專利名稱：智能狀態(tài)監(jiān)測和故障診斷系統(tǒng)的制作方法
背景 所公開的實施例是針對狀態(tài)監(jiān)測和故障診斷系統(tǒng)。
相關(guān)發(fā)展的簡要描述 由于自動化制造工具中所使用的機械手和其他機電設(shè)備(諸如用于生產(chǎn)半導(dǎo)體設(shè)備的自動化物料搬運平臺)的故障而引起的材料損傷和不定期的停工時間是常見的問題，這些問題通常是制造工具的終端用戶的相當(dāng)大的成本負(fù)擔(dān)。
已經(jīng)針對工業(yè)、汽車和航天應(yīng)用研發(fā)了多種健康監(jiān)測和故障診斷(HMFD)方法?，F(xiàn)有系統(tǒng)通常實現(xiàn)故障檢測來指示被監(jiān)測的系統(tǒng)中有地方出了問題，現(xiàn)有系統(tǒng)還實現(xiàn)故障隔離來確定故障的精確位置，也就是確定有故障的部件，并且實現(xiàn)故障識別來確定故障的幅度。
通常將隔離和識別任務(wù)一起稱作故障診斷。許多現(xiàn)有系統(tǒng)僅實現(xiàn)故障檢測和隔離階段。通常，用于HMFD的方法可以被劃分為兩大類不使用受到監(jiān)測和診斷的系統(tǒng)(也稱為“裝置(plant)”)的數(shù)學(xué)模型的那些方法，和那些使用數(shù)學(xué)模型的方法。不使用裝置的數(shù)學(xué)模型的方法包括物理冗余、使用專用傳感器、極限檢查、譜分析以及邏輯推理。
在物理冗余方法中，安裝多個傳感器來測量同一物理量。測量之間的任何重大差別指示傳感器故障。只用兩個并行的傳感器，故障隔離也許不可能，然而，用三個或更多個傳感器，可以形成隔離有故障的傳感器的投票方案。物理冗余通常包括額外的硬件成本和額外的重量。
專用傳感器明確地被安裝用于檢測和診斷。這些可以是在硬件中執(zhí)行極限檢查(見下)的極限傳感器(例如測量溫度或壓力)。其他專用傳感器可以測量一些故障指示物理量，這些物理量諸如聲音、振動、伸長率等。
在實踐中廣泛使用的極限檢查方法中，計算機比較裝置測量結(jié)果，以預(yù)置極限。超過閾值指示故障情況。在許多系統(tǒng)中，有兩個極限水平，第一極限水平用于預(yù)先警告而第二極限水平用于觸發(fā)應(yīng)急反應(yīng)。極限檢查可以延伸到監(jiān)測所選變量的時間趨勢。雖然簡單而且直接，但是極限檢查方法遭受兩個重大缺陷 (a)因為裝置變量由于正常的輸入變化可以廣泛變化，所以需要相當(dāng)保守地設(shè)置測試閾值；以及 (b)單個部件故障的影響可以傳播到許多裝置變量，從而引起令人混淆的多個警報并且使得隔離異常困難。
裝置測量的譜分析也可以被用于檢測和隔離。大多數(shù)裝置變量在正常的操作條件下呈現(xiàn)出典型的頻譜；與此的任何偏離可以是異常的指示。某些類型的故障甚至在頻譜中具有它們特性特征，從而促進故障隔離。
邏輯推理技術(shù)形成與上述方法互補的一大類，因為這些邏輯推理技術(shù)的目的在于評估由檢測硬件和軟件獲得的癥狀。最簡單的技術(shù)包括“如果有癥狀和癥狀那么結(jié)論”類型的邏輯規(guī)則。每個結(jié)論反過來可以用作下一規(guī)則中的癥狀，直到得到最終的結(jié)論。系統(tǒng)可以處理由檢測硬件和軟件所呈現(xiàn)的信息，或者可以與操作員進行交互作用，從而向他或她詢問特定癥狀并且指引他或她通過整個邏輯過程。
現(xiàn)在轉(zhuǎn)到確實使用裝置的數(shù)學(xué)模型的方法，這些基于模型的狀態(tài)監(jiān)測和故障診斷方法通常依賴于解析冗余的概念。與相互比較來自并行傳感器的測量結(jié)果的物理冗余對比，將傳感器的測量結(jié)果與相應(yīng)變量的解析計算的值進行比較。這種計算使用其他變量的目前的和/或先前的測量結(jié)果以及描述它們與所測量的變量的標(biāo)稱關(guān)系的數(shù)學(xué)裝置模型。該觀點可以延伸到比較從不同變量集中獲得的兩個解析產(chǎn)生的量。在任何一種情況下，得到的差異(稱之為殘差)指示系統(tǒng)中的故障。另一類基于模型的方法直接依賴于參數(shù)評價。
需要在生成殘差之后進行殘差評估，以便得到檢測和隔離決策。由于噪聲和模型誤差的存在，參數(shù)從不為零，即使沒有故障。因此，檢測決策要求相對于閾值測試殘差，閾值可以根據(jù)經(jīng)驗獲得或者通過理論考慮獲得。為了促進故障隔離，殘差發(fā)生器通常被設(shè)計用于隔離增強的殘差，從而展現(xiàn)出結(jié)構(gòu)屬性或方向性能。然后可以在結(jié)構(gòu)(布爾)或方向(幾何)框架中獲得隔離決策，包括或不包括統(tǒng)計學(xué)元素。
在基于模型的狀態(tài)監(jiān)測和故障診斷中對于殘差生成具有四種稍微重疊的方法卡爾曼濾波器、診斷觀測器、參數(shù)評價和奇偶關(guān)系。
