专利名称：：工业机器人的动态维护计划的制作方法
技术领域：
：本发明涉及对某机械的某部件和对该机械整体建立维护日程表的方法，尤其是关于工业机器人。
背景技术：
：目前，根据负责机械服务的服务部门与使用机械的客户之间服务协议的实际情况，不时地进行机械的预防性维护。在服务协议中可以商定一年内检查的次数。在检查期间，一个或几个现场服务工程师到访客户。这些现场服务工程师进行预防性维护活动，比如润滑、清洁、更换填料、换油等。正常情况下，客户要求了解隐患的迹象，以便允许现场服务工程师更换部件。在许多情况下，以反应的方式进行机械的服务，比如工业机器人的服务，这意味着只要不出故障，机器人就一直运行。在本说明书中，所指的机械例示为具体地指出的所维护的工业机器人。工业机器人用于多种多样的应用和环境，根据负载和移动参数，各种机器人的使用情况变化范围极大。所以，对种群中全体机器人使用静态维护日程表将导致许多机器人的部件更换得太早，而其他机器人的部件更换得太迟，结果造成不希望且高成本的停产。工业机器人销售给客户时与产品手册一起交付。在产品手册中有关于所要求的维护活动和更换的建议。暴露部件的建议更换时间不是根据工业机器人使用情况，从而工业机器人的过载部件可能在建议的更换时间之前就损坏了。为了实现越来越多的功能，开发了工业机器人之类的机械和有关的技术系统，这些技术系统的复杂度日益提高。市场上更强的竟争和更高的要求已经迫使若干公司使用更高效的生产方式生产高质量的产品。为了获得所述更高效的生产方式，若干公司要求这些技术系统提高可靠性。所以机械维护已经引起更多的注意并且变为非常重要的竟争武器。工业公司要求产品的操作利用率高、可靠性高。某种机械比如工业机器人的用户不是买进质量更高的技术系统，而是留出越来越多的资源以维护机械。这些工业公司确实接受生产停顿，但是他们希望事先得知这些停顿将在何时发生。US5587635中公开了采用预防性维护来避免工业机器人不必要停工的方法实例。所述预防性维护依赖于利用直接探测机器人的某些特定性质而监视特定部件，从而可以对该部件或驱动系统估算剩余的寿命。另一份描述现有技术的文献是EP1162524A。在这份文献中，例如机器人的一个单元的磨损受到监控和测量。该单元的寿命与磨损程度直接相关联。达到所述程度时就维修或更换该单元。对寿命有影响的因素之间没有联系，速度和力除外，即纯粹的机械磨损。又一份文献Jardine等人，"aReviewonmachinerydiagnosticsandprognosticsimplementingcondition-basedmaintenance",Mechanicalsystemsandsignalprocessing,London,GB，vol.20，no.7，October2006,pages1483-1510，XP005507568,ISSN:0888-3270针对基于条件的维护。这份文献中的思路是根据从特定单元采集的数据，比如机械的某部件。所述数据在计算机中处理。该单元的条件受到监控，当该单元的状态以某种方式恶化时，监控装置报警，该单元不正常。这份文献没有论述关于例如外部因素影响的关联性。关于才几械单元维护的再一份文献是XiangLi，JunhongZhou,HaoZeng，"Aintelligentpredictiveengineformillingmachineprognosticmonitoring",IEEE,Internationalconferenceonindustrialinformatics,August2006，XP002442651,整篇文献。在这份文献中，影响因子受到监视，其中表示影响因子表示测量值的信号受到监视。对所述监视信号进行多重回归，并估算所监视单元的寿命。文献WO2005/109133A介绍了一种发明，其中计算机监控并确定机械的所监视单元的维护时间点。以上引用的文献介绍的监视仅仅使用了从测量被监控单元状态的传感器釆集的信号，这些信号与该单元寿命的机械影响有关，但是没有考虑环境因素的影响，而环境因素能够影响特定单元或整台机械与其特定使用情况有关的寿命。这些因素可以是如温度、湿度、空间中的移动范围、线速度、转速、加速度。另外，所述文献也没有考虑基于对该机械的所述特定单元的种群寿命所采集的统计数据的数据，也没有考虑对该特定部件进行预防性更换的时间。
