cè)機(jī)器人組件件的健康狀態(tài)或運(yùn)行性能。系統(tǒng)狀態(tài)匯報(bào)層一一這一層用來匯報(bào)機(jī)器人系統(tǒng)的各組件的健康狀態(tài)。系統(tǒng)維修決策層一一這一層用來根據(jù)機(jī)器人系統(tǒng)的健康狀況和故障部件的情況，對(duì)維修技術(shù)人員提供一定的維修建議。系統(tǒng)人機(jī)交流層一一這一層是機(jī)器人系統(tǒng)與工作人員的交流窗口，工作人員可以通過這層獲取到其它層的數(shù)據(jù)。在機(jī)器人的運(yùn)行過程中，我們通過系統(tǒng)信號(hào)收集層對(duì)機(jī)器人系統(tǒng)重要部件的運(yùn)行數(shù)據(jù)進(jìn)行定期的收集，通過對(duì)機(jī)器人系統(tǒng)部件的健康狀態(tài)的判斷，以此來判定機(jī)器人系統(tǒng)是否處于健康狀態(tài)。將收集到的運(yùn)行數(shù)據(jù)進(jìn)行分析計(jì)算，發(fā)現(xiàn)數(shù)據(jù)的規(guī)律，通過數(shù)據(jù)的可能趨勢(shì)，判斷機(jī)器人系統(tǒng)未來可能發(fā)生的故障，達(dá)到預(yù)測(cè)的目的。維修技術(shù)人員可以根據(jù)系統(tǒng)的提示，提前計(jì)劃好維修方案，提前準(zhǔn)備好相應(yīng)的維修設(shè)備和需要的部件。在建立對(duì)機(jī)器人系統(tǒng)的故障預(yù)測(cè)和健康管理系統(tǒng)的時(shí)候，我們只用對(duì)機(jī)器人系統(tǒng)自帶的傳感進(jìn)行優(yōu)化布局，不需要額外添加設(shè)備，這樣有易于對(duì)生產(chǎn)企業(yè)現(xiàn)有機(jī)器人系統(tǒng)技術(shù)進(jìn)行改造，降低企業(yè)的成本。隨著工作時(shí)間的增加，機(jī)器人系統(tǒng)的健康狀態(tài)也是會(huì)不斷退化的。這個(gè)過程就是機(jī)器人系統(tǒng)從功能正常到功能失效的這段時(shí)間。在這里將其以圖4展圖4機(jī)器人系統(tǒng)的健康水平退化過程[1]機(jī)器人故障預(yù)測(cè)系統(tǒng)的功能就是依據(jù)目前機(jī)器人系統(tǒng)的運(yùn)行數(shù)據(jù)的發(fā)展趨勢(shì)，預(yù)測(cè)機(jī)器人系統(tǒng)可能發(fā)生故障的時(shí)間點(diǎn)。機(jī)器人故障預(yù)測(cè)系統(tǒng)的工作范圍也就是圖3中系統(tǒng)異常檢測(cè)點(diǎn)和系統(tǒng)功能失效點(diǎn)之間。機(jī)器人故障預(yù)測(cè)技術(shù)的工作內(nèi)容包括：（1）判斷當(dāng)前機(jī)器人系統(tǒng)是在系統(tǒng)正常、系統(tǒng)性能下降、系統(tǒng)失效，這三種健康水平中的哪種；（2）如果機(jī)器人系統(tǒng)處于系統(tǒng)性能下降階段，通過對(duì)運(yùn)行數(shù)據(jù)的計(jì)算，判斷出是哪一個(gè)或幾個(gè)系統(tǒng)部件出現(xiàn)了故障或性能下降，照成了機(jī)器人系統(tǒng)性能的下降；（3）預(yù)測(cè)機(jī)器人系統(tǒng)未來的健康狀態(tài)，研究接下來的一段時(shí)間內(nèi)機(jī)器人系統(tǒng)可不可以正常地完成工作要求；關(guān)于故障預(yù)測(cè)技術(shù)，最適合我們的是基于數(shù)據(jù)的故障預(yù)測(cè)技術(shù)。