基于数据采集和设备诊断的专家数据库自学习方法和装置与流程

1.本技术涉及数据处理技术领域，尤其涉及基于数据采集和设备诊断的专家数据库自学习方法和装置。


背景技术：

2.工业机器人是面向工业领域的多关节机械手或多自由度的机器装置，它能自动执行工作，是靠自身动力和控制能力来实现各种功能的一种机器。它可以接受人类指挥，也可以按照预先编排的程序运行，现代的工业机器人还可以根据人工智能技术制定的原则纲领行动。
3.工业机器人在工业生产中能代替人做某些单调、频繁和重复的长时间作业，或是危险、恶劣环境下的作业，例如在冲压、压力铸造、热处理、焊接、涂装、塑料制品成形、机械加工和简单装配等工序上，以及在原子能工业等部门中，完成对人体有害物料的搬运或工艺操作。
4.如何及时发现或预测工业机器人的故障是目前亟需解决的技术问题。


技术实现要素：

5.本技术所要解决的技术问题是针对现有技术的不足，提供基于数据采集和设备诊断的专家数据库自学习方法和装置。
6.本技术解决上述技术问题的技术方案如下：
7.第一方面，本技术提供一种基于数据采集和设备诊断的专家数据库自学习方法，所述方法包括：
8.根据第一预设任务表采集工业机器人中各部件的基础数据信息和部署所述工业机器人的环境数据信息；
9.根据第二预设任务表对所述基础数据信息和所述环境数据信息进行监测，并根据监测结果得到所述工业机器人的设备诊断结果；
10.提取所述工业机器人中各部件的基础数据信息和设置所述工业机器人的环境数据信息中的第一维度信息，在所述专家数据库中模糊查找所述第一维度信息，得到第二维度信息；
11.根据所述第一维度信息和所述第二维度信息，确定校正系数，根据所述校正系数和所述设备诊断结果对所述第二维度信息进行校正，并将校正结果输出到所述专家数据库中。
12.进一步地，所述根据第一预设任务表采集工业机器人中各部件的基础数据信息和部署所述工业机器人的环境数据信息，具体包括：
13.基于所述第一预设任务表中的第一任务信息，定时采集所述工业机器人中各部件的基础数据信息，所述基础数据信息包括所述工业机器人中各部件的专项数据和报警数据；
14.基于所述第一预设任务表中的第二任务信息，根据机器人的应用场景分类，定时采集部署所述工业机器人的环境数据信息，所述环境数据信息包括所述工业机器人的车间温度、湿度、灰尘和噪声。
15.进一步地，所述根据第二预设任务表对所述基础数据信息和所述环境数据信息进行监测，并根据监测结果得到所述工业机器人的设备诊断结果，具体包括：
16.基于所述第二预设任务表中的第三任务信息，定时对采集到的所述基础数据信息中的专项数据进行计算，得到所述专项数据的趋势变化数据，将所述趋势变化数据和对应的指标阈值进行比对，得到第一比对结果；
17.基于所述第二预设任务表中的第四任务信息，定时对采集到的所述环境数据信息中各项数据和对应的环境指标阈值进行比对，得到第二比对结果；
18.基于所述第二预设任务表中的第五任务信息，定时对采集到的所述基础数据信息中的报警数据进行计算，得到所述报警数据的报警分数；
19.若所述第一比对结果、所述第二比对结果和所述报警分数，得到所述工业机器人的设备诊断结果。
20.进一步地，所述提取所述工业机器人中各部件的基础数据信息和设置所述工业机器人的环境数据信息中的第一维度信息，具体包括：
21.提取不在对应的所述指标阈值中的专项数据、所述报警分数大于预设分数值的所述报警数据，和大于对应的所述环境指标阈值的环境数据信息中的数据作为所述第一维度信息。
22.进一步地，所述在所述专家数据库中模糊查找所述第一维度信息，得到第二维度信息，具体包括：
23.根据所述第一维度信息中的专项数据、环境数据信息和报警数据建立查找条目，所述查找条目包括根据所述专项数据、所述环境数据信息和所述报警数据，建立特征值、特征索引和特征类型；
24.其中，每一个所述专项数据对应一个所述查找条目，每一个所述环境数据信息对应一个所述查找条目，每一个所述报警数据对应一个所述查找条目；
25.根据所有所述查找条目在所述专家数据库中进行查找，若查找结果中已查找到的所述查找条目超过预设查找阈值时，确定所述查找结果有效；
26.当所述查找结果有效时，所述查找结果是所述第二维度信息，所述查找结果中的诊断信息是所述第二维度信息中的诊断信息。
27.进一步地，所述根据所述第一维度信息和所述第二维度信息，确定校正系数，根据所述校正系数和所述设备诊断结果对所述第二维度信息进行校正，并将校正结果输出到所述专家数据库中，具体包括：
28.计算所述第一维度信息中的各数据和所述第二维度信息中对应各数据的方差值，若所述方差值大于预设方差值，则根据所述第一维度信息中的数据和所述第二维度信息中对应的数据，计算得到所述第一维度信息中的数据的子校正系数；
29.否则，所述第一维度信息中的数据的子校正系数是第一预设值；
30.当所述子校正系数不是所述第一预设值时，将所述第二维度信息中对应的数据的取值范围根据所述子校正系数进行修正，并在所述第二维度信息中的诊断信息中添加所述
设备诊断结果。
31.第二方面，本技术提供一种基于数据采集和设备诊断的专家数据库自学习装置，所述装置包括：
32.第一处理模块，用于根据第一预设任务表采集工业机器人中各部件的基础数据信息和部署所述工业机器人的环境数据信息；
33.第二处理模块，用于根据第二预设任务表对所述基础数据信息和所述环境数据信息进行监测，并根据监测结果得到所述工业机器人的设备诊断结果；