发明内容在本发明中，利用从已安装数量的机械尤其是本文专门讨论的工业机器人获得的故障知识，进行预防性维护。在所述方面，也考虑了使用情况和环境因素，以便对机械的特定部件比如工业机器人个体的部件自动产生动态定制的维护日程表。典型情况下，根据统计和/或经验信息评估已安装数量的工业机器人的所述部件。机械的每个部件比如机器人部件也经历评估，其中所述使用情况和环境条件受到评估。从所述评估得出的结果与所述故障知识一起用于对所述机器人的所述特定部件自动产生所述动态定制的维护日程表。然后根据机械的一组特定部件可以对机械创建动态维护日程表。根据本发明，对机械的特定部件的维护日程表应当是动态的，而且基于机械的使用情况，其中所述使用情况和环境条件影响所述部件，导致位置和工作条件不同的各个相同机械的相同部件的不同更换时间以动态方式发生。为了能够获得所述维护日程表，必须识别和评估影响因子，必须阐明它们对寿命的影响。根据本发明的第一方面，公开了对机械的特定部件建立动态维护调度工具的方法。术语动态在本文中应当意味着关于以下进一步讨论的部件故障和更换时间，根据新信息的釆集而更新所述日程表。根据本发明的第二方面，公开了对特定机械的特定部件建立动态维护日程表的方法，其中与所述使用情况有关的若干参数包括表示所述特定部件寿命影响因子的相关参数，对于机械的特定部件，用作所述动态维护调度工具的输入数据，而对于所述特定机械的所述特定部件，动态维护日程表实现为从所述工具的输出数据。根据本发明的第三方面，提供了对特定机械个体建立动态维护曰程表的方法。在所述第三方面，对于机械个体的全部相关部件所述动态维护日程表编制在机械个体的完整动态维护日程表中。根据本发明的第四方面，提供了对机械种群建立动态维护日程表的方法。在所述第四方面，对于机械种群的全部相关部件所述动态维护日程表编制在机械种群的完整动态维护日程表中。在本说明书从始至终，工业机器人用于表示在本发明所述方面中所指的机械。因此，在以上各方面中术语机械应当随时可以更换为工业机器人。本发明对机械的所述部件建立维护调度工具的方法基于以下方案-选择所述机械的关键部件，-识别影响因子，-对所述选定的部件估计更换时间，并且-根据所述影响因子的所述识别以及所述更换时间的所述估计，对所述机械的所述部件创建维护调度工具。本文中指明了为建立所述动态维护日程表而选择关键部件的至少三种方式。这三种方式为-基于经验和知识的分析，-基于备件销售的分析，-所谓的威布尔分析。所指明的方式可以逐个使用，也可以以任何组合使用。下面将进一步讨论不同的方式。识别并选定了关键部件后，创建所述调度工具至少有两种方式。况和成本而变为动态的。在应当对所述选定的关键部件进行影响因子识别和更换时间估计时，至少两种方式可应用。下面讨论的第一种方式是使用多重线性回归和成本最优化的维护。第二种方式根据来自用户的信息估计更换时间，这些用户具有能够导致现场故障报告和/或基于机械设计分析的结果的工业机器人经验和知识。在本说明书中，公开了处理动态维护调度工具的两种不同的版本，本文称为完全过程和简化过程。在所述完全过程版本中，方案进一步包括质量控制。所述质量控制可以根据两种不同检查结果。第一种检查结果根据具有现场经验和知识的本领域技术人员的发现，基于寿命和更换时间。第二种检查结果基于故障的完整信息，关于所述特定部件，由责任经理或现场服务工程师验证并核实。当然，为了实现所述维护调度工具而建立过程时，也可应用检查结果的其他组合。采用影响因子和使用情况的动态维护调度工具创建所述调度工具动态部分的第一种方式是使用影响因子和使用情况。为此目的，必须识别所述影响因子。如果没有故障信息可用，就无法进行多重线性回归分析。替代方法是基于识别并且根据本领域技术人员经验和知识校准影响因子。为了识别并校准部件寿命的不同影响因子，进行多重线性回归分析。每个因子的影响都以m值表示，因此它用作所述影响因子的影响度量。然后这些m值用于估计对相关值的影响。所述相关值通常是特定部件的寿命。所述m值可以替换为从例如具有所述特定机器人工具经验和知识的本领域技术人员专题讨论会生成的值。在所述专题讨论会期间他们可以识别对不同部件的寿命有影响的因子，然后以每种因子的影响的度量校准所述因子。这些值将替代所述多重线性回归分析产生的m值(所述影响因子的度量)。估计了所述更换时间间隔并识别和校准了所述影响因子后，可以创建所述动态维护调度工具。多重线性回归是基于所述影响因子与所述部件的寿命之间的线性关系。所述更换时间间隔是基于本领域技术人员的经验，并且可以是从例如强烈使用到轻微使用的间隔。然后所述影响因子的校准可以以每个因子的最大和最小设置值补充。对于每项设置，都可以计算所述最大设置的百分比，然后每个部件的总磨损因子可以计算为所述最大可能设置的百分比。