原因如下：（1）基于數(shù)據(jù)的故障預(yù)測(cè)技術(shù)不需要機(jī)器人系統(tǒng)的數(shù)學(xué)模型和豐富的專家經(jīng)驗(yàn)（這都是我目前無法擁有的）；（2）基于數(shù)據(jù)的故障預(yù)測(cè)技術(shù)只需要我們對(duì)機(jī)器人系統(tǒng)的各種數(shù)據(jù)（如溫度，轉(zhuǎn)角轉(zhuǎn)矩等）進(jìn)行收集；（3）現(xiàn)在是大數(shù)據(jù)時(shí)代，大數(shù)據(jù)技術(shù)的發(fā)展，將使得我們對(duì)機(jī)器人系統(tǒng)數(shù)據(jù)的分析處理更加的快速準(zhǔn)確，這有利于我們對(duì)機(jī)器人故障的預(yù)測(cè)和對(duì)機(jī)器人健康的管理；3.1.2統(tǒng)計(jì)過程控制統(tǒng)計(jì)過程控制（StatisticalProcessControl，簡(jiǎn)稱SPC）是一種采用數(shù)理統(tǒng)計(jì)方法的過程控制工具。一般用于對(duì)工廠的產(chǎn)品質(zhì)量進(jìn)行統(tǒng)計(jì)計(jì)算，以達(dá)到控制產(chǎn)品質(zhì)量的目的。通過與計(jì)算機(jī)技術(shù)相結(jié)合，統(tǒng)計(jì)過程控制技術(shù)可以實(shí)現(xiàn)對(duì)工廠的生產(chǎn)過程實(shí)時(shí)監(jiān)控，使生產(chǎn)過程維持在只受到隨機(jī)性因素影響的受控狀態(tài)，來達(dá)到控制產(chǎn)品質(zhì)量的目的。統(tǒng)計(jì)過程控制技術(shù)主要是通過統(tǒng)計(jì)過程控制控制圖來直觀體現(xiàn)工廠的生產(chǎn)設(shè)備是否處于受控狀態(tài)。我們可以根據(jù)統(tǒng)計(jì)過程控制控制圖上的特征點(diǎn)的分布來找到生產(chǎn)設(shè)備的特性發(fā)展趨勢(shì)。通過提前的維護(hù)使得生產(chǎn)設(shè)備始終處于受控狀態(tài)，達(dá)到對(duì)產(chǎn)品質(zhì)量的控制。而機(jī)器人故障預(yù)測(cè)技術(shù)也需要找到機(jī)器人系統(tǒng)的性能發(fā)展趨勢(shì)，通過對(duì)機(jī)器人系統(tǒng)運(yùn)行數(shù)據(jù)的分析計(jì)算，找到將要發(fā)生故障的系統(tǒng)部件，使得維修技術(shù)人員可以提前解決潛在的問題，保證機(jī)器人系統(tǒng)的健康。由此可見兩者之間的相識(shí)性，而且統(tǒng)計(jì)過程控制技術(shù)對(duì)工廠產(chǎn)品生產(chǎn)質(zhì)量的控制能力，充分體現(xiàn)了它的預(yù)防和監(jiān)控能力。因此我們?cè)谶@里將統(tǒng)計(jì)過程控制技術(shù)引入到機(jī)器人故障預(yù)測(cè)技術(shù)，作為機(jī)器人系統(tǒng)運(yùn)行數(shù)據(jù)分析計(jì)算的理論依據(jù)。（1）統(tǒng)計(jì)過程控制的原理:統(tǒng)計(jì)過程控制就是對(duì)生產(chǎn)過程的質(zhì)量進(jìn)行統(tǒng)計(jì)分析，計(jì)算樣本出的均值和標(biāo)準(zhǔn)差，看看樣本的均值和標(biāo)準(zhǔn)差是否發(fā)生了很大的。在質(zhì)量特性中，最常用的計(jì)量值的理論分布為正態(tài)分布。因此當(dāng)樣本的均值為元、樣本大小為n的時(shí)候，發(fā)現(xiàn)：

X—|L1<z=1—aX—|L1a/2丿時(shí)間或樣不號(hào)LL這一公式成立，那么就表明了在顯著性水平為a時(shí)，樣本的總體均值卩沒

有出現(xiàn)明顯變化，這表明了生產(chǎn)設(shè)備處于健康穩(wěn)定的狀態(tài)。而統(tǒng)計(jì)過程控制圖