34.第三处理模块，用于提取所述工业机器人中各部件的基础数据信息和设置所述工业机器人的环境数据信息中的第一维度信息，在所述专家数据库中模糊查找所述第一维度信息，得到第二维度信息；
35.第四处理模块，用于根据所述第一维度信息和所述设备诊断结果，确定校正系数，根据所述校正系数和所述设备诊断结果对所述第二维度信息进行校正，并将校正结果输出到所述专家数据库中。
36.本技术的有益效果是：提出了一种基于数据采集和设备诊断的专家数据库自学习方法，包括根据第一预设任务表采集工业机器人中各部件的基础数据信息和部署所述工业机器人的环境数据信息；根据第二预设任务表对所述基础数据信息和所述环境数据信息进行监测，并根据监测结果得到所述工业机器人的设备诊断结果；提取所述工业机器人中各部件的基础数据信息和设置所述工业机器人的环境数据信息中的第一维度信息，在所述专家数据库中模糊查找所述第一维度信息，得到第二维度信息；根据所述第一维度信息和所述第二维度信息，确定校正系数，根据所述校正系数和所述设备诊断结果对所述第二维度信息进行校正，并将校正结果输出到所述专家数据库中。本技术通过获取到的工业机器人的运行信息和环境信息对纠正设备故障预测数据库中的数据，提高了对工业机器人的故障预测能力。
37.本技术附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术实践了解到。
附图说明
38.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1为本技术实施例一种基于数据采集和设备诊断的专家数据库自学习方法的流程示意图；
40.图2为本技术另一实施例一种基于数据采集和设备诊断的专家数据库自学习装置的模块示意图。
具体实施方式
41.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部实施例。基于本申
请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本技术保护的范围。
42.如图1所述，本技术实施例所述的一种基于数据采集和设备诊断的专家数据库自学习方法，所述方法包括以下步骤：
43.110、根据第一预设任务表采集工业机器人中各部件的基础数据信息和部署所述工业机器人的环境数据信息。
44.120、根据第二预设任务表对所述基础数据信息和所述环境数据信息进行监测，并根据监测结果得到所述工业机器人的设备诊断结果。
45.130、提取所述工业机器人中各部件的基础数据信息和设置所述工业机器人的环境数据信息中的第一维度信息，在所述专家数据库中模糊查找所述第一维度信息，得到第二维度信息。
46.140、根据所述第一维度信息和所述第二维度信息，确定校正系数，根据所述校正系数和所述设备诊断结果对所述第二维度信息进行校正，并将校正结果输出到所述专家数据库中。
47.基于上述实施例，进一步地，所述根据第一预设任务表采集工业机器人中各部件的基础数据信息和部署所述工业机器人的环境数据信息，具体包括：
48.基于所述第一预设任务表中的第一任务信息，定时采集所述工业机器人中各部件的基础数据信息，所述基础数据信息包括所述工业机器人中各部件的专项数据和报警数据；
49.基于所述第一预设任务表中的第二任务信息，根据机器人的应用场景分类，定时采集部署所述工业机器人的环境数据信息，所述环境数据信息包括所述工业机器人的车间温度、湿度、灰尘和噪声。
50.基于上述实施例，进一步地，所述根据第二预设任务表对所述基础数据信息和所述环境数据信息进行监测，并根据监测结果得到所述工业机器人的设备诊断结果，具体包括：
51.基于所述第二预设任务表中的第三任务信息，定时对采集到的所述基础数据信息中的专项数据进行计算，得到所述专项数据的趋势变化数据，将所述趋势变化数据和对应的指标阈值进行比对，得到第一比对结果；
52.基于所述第二预设任务表中的第四任务信息，定时对采集到的所述环境数据信息中各项数据和对应的环境指标阈值进行比对，得到第二比对结果；
53.基于所述第二预设任务表中的第五任务信息，定时对采集到的所述基础数据信息中的报警数据进行计算，得到所述报警数据的报警分数；
54.若所述第一比对结果、所述第二比对结果和所述报警分数，得到所述工业机器人的设备诊断结果。
55.基于上述实施例，进一步地，所述提取所述工业机器人中各部件的基础数据信息和设置所述工业机器人的环境数据信息中的第一维度信息，具体包括：
56.提取不在对应的所述指标阈值中的专项数据、所述报警分数大于预设分数值的所述报警数据，和大于对应的所述环境指标阈值的环境数据信息中的数据作为所述第一维度信息。
57.基于上述实施例，进一步地，所述在所述专家数据库中模糊查找所述第一维度信息，得到第二维度信息，具体包括：
58.根据所述第一维度信息中的专项数据、环境数据信息和报警数据建立查找条目，所述查找条目包括根据所述专项数据、所述环境数据信息和所述报警数据，建立特征值、特征索引和特征类型；
59.其中，每一个所述专项数据对应一个所述查找条目，每一个所述环境数据信息对应一个所述查找条目，每一个所述报警数据对应一个所述查找条目；
60.根据所有所述查找条目在所述专家数据库中进行查找，若查找结果中已查找到的所述查找条目超过预设查找阈值时，确定所述查找结果有效；