强烈使用的部件的更换时间可以表示更换的最短时间，并且与轻微使用部件的更换时间一起，可以估计更换数据间隔。然后将根据所述影响因子与所述更换时间之间的线性关系估计特定部件的更换时间。如果所述设置值是工业机器人的最大值，在经过本领域有经验技术人员对强烈使用部件估计的时间后将更换部件。有了更换的时间和所述影响因子的校准后，就可以创建所述动态维护调度工具。本领域技术人员所说的更换时间间隔可以与来自所述专题讨论会的影响因子分析相结合。对于以最大设置值使用的工业机器人，所述日程表中将显示出不同部件的最短更换时间。所述更换时间可以定义为与所述设置值的线性关系。采用成本和使用情况的动态调度工具创建所述动态维护调度工具的第二种方式是使用所述多重线性回归和成本最优化的维护分析的结果。选定了所述关键部件并阐明了所述关键部件的更换时间后，就需要创建动态维护调度的工具。所述关键部件和所述更换时间应当显示在日程表中。所进行的多重线性回归将定义所述影响因子并且也产生了能够用于阐述功能概率的分布。创建所述工具能够使得有可能对特定机器人仅仅填入所述设置值，以便对所述特定机器人建立动态维护日程表。填入了所述设置值后，所述工具将产生具有更换时间的日程表，这些更换时间基于所述机器人的使用情况。日程表更新更新所述动态调度工具可以使用三种方式。以第一种方式，通过补充故障信息而进行更新。以第二种方式，通过使用故障信息而进行连续更新。第三种方式使用自动更新系统。前两种方式可以用作过程中的最后步骤。如果创建所迷动态维护调度工具时没有故障信息，它必须连续更新以便保持最新。如果有了故障信息和故障统计数据，必须进行所述过程，使所述过程具有完全的故障信息，以便创建同时基于统计方法的日程表。以故障信息连续更新基于统计方法的动态维护调度工具需要频繁更新，以便使它们保持最新。若干改变可以是例如对所述工业机器人的设计改变，也可以是可能影响成本最优化维护分析的更换速率改变。维护调度工具自动更新系统以上列举的两种更新所述动态维护调度工具的方式都需要几个工时。通过使用本报告中的不同方法，有可能釆用具有永久改进的系统。在自动更新的系统中，所述系统中包括的全部机器人都连接到该系统。发生故障后，现场服务工程师必须向所述系统报告完全的故障信息。向所述系统报告的全部故障都将存储在数据库中。通过频繁的威布尔分析进行所述关键部件的选择。选择其故障率激发预防性更换的部件。然后可以进行多重线性回归分析，以便对所选定的关键部件产生更新后的功能概率。然后，原始调度工具中的更换时间将更新为最近的更换时间，它们将基于所述成本最优化维护分析的结果。所述成本最优化维护分析基于来自所述连续进行的多重线性回归分析的功能概率。那么所述日程表将永远基于最近的更换。向所述数据库报告的故障越多，所述维护日程表将越准确、越可靠。图l显示的曲线展示了部件的故障分布；图2显示为讲解多重线性回归的目标；图3展示了在所接受的功能概率级别更换若干部件的方法；图4展示了在故障率图中曲线上升前更换若干部件的方法；图5展示了更换部件的最佳时间；图6展示了根据某实例，部件Y更换时间的所安排时间；图7展示了完全过程更新；图8展示了简化过程更新中的步骤；图9显示的世界地图表明了根据本发明采集并分析来自广泛分布的工业机器人的统计数据，以便形成动态维护的调度工具，以及机器人个体可以使用所述工具实现所述机器人个体专用的定制维护日程表。具体实施方式以下将通过参考若干实施例，更详细地讲解本发明。虽然在以下论述中，机械部件维护时间的动态调度专用于仅仅某工业机器人的某部件，或者通过编制各个机器人的各个部件的维护时间而用于工业机器人整体，但是根据本发明这些方面的这些方法也可以用于机械的任意部件，只要条件和本发明的方法适用。选择关键部件选择关键部件的第一种方式使用工业机器人
技术领域：
技术人员的经验和知识，这些技术人员也具有机器人特定部件的知识，以便选择将关于维护调度进行分析的关键部件。这些技术人员知晓工业机器人上通常损坏的部件，也知晓为了提高所述机器人的功能概率而能够更换的部件。所述经验和知识可以釆集为相应部件的统计数据。选择关键部件的第二种方式使用备用部件销售列表的研究。备用部件销售列表可以用作特定机器人工具关键部件的指示器。通过从列表中删除明显不具有激发预防性更换的故障率的若干部件，将降低列表中的部件数目。从列表中可以去除这样的部件，如填料、密封、粘结剂、垫圏和电工组件等。从列表中去除了这些部件后，剩余数目的部件可以用作选择的关键部件。备用部件销售列表必须包含对特定机器人工具的全部售出的备用部件。