的上控制限、中心線和下控制限分別為UCL，CL，LCL?？刂茍D如圖5所示：時(shí)間或樣不號(hào)LL圖5SPC控制圖圖中的UCL，CL，LCL的計(jì)算公式為：UCL二p+Zg/、】na/2CL二pLCL二p—Zg/Jna/2根據(jù)查找的資料顯示，Zs/刀取3作為控制圖的控制界限可以使因?yàn)闂壵驽e(cuò)誤、取偽錯(cuò)誤而造成的總損失較小，特征值點(diǎn)落在（p—3g，p+3g）界限內(nèi)的概率為99.73%。（2）統(tǒng)計(jì)過程控制圖的異常判斷準(zhǔn)則有很多的信號(hào)規(guī)則都可以用在統(tǒng)計(jì)過程控制圖上。而這些判斷異常的信號(hào)規(guī)則可以分為兩個(gè)大類：一，特征值點(diǎn)超出統(tǒng)計(jì)過程控制圖的上下控制限就可以判定為異常；二，控制圖的控制界限內(nèi)特征值點(diǎn)不是以隨機(jī)的方式的排列變化時(shí)，就可以判定為異常?？刂茍D的控制界限內(nèi)特征值點(diǎn)不是以隨機(jī)方式的排列變化的情況，可以細(xì)分為以下具體的信號(hào)規(guī)則：7個(gè)或以上的特征值點(diǎn)接連出現(xiàn)在中心線的一邊；7個(gè)或以上的特征值點(diǎn)出現(xiàn)依次上升或下降的現(xiàn)象；多于2/3的特征值點(diǎn)落在控制圖的控制界限內(nèi)2/3以外（也就是接近控制界限），比如：連續(xù)的3個(gè)特征值點(diǎn)中超過2個(gè)特征值點(diǎn)落在中心線與2倍標(biāo)準(zhǔn)差（上）之外；f.特征值點(diǎn)距離中心線在1倍標(biāo)準(zhǔn)差（b）以內(nèi)連續(xù)15點(diǎn)集中在中心線附近；特征值點(diǎn)在控制圖界限內(nèi)呈規(guī)律變化。如果統(tǒng)計(jì)過程控制圖內(nèi)的控制點(diǎn)符合以上的信號(hào)規(guī)則，就表明了機(jī)器人系統(tǒng)出現(xiàn)了異常。就算機(jī)器人系統(tǒng)的運(yùn)行數(shù)據(jù)顯示機(jī)器人仍在控制范圍內(nèi)，但我們依然可以通過對(duì)數(shù)據(jù)圖的分析來判斷機(jī)器人系統(tǒng)的運(yùn)行情況，這體現(xiàn)了故障預(yù)測(cè)的思想。（3）過程能力指數(shù)Cp與爼過程能力也被叫做工序能力，指的是加工生產(chǎn)過程的時(shí)候，加工出來的產(chǎn)品達(dá)到加工質(zhì)量要求的能力。過程能力是追求的是在加工過程時(shí)，生產(chǎn)設(shè)備最穩(wěn)定的一段時(shí)間內(nèi)的最小波動(dòng)。在生產(chǎn)設(shè)備處于穩(wěn)定的狀態(tài)時(shí)，生產(chǎn)出來的產(chǎn)品的質(zhì)量特性值點(diǎn)有99.73%都落在在區(qū)間36卩+3?！箖?nèi)（其中卩為產(chǎn)品特性值的總體均值，。為產(chǎn)品特性值總體標(biāo)準(zhǔn)差），也就代表它近乎百分百產(chǎn)品特性值點(diǎn)都落在力的范圍內(nèi)；因此，我們通常用力代表過程能力，它的值越小說明生產(chǎn)設(shè)備越穩(wěn)定。過程能力指數(shù)Cp是代表的是生產(chǎn)過程固定不變的波動(dòng)狀態(tài)。過程能力指數(shù)代表的是在生產(chǎn)過程的平均值卩與目標(biāo)值M重合這樣的一種情況，如下圖6所示：圖6過程能力指數(shù)CP產(chǎn)品的生產(chǎn)過程處于穩(wěn)定受控制的狀態(tài)時(shí)，過程能力指數(shù)CP可用下面的公式表示：Cp=（usl-LSL）/6。