61.当所述查找结果有效时，所述查找结果是所述第二维度信息，所述查找结果中的诊断信息是所述第二维度信息中的诊断信息。
62.作为本发明的一个优选实施例，进一步地，所述根据所述第一维度信息和所述第二维度信息，确定校正系数，根据所述校正系数和所述设备诊断结果对所述第二维度信息进行校正，并将校正结果输出到所述专家数据库中，具体包括：
63.计算所述第一维度信息中的各数据和所述第二维度信息中对应各数据的方差值，若所述方差值大于预设方差值，则根据所述第一维度信息中的数据和所述第二维度信息中对应的数据，计算得到所述第一维度信息中的数据的子校正系数；
64.否则，所述第一维度信息中的数据的子校正系数是第一预设值；
65.当所述子校正系数不是所述第一预设值时，将所述第二维度信息中对应的数据的取值范围根据所述子校正系数进行修正，并在所述第二维度信息中的诊断信息中添加所述设备诊断结果。
66.基于上述实施例所提出的一种基于数据采集和设备诊断的专家数据库自学习方法，包括根据第一预设任务表采集工业机器人中各部件的基础数据信息和部署所述工业机器人的环境数据信息；根据第二预设任务表对所述基础数据信息和所述环境数据信息进行监测，并根据监测结果得到所述工业机器人的设备诊断结果；提取所述工业机器人中各部件的基础数据信息和设置所述工业机器人的环境数据信息中的第一维度信息，在所述专家数据库中模糊查找所述第一维度信息，得到第二维度信息；根据所述第一维度信息和所述第二维度信息，确定校正系数，根据所述校正系数和所述设备诊断结果对所述第二维度信息进行校正，并将校正结果输出到所述专家数据库中。本技术通过获取到的工业机器人的运行信息和环境信息对纠正设备故障预测数据库中的数据，提高了对工业机器人的故障预测能力。
67.如图2所示，一种基于数据采集和设备诊断的专家数据库自学习装置，其特征在于，所述装置包括：
68.第一处理模块，用于根据第一预设任务表采集工业机器人中各部件的基础数据信息和部署所述工业机器人的环境数据信息；
69.第二处理模块，用于根据第二预设任务表对所述基础数据信息和所述环境数据信息进行监测，并根据监测结果得到所述工业机器人的设备诊断结果；
70.第三处理模块，用于提取所述工业机器人中各部件的基础数据信息和设置所述工业机器人的环境数据信息中的第一维度信息，在所述专家数据库中模糊查找所述第一维度
信息，得到第二维度信息；
71.第四处理模块，用于根据所述第一维度信息和所述设备诊断结果，确定校正系数，根据所述校正系数和所述设备诊断结果对所述第二维度信息进行校正，并将校正结果输出到所述专家数据库中。
72.基于上述实施例，进一步地，所述第一处理模块，具体用于基于所述第一预设任务表中的第一任务信息，定时采集所述工业机器人中各部件的基础数据信息，所述基础数据信息包括所述工业机器人中各部件的专项数据和报警数据；
73.基于所述第一预设任务表中的第二任务信息，根据机器人的应用场景分类，定时采集部署所述工业机器人的环境数据信息，所述环境数据信息包括所述工业机器人的车间温度、湿度、灰尘和噪声。
74.基于上述实施例，进一步地，所述根第二处理模块，具体用于基于所述第二预设任务表中的第三任务信息，定时对采集到的所述基础数据信息中的专项数据进行计算，得到所述专项数据的趋势变化数据，将所述趋势变化数据和对应的指标阈值进行比对，得到第一比对结果；
75.基于所述第二预设任务表中的第四任务信息，定时对采集到的所述环境数据信息中各项数据和对应的环境指标阈值进行比对，得到第二比对结果；
76.基于所述第二预设任务表中的第五任务信息，定时对采集到的所述基础数据信息中的报警数据进行计算，得到所述报警数据的报警分数；
77.若所述第一比对结果、所述第二比对结果和所述报警分数，得到所述工业机器人的设备诊断结果。
78.基于上述实施例，进一步地，所述第三处理模块，具体用于提取不在对应的所述指标阈值中的专项数据、所述报警分数大于预设分数值的所述报警数据，和大于对应的所述环境指标阈值的环境数据信息中的数据作为所述第一维度信息。
79.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
80.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
81.在本技术所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
82.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目
的。
83.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
84.所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
85.基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-on lymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
86.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。
87.以上，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。