使用基于备用部件销售列表的信息需要售出备用部件的数据(考虑到保修情况)、特定机器人工具的知识和不同部件故障类型的知识。选择关键部件的第三种方式使用"故障数据的威布尔分析，，。通过研究工业机器人的每个关键部件的故障率和故障分布，有可能评估所述部件是否具有激发预防性更换的故障率。所述调度工具中的部件必须具有随着时间而升高的故障率。威布尔分析不仅需要类似部件的种群，而且需要故障发生前所述种群中部件运行时间的有关信息。这第三种方式将产生每种部件的故障分布和功能概率。形状参数P用于表示类似部件种群的寿命分布。所述形状参数的数值给出了故障方差的信息。磨损故障的(3值大于1。这意味着故障率随着时间而升高。如果出现了大于l的p值，故障率激发预防性更换。p值大于l的部件具有的功能概率将通过预防性更换而提高。这样的故障分布的实例展示在图1中。横轴表示时间单位。使用威布尔分析的结果选择关键部件是最可靠的方式，因为它基于所发生故障的统计数据。因此，为了进行威布尔分析，需要类似部件种群的故障统计数据。优选情况下，在根据威布尔函数进行计算的软件上进行所述分析。更换时间的估计对所选定的关键部件估计更换时间的第一种方式为使用多重线性回归和成本最优化的维护。多重线性回归用于阐述每个部件的功能概率，成本最优化的维护用于估计更换每个部件的最佳时间。本方法需要每个部件的故障时间和故障信息，也需要预防性和纠正性更换的成本。通过使用多重线性回归分析得出的分布而阐述功能概率。然后功能概率可以用于以成本最优化的维护方法估计更换的最佳时间。多重线性回归是能够用于发现几种因子与相关值之间关系的工具。所以，多重线性回归可以用于发现对寿命有影响的因子与技术系统的寿命之间的关系。为了讲解多重线性回归，展示了实用的实例。本实例的目的仅仅是讲解多重线性回归的可能性，所以仅仅使用了虛构的数值。多重线性回归的实例技术系统中类似部件的寿命不尽相同。技术系统永远用于一种特定操作，但是具有影响的因子却可能不同。对寿命有影响并且可以改变的因子如下计划速度、工具重量和加速度。无法改变温度，但是它仍然被视为有贡献的因子。十个类似的故障部件的故障信息记录在利用与影响因子&至X4有关的数字展示的以下实例(表l)中。<table>tableseeoriginaldocumentpage15</column></row><table>表l:多重线性回归实例中所用故障信息综述。也显示了每个故障部件的故障信息和影响因子。图2中指出了实例中十个不同部件的寿命。为了阐述公用直线的方程，多重线性回归使最小平方最小化。Y=m*x+bY值是相关值，而且在本实例中Y值是寿命。x值是影响因子的值，系数m是所述因子对所述相关值的影响。Y=m^Xi十m2*x2+m3*x3+m4*x4+b采用进行线性回归的软件，不同寿命和设置的结果可以呈现在表格中，如表2所示。<table>tableseeoriginaldocumentpage16</column></row><table>表2:在这个实例中利用微软Excel软件解释多重线性回归函数。mn=x值的系数B=常数san=所述因子的标准差sab=所述常数的标准差R=分析的可靠性say=所述相关值的标准差F-F观测值。用于评估所述分析的可靠性df=自由度。在对比F观测值和F关键值时使用所述十个寿命值和设置信息得到分析，所述实例的结果给出以下结果。<table>tableseeoriginaldocumentpage16</column></row><table>表3:微软Excel中进行多重线性回归的结果表。之后每个值可用于进一步分析为了估计结果的可靠性，有三种方法可用。第一种方法是看结果表中的R值。本实例的R值是0.995，意味着分析的可靠性是99.5%。控制结果可靠性的第二种方法是使用F观测值并将它与F关键值对比，在特殊的表中可以发现它。控制可靠性的第三种方法是检查每种影响因子的可靠性。通过使用t观测值和t关键值可以做到这一点。每个因子的t观测值都可以由下式计算。/观测值=在专用表中可以找到t观测值。每个因子的t观测值都可以与t关键值对比。在表4中，每种影响因子(Xi至x4)的t观测值与t关键值对比。<table>tableseeoriginaldocumentpage17</column></row><table>表4:多重线性回归实例中不同影响因子的综述。方差用于判断所述因子是否对寿命有影响。如果t观测值与t关键值的偏差为正，则所述因子影响所述相关值。计划速度是影响寿命最大的因子。