因?yàn)橐?guī)格中心為M=(USL+LSL)/2，所以&越小，過程能力指數(shù)越大，代表著產(chǎn)品的加工質(zhì)量越好，但這往往對(duì)設(shè)備及操作人員產(chǎn)生了更高的要求，使得產(chǎn)品的加工成本更高。因此,我們對(duì)Cp值的選擇應(yīng)該結(jié)合企業(yè)自身的技朮與經(jīng)濟(jì)實(shí)力綜合分析后決定。在產(chǎn)品生產(chǎn)的過程中，我們一般要求生產(chǎn)過程能力指數(shù)為Cp-1，但實(shí)際上根據(jù)6&對(duì)生產(chǎn)過程能力的要求是C-2，也就是在短期內(nèi)產(chǎn)品的生產(chǎn)過程能力指數(shù)為C-2。過程能力指數(shù)Cpk是(ComplexProcessCapabilityindex)的縮寫，是大多數(shù)現(xiàn)代企業(yè)采用的表示過程能力的指標(biāo)。5*主要是由子組間的變差產(chǎn)生,所以要對(duì)生產(chǎn)數(shù)據(jù)進(jìn)行分組。其中涉及到子組，子組容量，采值頻次等，Cpk針對(duì)的是一個(gè)短期的過程。做Cpk時(shí)，過程要求受控。因?yàn)镃p代表的生產(chǎn)過程輸出的平均值與目標(biāo)值重合這一情形在事實(shí)上是十分少見的，所以，我們?cè)谶@里引進(jìn)一個(gè)偏移度K的概述，也就是過程平均值卩與目標(biāo)值M的偏離過程，如圖7所示：圖7過程能力指數(shù)CPk-kkp圖7過程能力指數(shù)CPk-kkp訓(xùn)/T》/（6c）Cpk=-2M-=T/（6c）-M-比I/&）K=M-、/&/2）=2|M-卩|/T（其中t二USL-LSL）從公式可知：Cpk=Cp-|M-艸/\3c)冃即Cp-Cpk=|M_卩想要盡量使Cp=Cpk，那么M-叩亠丿就是是我們的改善機(jī)會(huì)。/&）圖圖8串口屬性的設(shè)置窗口3.2數(shù)據(jù)的采集3.2.1數(shù)據(jù)的選擇由于機(jī)器人底層參數(shù)開放的較少，所以本文中我們對(duì)機(jī)器人故障預(yù)測(cè)和分析的數(shù)據(jù)只包括：各軸的溫度、各軸的轉(zhuǎn)矩、各軸的轉(zhuǎn)角。后面本文會(huì)把機(jī)器人第1個(gè)軸的溫度做為示例。3.2.2數(shù)據(jù)的接收串口是一種比較簡(jiǎn)單的通信形式。串口通信協(xié)議包括RS-232、RS-422、RS-485這三種標(biāo)準(zhǔn)，但在PC與通信工業(yè)中應(yīng)用最為廣泛的串口是RS-232。因此，我們選擇RS-232標(biāo)準(zhǔn)。RS-232的傳輸方式為單端通信，分別有9針和25針兩種引腳。串口通訊只要有接收數(shù)據(jù)針腳就能和發(fā)送數(shù)據(jù)針腳就能實(shí)現(xiàn)對(duì)數(shù)據(jù)的傳輸，同一個(gè)串口的接收數(shù)據(jù)針腳和發(fā)送數(shù)據(jù)針腳直接用線相連。在.NETFramework2.0庫(kù)類中提供了SerialPort類，方便地實(shí)現(xiàn)了所需要串口通訊的多種功能。SerialPort類提供了同步I/O和事件驅(qū)動(dòng)I/O、對(duì)管腳和中斷狀態(tài)的訪問以及串行驅(qū)動(dòng)程序?qū)傩缘脑L問。SerialPort類存在于System.IO.Ports命名空間，因此在使用SerialPort之前，我們需要引用System.IO.Ports命名空間。我們通過VisualStudio2017進(jìn)行編程來實(shí)現(xiàn)PC端能接收到由串口發(fā)來的機(jī)器人運(yùn)行數(shù)據(jù)。VisualStudio2017里封裝了串口收發(fā)的模塊，這使得我們可以對(duì)串口數(shù)據(jù)收集和處理。通過VisualStudio2017創(chuàng)建Windows窗體應(yīng)用程序，我們可以在設(shè)計(jì)程序的時(shí)候事先設(shè)置好串口的常用屬性，但在實(shí)際的情況下，為了提高軟件的通用性，我們往往需要在程序中提供能設(shè)置選擇串口參數(shù)的功能，具體參數(shù)包括：數(shù)據(jù)位、串口號(hào)、波特率、停止位、超時(shí)。如圖8所示：串口設(shè)置圖圖10打開串口的部分程序?yàn)榱藢?duì)串口參數(shù)進(jìn)行的設(shè)計(jì)，我們通過上網(wǎng)查詢相關(guān)資料，獲得串口常用

參數(shù)。將收集到的參數(shù)添加到軟件界面的選項(xiàng)列表中。串口參數(shù)的選項(xiàng)列表程序如下圖:"設(shè)蓋串口號(hào)下?lián)I列表的選項(xiàng)ckha.o?SrapDaimStyle=ComhoEoKStyle?0工口pD口?ckha.Q.Items.Add.(""COMl"");ckhao.Items.Add.("COM2")ckhao.Items.Add("COMd")ckhao.Iteina.Add("COM")ckhao.Iteina.Add("COMET)ckhao.ItemE.Add.("COMG")ckhao.ItemE.Add.("COM?")ckhao.Items.Add.("COMS")ckhao.Items.Add.COM3圖9設(shè)置串口號(hào)下拉列表選項(xiàng)圖9這里只是串口號(hào)的參數(shù)選項(xiàng)，上面程序中的ckhao代表的就是串口號(hào)。而波特率(btlv)、數(shù)據(jù)位(sjwei)、停止位(tzwei)、超時(shí)(chaoshi)的程序只需要把上面的“ckhao”和“coml”換成對(duì)應(yīng)的縮寫和參數(shù)就可以了。我們需要注意根據(jù)串口所連接的機(jī)器人控制柜來選擇我們需要的參數(shù)，通過Button控件的click屬性，對(duì)這些參數(shù)進(jìn)行讀取并打開新的串口連接。之后機(jī)器人的運(yùn)行數(shù)據(jù)將會(huì)被送入到電腦的虛擬緩存區(qū)，以完成數(shù)據(jù)讀取工作。這需要我們?cè)O(shè)置串口的打開和關(guān)閉兩個(gè)按鍵。打開串口的部分程序如下圖所示：privatevoidbtnckOpen_CLick(objectsendeijEventArgse){try{if(!(sp.IsOpen)){lblEdit.Visilile=false:丨丨丨Strmgdatabource=S+rlng.L-upy［土xtI1ataSour匚:已?Text..1:sqlite_table=Strin?■匚(丈貨丈Mqlit?丁亡盜丈)；Stringserver=Stringt筈七3亡匕\7亡匕.Tesrt);Stringdalabase=String.Copy(txtDalabase.Text):String口id二String：.Copy()：Stringpwd=String：.Copy(tKizPa-ss^ord.Te^t);sqlS_table=String：.Copy(tstsq.LS_Table.TeKt):i■i__sp.PortMane=ckhao.Test;sp?BaudRate=Convert?Tci工rrt32(titl卩.TeHt);sp.Datafiite=匚onvert.Tolnt32Text);sp.StopBi-ts=(StopBits)Convert.ToIrLt32(tsshi.:sp.ReadTiJneout=Convert.Toln-t32(chaoshi.TeKi:):sp.OpenQ;當(dāng)我們點(diǎn)擊打開串口按鈕后，軟件開始運(yùn)行“btnckOpen_Click”內(nèi)的程序。如果當(dāng)符合條件“！(IsOpen)”的時(shí)候程序繼續(xù)運(yùn)行。通過對(duì)之前我們?cè)诮缑嫔线x擇的參數(shù)的讀取，程序打開相對(duì)應(yīng)的串口。