控制了结果的可靠性之后，这些因子可以用于预测类似部件的寿命。为了展示预测，使用实例中的某类似部件。该部件被称为部件P，其设置显示在表5中。<table>tableseeoriginaldocumentpage17</column></row><table>表5:多重线性回归实例中所用部件的设置综述。然后这些设置值可以用于预测该部件的寿命。为了预测寿命，在公式中使用表5的设置值和表4的m值部件P寿命=36*國4.734+3*6.427+17*画6.433+22*2.938+713.306=517438h预测寿命是517438h。为了得到更准确、更可靠的预测寿命，多重线性回归分析应当基于大量的故障部件。另一种方法是通过从m值减去标准差而减小m值。那么预测寿命将缩短但是该部件达到预测寿命的可能性将增加。使用多重线性回归阐述功能概率多重线性回归也可以用于阐述特定部件的功能概率。通过使用公用直线方程中的设置值，所述分析得出的m值可以用于计算其他类似部件的寿命(相关值)。在创建所述分布之前，必须分析m值对相关值的影响。不影响相关值的m值不应当用于阐述所述功能概率。不同的m值是正态分布并具有标准差。这些影响因子是独立的，可以阐述每个因子的分布和标准差。第一个因子"m,x,包含m值和设置值。假设"m"的分布服从那么第一个因子的期望值为,a)=a*示,第一个因子的标准差为z)(附！，X,)=h|*O",以相同的过程阐述其他因子的分布、期望值和标准差并呈现在以下文本框中。附，D(m2,x2)=附，2'"2(7附3~>7^(示3,0"3)D(m3,x3)=3'"3，4，cr4)￡(m4,x4)=x4"04，x4)=氺常数"b"的分布、期望值和标准差呈现在以下文本框中卿=F，)=^由下式可以阐述相关值"Y"的期望值7—7V(￡(7),D(7))然后，相关值"Y，，的分布可以用于阐述该特定部件的功能概率。该分布依赖于该特定部件的设置值。然后，该部件的功能概率可以用于以成本最优化的维护方法估计更换该部件的最佳时间。使用多重线性回归阐述功能概率的主要优点在于，不需要不同使用情况的分类，比如强烈、正常和轻微。更换时间基于该特定部件的特定使用情况。何时应当更换部件？有几种不同的方法用于估计应当更换部件的时间。以下文本中呈现了某些方法。所接受的功能概率这种方法基于阐述所接受的功能概率，在功能概率已经降低到所接受的水平时将更换该部件。以80%的所接受功能概率水平，在80小时后应当更换对比实例中的部件B。这展示在图3中作为在所接受功能概率水平更换部件方法的展示。在功能概率已经降低到所接受水平时更换该部件。在上升时间前更换根据部件更换时间的另一种方法是分析故障分布。对于故障类型是磨损故障的部件，有可能恰好在故障率升高(功能概率降低)前更换该部件。这展示在图4中作为故障率图中曲线转向上升前更换部件的方法。仅仅对于磨损故障推荐这种方法。在故障率曲线上升前更换部件并非总是这么容易，因为曲线中可能没有明显的上升。这种方法非常类似所接受功能概率水平并且需要故障信息。成本最优化的维护估计部件更换时间的第三种方法是使用成本最优化的维护。这种方法基于估计更换部件的最佳时间。本方法仅仅能够用于故障率随着时间上升的部件，并且纠正性更换的成本必须显著高于预防性更换的成本。仅仅在预防性更换的成本低于纠正性更换的成本时，才激发预防性更换。这种方法的目的是估计部件更换的最佳时间或者进行预防性维护活动的时间。更换的最佳时间可以由图5展示。图5展示了更换特定部件的最佳时间。所述最佳时间基于预防性更换的成本与纠正性更换的成本之间的最佳平衡。如果预防性更换进行得太频繁，成本将提高，但是功能概率也将保持高位。如果预防性更换进行得太稀少，纠正性更换的成本将更高，因为故障概率将提高，将最可能发生更多的故障。本方法需要该部件的功能概率函数以及预防性和纠正性更换的成本。预防性和纠正性更换的成本不必以任何特定货币表示，因为仅仅需要它们之间的关系。所述关系可以表示为例如时间。得知了这三个参数后，通过首先计算每单位时间的成本可以估计更换该部件的最佳时间。更换的最佳时间基于以下假设在发生故障时将发生纠正性行为，如果不发生故障，将发生预防性行为。为了估计更换的最佳时间，必须计算每单位时间的成本。以下式计算每单位时间的成本。=每周期的总预期更换成本^预期的周期长度^c尸/(,)+cy[i-卿CPUT(t)=每单位时间的成本R(t)-功能概率C产预防性(计划的)更换的成本Cf纠正性(未计划的)更换的成本每单位时间的成本用于估计在不同的间隔更换部件的成本。