關(guān)閉串口的部分程序如下圖：privatevsidbtnckClose_Click(objectsender^EventArgse){lblEdit.Visible=false:if1?Checked)IblState-Test=“串口已經(jīng)關(guān)亦昱示已接欣數(shù)IT;IelseIblState.Text二"串口已經(jīng)關(guān)訶，隱藏已接收藪揭"；btnckOpen.Enabled=true:btrickClose?Enatiled=false:OpenChange1st();bOpening=false:u/hile(bListenl||bListen2||bListen3||bListen-4)Application.DoEvents():trdDataReceiue.Abort():trdSQLite.Abort():trdSQLServer.Abort();trdDataShoiu.Abort():sp.Close();LOG.Info串口矣田正當(dāng)");}圖11關(guān)閉串口的部分程序當(dāng)我們點(diǎn)擊關(guān)閉串口按鈕后，數(shù)據(jù)的接收終止。對(duì)機(jī)器人運(yùn)行數(shù)據(jù)的收集和記錄是分析機(jī)器人數(shù)據(jù)必不可少的過程。而通過串口采集來的數(shù)據(jù)，刷新率不是特別高。正因?yàn)檫@樣，我們通過使用VisualStudio2017來開發(fā)編程以實(shí)現(xiàn)在PC進(jìn)行對(duì)串口數(shù)據(jù)的收集。我們?yōu)榱朔奖銓?duì)機(jī)器人的運(yùn)行數(shù)據(jù)進(jìn)行查看和為了利于將來對(duì)數(shù)據(jù)的分析,本文采取了通過連接office辦公自動(dòng)化軟件中的Excel來實(shí)現(xiàn)對(duì)串口數(shù)據(jù)的保存記錄，這是因?yàn)镋xcel表格具有分析計(jì)算數(shù)據(jù)的功能，方便之后我們對(duì)機(jī)器人運(yùn)行數(shù)據(jù)進(jìn)行計(jì)算。而在VisualS的框架下，C#可以實(shí)現(xiàn)自動(dòng)生成Excel2003表格。只需要通過解決方案資源管理器下的引用中選擇添加引用Microsoft.office.Excel，這樣就可以調(diào)出Excel類。我們事先將創(chuàng)建Excel文件的程序?qū)懞?，該程序包含?chuàng)建一個(gè)新的Excel文件、向Excel寫入機(jī)器人運(yùn)行數(shù)據(jù)、保存Excel文件的功能。在Windows窗口添加一個(gè)bottom控件，通過操作界面右邊的屬性，我們可以將button控件進(jìn)行命名，這里我們簡(jiǎn)單的控件名為excel。利用bottom的

click屬性就可以實(shí)現(xiàn)把通過串口通訊獲得的機(jī)器人運(yùn)行數(shù)據(jù)保存在excel文件里。3.3數(shù)據(jù)的處理和判斷3.3.1故障預(yù)測(cè)算法基于統(tǒng)計(jì)過程控制理論，對(duì)數(shù)據(jù)樣本進(jìn)行處理，得到數(shù)據(jù)樣本的平均值和標(biāo)準(zhǔn)差，判斷是否符合正態(tài)分布。由于實(shí)際的監(jiān)控中，我們能夠得到很多數(shù)據(jù)，所以選擇靈敏度高的Xbar—R（均值極差）圖。由此我們將excel文件中的數(shù)據(jù)導(dǎo)出，根據(jù)下面的公式處理數(shù)據(jù)：以五個(gè)樣本為一子組，一共產(chǎn)生20個(gè)子組。2?計(jì)算各個(gè)子組的平均值Xi。-工XX二ji53?計(jì)算各個(gè)子組的極差f。R=maxVLminsX）iijij計(jì)算樣本的總均值X和平均樣本極差R。205?計(jì)算R205?計(jì)算R圖的參數(shù)。根據(jù)統(tǒng)計(jì)過程控制控制圖的常數(shù)表可以知道，當(dāng)子組大小n=5時(shí)，D=D=2.1144，D3二0，帶入R圖的公式，得到:UCLR=DR4CLR=RLCLR=DR36?計(jì)算X圖參數(shù)?？