通过求解满足以下方程的"t"值，可以估计更换的最佳时间。3minC尸LT(O=—=0在最佳更换时间更换该部件的成本将最小。所述最佳时间是CPUT最小之时。估计更换时间的经验和知识对于所选定关键部件估计更换时间的第二种方式为让具有工业机器人(或所分析的特定类型机械)经验和知识的人员阐述更换时间。对工业机器人进行服务和维护工作的本领域技术人员具有经验和知识，能够阐述所选定关键部件的更换时间和寿命。这些人员知道这些部件何时损坏，也知道为了防止故障这些部件何时必须更换。通过与时间，这第二种方式可以作为统计方法的替代。所述活动的目的是确定威布尔分析中估计的近似故障分布。来自本领域有经验技术人员的信息可以用于获得强烈、正常和轻微使用所述部件时的近似寿命。然后，这些寿命将表示强烈、正常和轻微使用部件的故障分布。如果没有任何故障统计数据，近似故障分布的形状非常复杂，所以需要某种假设。特定机器人中特定部件的使用情况和故障分布可以假设以几种方式分布。因为如果没有故障信息可用，就不可能知道这些故障是威布尔分布、正态分布还是其他形状的分布，对使用情况和故障都假设正态分布，因为大多数读者可能熟悉的分布。在本说明书中，公开了处理动态维护调度工具的两种不同版本，完全过程和简化过程。在完全过程版本中，具有对所预测更换时间进行质量控制的进一步步骤。为了控制更换时间的质量有两种检查方法。这两种方法都基于让具有工业机器人经验和知识的人员评估和验证所述更换时间。对强烈、正常和轻微日程表的质量控制检查基于本领域技术人员经验和知识的有关寿命和更换时间的信息由其他人员采集并应当由其他人员控制。所述寿命和更换时间可以发送给责任经理，以便使所述时间得到核实。如果责任经理不核实所述寿命和所述更换时间，优选情况下他们对所需的改进写出意见。对不同使用情况情形日程表的质量控制检查即使为了估计更换部件的时间已经使用了完全的故障信息，所述时间还是应当由责任经理或现场服务工程师验证并核实。他们对产品(机械、工业机器人)负责，也对关于机器人的更换负责。发送出关拒绝使用该综述作为质量控制。如果该综述被接受并核实，此工作可以继续，但是如果该综述被拒绝，先前的工作必须重新进行直到该综述被核实。以上在
发明内容中通过使用影响因子和使用情况一般地介绍了动态调度工具的创建。实例部件Y用于机器人Y中。该机器人的计划速度是1250mm/s。它使用外壳的60%,工具重量是IOkg。然后可以估计更换时间。来自专题讨论会的影响因子的识别和校准呈现在表中。近似更换时间间隔从强烈使用部件的20000h到轻微使用部件的40000h。<table>tableseeoriginaldocumentpage22</column></row><table>部件Y总磨损因子的估计磨损率=影响因子*最大设置的百分比磨损率PS=4*(1250/3000)=1.667磨损率EU=3*(60/200)=1.8磨损率TW=1*(10/16)=0,625和=8=4.092部件Y的总共达到的磨损因子为(4.092/8)*5=2.5575。本实例展示在图6中。工业机器人动态维护调度工具的过程已经开发了两种过程，所谓的完全过程和所谓的简化过程。所开发的完全过程用于通过使用完全的故障统计数据还有本领域技术人员的经验和知识产生动态维护调度工具。所开发的简化过程使得有可能不用故障统计数据和故障信息而创建动态维护调度工具。完全过程完全过程基于备件销售、故障统计数据、故障信息和来自本领域中具有工业机器人维护和服务中经验和知识的技术人员的信息。完全过程包括四个主要步骤，还有更新的第五个步骤。为了使日程表保持最新，必须连续进行更新。完全过程展示在图7中。完全过程中的第一个步骤是选择将要表示在日程表中的关键部件。为了准确、可靠地选择关键部件，使用了选择关键部件的全部三种方式。完全过程中的第二个步骤是估计关键部件的更换时间，通过多重线性回归和成本最优化维护分析而做到。选定了关键部件并阐述了更换时间后，日程表需要被核实，正如先前的讨论。完全过程中的第四个步骤是创建动态维护调度工具。所创建的工具使得用户能够为其工业机器人填入设置值，从而使调度工具然后根据工业机器人个体的使用情况以及考虑到的更换的成本产生维护日程表。所述设置值包含与使用情况有关的参数，包括表示对所述特定部件的寿命有影响因子的相关参数，并且被用作所述机械的特定部件的所述动态维护调度工具的输入数据，而获得的所述特定机械的所述特定部件的动态维护日程表作为所述工具的输出数据。完全过程中的第五个步骤应当是连续的，只要工业机器人工具在使用就一直进行。动态维护调度工具需要更新和调整，以便准确、可靠。如果工业机器人中的部件受到更换，就必须进行多重线性回归分析，以便对该部件阐述新的更换时间。在例如部件的更换速率改变时的成本最优化的维护的故障记载和更新也是更新活动。所发生的全部故障都必须记载并用于新的多重线性回归分析中。简化过程所开发的简化过程是针对没有故障统计数据和故障信息的用户。本过程基于经验、知识和备用部件销售。有四个主要步骤，还有更新的第五个步骤。每个步骤中使用的活动展示在图8中。简化过程的第一个步骤是根据先前阐述的前两种方式选择关键部件。第一种方式基于本领域技术人员的经验和知识进行分析。第二种方式基于对特定机器人工具的备用部件销售列表的研究。简化过程的第二个步骤是估计所选定关键部件的更换时间。估计更换时间基于本领域技术人员对工业机器人的经验和知识，正如以上的讨论。简化过程的第三个步骤是使更换时间得到核实。任命了责任经理的检查组。准备了有检查活动简短说明的检查文档，并且将其附加到强烈、正常和轻微使用部件的维护日程表。检查组的任务是判断更换时间是否正确。他们可以或者核实该日程表或者拒绝该日程表。简化过程的第四个步骤是创建动态的维护调度工具。动态维护调度工具将基于影响因子和使用情况。本领域技术人员设立了专题讨论会，他们对影响部件寿命的因子具有经验和知识。在专题讨论会上对影响因子进行评估和校准。利用对每种部件的影响因子和更换时间间隔的校准，建立了所述的调度工具。所述调度工具使用户能够以与维护调度工具完全过程相同的方式，对他们的机器人个体填入设置值，从而将基于该机器人的使用情况对每个部件产生具有若干推荐更换的维护日程表。创建了动态维护调度工具后，在第五个步骤中，它需要连续性地更新。故障信息必须记载。有故障信息可用时，就能够利用若干统计工具控制该更换时间和影响因子。可以利用威布尔和多重线性回归分析控制关键部件的选择、更换时间和影响因子。如果记栽的故障信息是完全的，就应当执行完全过程以便创建更可靠的维护日程表。完全过程和简化过程必须手工地进行和更新。这两种过程有可能利用自动更新调度工具或立刻创建新日程表的系统进行补充。然后可以使用该日程表直到向该系统报告了若干故障。发生故障时，向所述工具中包括的数据库报告故障时间、设置信息和使用情况信息。进行新的多重线性回归分析，并且如果它为该部件产生了新的功能概率，将进行新的成本最优化的维护分析。执行了全部过程后，更新动态维护调度工具。向数据库报告的故障越多，调度工具将越准确、可靠。对工业机器人的某部件、对机器人个体或工业机器人种群建立了维护日程表后，所述日程表然后就应当根据适当的模式，利用输入到所述维护调度工具中的所述机器人的设置值和使用情况定期地更新，以便获得基于处理所述维护调度工具的最新数据的维护日程表。当然，只要机器人的条件使用改变了，例如依赖于该机器人新的不同使用情况或者对机器人的环境改变等，这种动作就是最重要的。建立所述动态维护调度工具的过程被实施为计算机程序产品，其中本文指定的若干算法被编程和列为计算机可读代码。如先前所述，有关机器人使用情况的数据和与这些机器人相关联的全部数据，以及执行所述工具的处理所需的信息，比如有关机器人和机器人部件的结果和统计数据，都存储在数据库中，可由处理所述工具的程序访问。权利要求1.一种计算机系统中实施的维护调度工具的方法，用于对机械部件，尤其是工业机器人部件，产生动态维护日程表，所述方法的特征在于包括以下步骤-选择所述机械的关键部件；-识别影响所述选定部件寿命的影响因子；-对所述选定的部件估计更换时间；以及-根据所述影响因子的所述识别和所述估计的更换时间，对所述机械的所述部件创建所述维护日程表。2.根据权利要求l的方法，进一步包括以下步骤根据核实的关于与所选定部件更换时间有关的先验知识的采集信息，对所述选定部件更换时间的所述估计进行质量评估。3.根据权利要求1的方法，其中，所述选择关键部件至少包括以下步骤其中之一-基于对经常损坏部件和被更换以提高功能概率的部件的采集信息进行统计数据分析；-基于备件销售进行分析；-对所述机械关键部件的故障数据进行威布尔分析。4.根据权利要求1的方法，其中，对所述选定部件的所述估计更换时间至少包括以下步骤其中之一-基于所述选定部件的故障时间、故障信息和预防性更换成本的数据进行多重线性回归，以阐述所述部件的功能概率，以及使用所述功能概率估计更换所述部件的最佳时间；-基于对所述部件的寿命期间和更换时间的采集信息，对所述部件的更换时间进行估计。5.