芍?dāng)n=5時(shí)，A2=°.577，在將X，R帶入X圖的公式得到X圖：UCLX=X+AR2CLX=XLCLX=X-AR27.與理想值進(jìn)行比較。在這里我們假設(shè)正常參數(shù)的范圍TL，上控制限TU，利用R和X計(jì)算Cp。d2廠TU-TLCp=6o如X與容差中心M不重合需要繼續(xù)計(jì)算CpkM—卩K=T/2Cpk=(-Kb3.3.2數(shù)據(jù)異常判斷準(zhǔn)則根據(jù)統(tǒng)計(jì)過程控制的異常判斷準(zhǔn)則，我們可以得到用于對(duì)機(jī)器人數(shù)據(jù)進(jìn)行判斷異常的準(zhǔn)則，如下：當(dāng)樣本數(shù)據(jù)的平均值X大于UCLX或小于LCLX時(shí)，可以判斷機(jī)器人出i現(xiàn)異常。當(dāng)樣本數(shù)據(jù)的極差R大于UCLR或小于LCLR時(shí)，可以判斷機(jī)器人出現(xiàn)異i常。3?當(dāng)樣本數(shù)據(jù)的平均值X出現(xiàn)連續(xù)7個(gè)以上大于或小于CLX時(shí)，可以判斷i機(jī)器人出現(xiàn)異常。4?當(dāng)樣本數(shù)據(jù)的極差R出現(xiàn)連續(xù)7個(gè)以上大于或小于CLR時(shí)，可以判斷機(jī)i器人出現(xiàn)異常。當(dāng)樣本數(shù)據(jù)的平均值X出現(xiàn)如：X到X的值依次增加或減少時(shí)，可以i17判斷機(jī)器人出現(xiàn)異常。當(dāng)樣本數(shù)據(jù)的極差R出現(xiàn)如：R到R的值依次增加或減少時(shí)，可以判斷i17機(jī)器人出現(xiàn)異常。當(dāng)樣本數(shù)據(jù)的平均值X出現(xiàn)連續(xù)15個(gè)以上大于CLX-o且小于ixCLX+o時(shí)，可以判斷機(jī)器人出現(xiàn)異常。x當(dāng)樣本數(shù)據(jù)的極差R出現(xiàn)連續(xù)15個(gè)以上大于CLR-o且小于CLR+oirr時(shí)，可以判斷機(jī)器人出現(xiàn)異常。當(dāng)樣本數(shù)據(jù)的平均值X出現(xiàn)如：X到X之間超過2/3的值大于i1nCLX+2o且小于UCLX或大于LCLX且小于CLX-2o時(shí)，可以判斷機(jī)器人出xx現(xiàn)異常。當(dāng)樣本數(shù)據(jù)的極差R出現(xiàn)如：R到R之間超過2/3的值大于CLR+2oi1nr且小于UCLR或大于且LCLR小于CLR-2o時(shí)，可以判斷機(jī)器人出現(xiàn)異常。r在上面的準(zhǔn)則中，1、2兩項(xiàng)是對(duì)機(jī)器人數(shù)據(jù)處理后的第一次判斷。如果條件符合，則提醒技術(shù)人員機(jī)器人運(yùn)行異常。2至10項(xiàng)為同時(shí)判斷并且都采用計(jì)數(shù)的方法。3、4兩項(xiàng)判斷條件為大于中心線，每符合條件一次，n加一且m減一，如過不符合條件則n減一且m加一。當(dāng)n或m累計(jì)達(dá)到7次時(shí)，提醒技術(shù)人員機(jī)器人運(yùn)行異常。5、6兩項(xiàng)判斷條件為后一個(gè)值比前一個(gè)值大，每符合條件一次，n加一且m減一，如過不符合條件則n減一且m加一。當(dāng)n或m累計(jì)達(dá)到7次時(shí)，提醒技術(shù)人員機(jī)器人運(yùn)行異常。7、8兩項(xiàng)判斷條件為在距離中心線一倍標(biāo)準(zhǔn)差內(nèi)，每符合條件一次，n加一,如過不符合條件則n減一。當(dāng)n累計(jì)達(dá)到15次時(shí)，提醒技術(shù)人員機(jī)器人運(yùn)行異常。9、10兩項(xiàng)判斷條件為在距離中心線兩倍標(biāo)準(zhǔn)差外，每符合條件一次，n加一，如過不符合條件則n減一。當(dāng)n累計(jì)達(dá)到總計(jì)數(shù)的2/3時(shí)，提醒技術(shù)人員機(jī)器人運(yùn)行異常。3.3.3Cpk的判斷標(biāo)準(zhǔn)Cpk值的判斷標(biāo)準(zhǔn)如下表：表1等級(jí)數(shù)值范圍代表的狀態(tài)特優(yōu)（A++）Cpk>2.0部件很健康優(yōu)（A+）2.0>Cpk>1.67部件健康良（A）1.67>Cpk>1.33部件亞健康一般（B）1.33>Cpk>1.0部件有損傷差（C）1.0>Cpk>0.67部件接近損壞壞（D）0.67>Cpk部件損壞3.3.4實(shí)例我們通過串口通訊，在機(jī)器人端獲取了電機(jī)的溫度數(shù)據(jù)如下表2電機(jī)溫度數(shù)據(jù)組號(hào)電機(jī)溫度XXXX:AX11I2131415140.340.541.041.242.1242.543.043.343.944.0344.644.843.943.343.0

442.442.041.140.340.9541.141.541.942.543.0643.543.944.044.344.8743.943.042.842.141.0841.541.942.043.544.0944.543.243.042.542.01041.340.541.041.642.31142.543.543.944.343.61243.242.442.141.741.41340.840.240.741.141.51441.842.542.943.243.61544.144.544.944.744.21643.843.643.142.742.01741.741.241.040.840.11840.941.542.142.743.01943.643.944.344.644.92044.543.943.242.742.0根據(jù)故障預(yù)測(cè)算法求取電機(jī)溫度數(shù)據(jù)的子組總數(shù)、平均數(shù)、極差如下表3組號(hào)X.R.1i41.02i1.8243.341.5343.921.8441.341.55421.9644.11.3742.562.9842.582.5943.042.51041.341.81143.561.81242.161.81340.861.31442.81.81544.480.81643.041.81740.961.61842.042.11944.261.32043.262.5根據(jù)故障預(yù)測(cè)算法求取所有數(shù)據(jù)的總平均值和所有極差的平均值：X=42.633R=1.815根據(jù)故障預(yù)測(cè)算法計(jì)算R圖的參數(shù)：UCLR沁3.837CLR=1.815LCLR二0計(jì)算X圖的參數(shù)：UCLX沁43.680CLX=42.633LCLX沁41.586根據(jù)數(shù)據(jù)異常判斷準(zhǔn)則判斷電機(jī)溫度是否處于安全區(qū)：我們將表內(nèi)數(shù)據(jù)與R圖和X圖的上下控制限比較發(fā)現(xiàn)，根據(jù)數(shù)據(jù)的極差可以判斷電機(jī)溫度變化為穩(wěn)定，根據(jù)數(shù)據(jù)的平均值可以發(fā)現(xiàn)第3、6、15、19組的X值大于UCLX。計(jì)算數(shù)據(jù)的過程能力指數(shù)：Cpk=1.012綜上所述，我們可以預(yù)測(cè)電機(jī)溫度有逐漸上漲的趨勢(shì)并且已經(jīng)接近安全溫度上限，建議對(duì)電機(jī)進(jìn)行檢修。3.4統(tǒng)計(jì)過程控制圖由于我本身的能力有限，在軟件自動(dòng)判斷機(jī)器人是否出現(xiàn)異常中會(huì)有一些異常情況不能被發(fā)現(xiàn)，所以我們需要生成控制圖來輔助技術(shù)人員進(jìn)行判斷。3.4.1統(tǒng)計(jì)過程控制圖的選擇統(tǒng)計(jì)過程控制圖種類比較多，但主要分為兩大類：計(jì)量型和計(jì)