根据权利要求1的方法，其中，所述识别影响因子至少包括以下步骤其中之一-对所述机械部件的寿命和影响所述寿命的不同因子，进行多重线性回归分析，导致所述部件的所述影响因子的识别以及所述识别后影响因子的影响的校准；-如果未得到所述选定关键部件的故障信息，根据从本领域技术人员的经验和知识提取的统计信息，对影响所述选定关键部件的寿命的所述影响因子进行校准。6.根据权利要求2的方法，其中，对所述选定部件更换时间的所述估计进行的所述质量评估至少包括以下步骤其中之一-根据对所述选定部件的所述寿命期间和更换时间的采集信息，检查寿命和更换时间；-利用从责任经理或现场服务工程师收集的与所述关键部件有关的统计数据，关于所述特定关鍵部件检查完整的故障信息并对估计的更换时间进行核实和验证。7.根据权利要求3至6的方法，其中，对所述机械的所述部件建立完全动态成本最优化的维护调度工具使用以下步骤进行-根据权利要求3的所有步骤选择关键部件；-基于所述选定部件的故障时间、故障信息以及预防性替换成本的数据进行多重线性回归分析，以阐述所述部件的功能概率，以及估计更换所述部件最佳时间的成本分析；-对所述部件的使用情况进行日程表的检查；以及-创建工具，使得用户能够为机器人的所述特定部件填入设置值作为所述影响因子最大值的百分比，并且根据所述机器人的使用情况和考虑到的更换的成本为所述特定部件产生维护日程表。8.根据权利要求7的方法，其中，所述产生完全动态维护调度工具进一步包括以下步骤-根据对所述部件最近记录的故障信息，更新更换时间、影响因子和成本最优化的维护。9.根据权利要求3到6中任何一项的方法，其中，通过进行以下步骤建立简化动态维护调度工具-根据权利要求3的步骤1和步骤2选择关键部件；-基于工业机器人领域技术人员的经验和知识，估计所述部件的更换时间；-基于影响所述部件寿命的因子和所述部件的使用情况，产生动态调度工具。10.根据权利要求9的方法，其中，所述产生简化动态维护调度工具进一步包括以下步骤-根据对所述部件最近记录的故障信息，更新更换时间和影响因子。11.根据任何上述权利要求在所述计算机系统中实施的所述维护调度工具的方法，用于对特定机械特定部件，尤其是工业机器人个体的特定部件，产生所述动态维护日程表，所述方法的特征在于包括以下步骤-将数据输入到所述动态维护调度工具中，其中所述数据是与所述使用情况有关的若干参数，包括表示对所述特定部件的寿命有影响因子的相关参数；以及-从所述动态维护调度工具输出所述机械的所述特定部件的动态维护日程表。12.根据权利要求11的为特定机械个体建立动态维护日程表的方法，其特征在于，所述方法包括以下步骤-识别与所述维护日程表相关的特定部件；-为所述机械的每个所述相关部件执行所述动态维护日程表；以及-将获得的每个所述相关部件的动态维护日程表编制在所述机械个体的完整动态维护日程表中。13.通过使用权利要求11的方法为特定机械个体的种群建立动态维护日程表的方法，其特征在于，所述方法包括以下步骤-识别与特定机械个体的所述种群的所述维护日程表相关的特定部件；-为所述种群的每个所述相关部件执行所述动态维护日程表；以及-将获得的每个所述相关部件的动态维护日程表编制在特定机械个体的所述种群的完整动态维护日程表中。14.一种计算机程序产品，编码为执行权利要求1的方法的过程，其中，建立所述动态维护调度工具的算法和步骤被编程和列为计算机可读代码。15.—种动态维护调度工具，用于执行权利要求1的方法，包括-权利要求14的计算机程序产品；以及-数据库，用于存储与所述机械相关联的数据，以及执行所述工具的处理所需的信息，比如有关所述机械和机械部件的统计数据，并且所述数据库可由处理所述动态维护调度工具的计算机程序访问。16.—种包括用于执行权利要求15的计算机程序产品和数据库的计算机的系统。全文摘要公开了对机械的特定部件建立动态维护调度工具的方法，该方法基于所述机械种群中所述机械所述部件的浓缩先验知识。所述调度工具又用于对特定机械的特定部件建立动态维护日程表的方法中，其中与所述使用情况有关的若干参数包括表示所述特定部件寿命影响因子的相关参数，对于所述机械的所述特定部件，用作所述动态维护调度工具的输入数据，而对于所述特定机械的所述特定部件，动态维护日程表实现为从所述调度工具的输出数据。所述方法尤其专用于工业机器人系统。文档编号G05B19/4065GK101256404SQ20081008224公开日2008年9月3日申请日期2008年2月29日优先权日2007年3月2日发明者多米尼克·布兰科,安德斯·林德因,尼克拉斯·乔斯坦德申请人:Abb研究有限公司