卡爾曼濾波器的預(yù)測誤差可以被用作故障檢測殘差。如果沒有故障(和干擾)，其均值為零，并且在存在故障時，均值變?yōu)榉橇?。由于新息序列是白的，所以相對容易?gòu)造統(tǒng)計學(xué)測試。然而，利用卡爾曼濾波器，故障隔離有些不方便；需要運行一組“匹配濾波器”，對于每個可疑的故障并且對于每個可能的到達時間都有一個“匹配濾波器”，并且檢查哪個濾波器輸出可以與實際觀察結(jié)果匹配。
診斷觀測器創(chuàng)新也取得故障檢測殘差的資格。“未知輸入”設(shè)計技術(shù)可以被用來從有限數(shù)目的干擾中去耦殘差。殘差序列是有色的(colored)，這使得統(tǒng)計學(xué)測試有些復(fù)雜。觀測器設(shè)計中的自由度可以被用來增強用于隔離的殘差。通過放置觀測器的極，可以將故障響應(yīng)的動態(tài)特性控制在一定極限內(nèi)。
參數(shù)評價是檢測和隔離參數(shù)(乘性)故障的自然方法。通過首先識別無故障情況下的裝置獲得參考模型。然后，重復(fù)地在線重新識別參數(shù)。與參考模型的偏離用作檢測和隔離的基礎(chǔ)。參數(shù)評價可以比解析冗余方法更可靠，但是在在線計算和輸入激勵要求方面也更苛求。
奇偶(一致性)關(guān)系被重新排列，直接輸入-輸出模型方程受到線性動態(tài)變換。所變換的殘差用于檢測和隔離。殘差序列是有色的，就像觀測器的情況那樣。變換所提供的設(shè)計自由度可以被用于干擾去耦和故障隔離增強。而且，響應(yīng)的動態(tài)特性可以被分配在由因果關(guān)系和穩(wěn)定性的要求所提出的極限內(nèi)。
直接應(yīng)用于半導(dǎo)體制造系統(tǒng)的健康監(jiān)測和故障診斷方法通常已被限于為數(shù)不多的故障，例如，那些與接頭間隙(joint backlash)相關(guān)聯(lián)的故障。這可能是因為其他限制，諸如故障的可變性、不穩(wěn)定并且不一致的操作條件和隨時間的過去所收集的有限的部件特性可用性存在于這個區(qū)域中。上述的解析方法已經(jīng)主要應(yīng)用到由線性方程所限定的系統(tǒng)并且不直接應(yīng)用于其動態(tài)特性是非線性的系統(tǒng)。然而，有如下幾個實例使用參數(shù)識別、卡爾曼濾波器方法的機器人系統(tǒng)應(yīng)用，使用多個線性神經(jīng)網(wǎng)絡(luò)模型用于機器人故障診斷以及使用診斷觀測器用于檢測模擬的電動液壓執(zhí)行機制中的故障。
提供一種改進的系統(tǒng)用于監(jiān)測狀態(tài)和診斷故障將會是有利的。


發(fā)明內(nèi)容
這里公開的實施例是針對一種用于狀態(tài)監(jiān)測和故障診斷的系統(tǒng)，該系統(tǒng)包括針對一個或多個部件獲取所選變量的時間歷程(timehistory)的數(shù)據(jù)采集功能、計算時間歷程的指定特性的預(yù)處理功能、用于評估特性以產(chǎn)生一個或多個部件的狀態(tài)的一個或多個假設(shè)的分析功能以及用于由一個或多個假設(shè)確定一個或多個部件的狀態(tài)的推理功能。
在另一實施例中，一種部件狀態(tài)監(jiān)測和故障診斷方法包括針對一個或多個部件獲取所選變量的時間歷程，計算時間歷程的指定特性，評估特性以生成一個或多個部件的狀態(tài)的一個或多個假設(shè)，以及由一個或多個假設(shè)確定一個或多個部件的狀態(tài)。
在另一實施例中，一種計算機程序產(chǎn)品包括一種計算機可用介質(zhì)，該計算機可用介質(zhì)具有用于部件狀態(tài)監(jiān)測和故障診斷的計算機可用程序代碼，當(dāng)該程序代碼在計算機上運行時，使計算機針對一個或多個部件獲取所選變量的時間歷程，計算時間歷程的指定特性，評估特性以生成一個或多個部件的狀態(tài)的一個或多個假設(shè)，以及由一個或多個假設(shè)確定一個或多個部件的狀態(tài)。
又一實施例包括一種用于部件狀態(tài)監(jiān)測和故障診斷的系統(tǒng)，該系統(tǒng)具有針對一個或多個部件獲取所選變量的時間歷程的數(shù)據(jù)采集功能、計算時間歷程的指定特性的預(yù)處理功能、用于評估特性以產(chǎn)生一個或多個部件的狀態(tài)的一個或多個假設(shè)的分析功能、用于由一個或多個假設(shè)確定一個或多個部件的狀態(tài)的推理功能、以及管理器功能，該管理器功能確定由數(shù)據(jù)采集功能所獲取的所選變量、觸發(fā)預(yù)處理功能中的數(shù)據(jù)處理用于計算指定特性、發(fā)起由分析功能進行的特性評估以產(chǎn)生假設(shè)并且觸發(fā)由推理功能進行的部件狀態(tài)的推導(dǎo)。



在下面的說明中，將結(jié)合附圖解釋目前公開的實施例的上述方面以及其他特征，其中 圖1示出了根據(jù)所公開的實施例的狀態(tài)監(jiān)測和故障診斷系統(tǒng)； 圖2示出了用于實現(xiàn)所公開的實施例的示范性功能控制器； 圖3示出了用于半導(dǎo)體設(shè)備的生產(chǎn)的自動化物料搬運平臺； 圖4示出了五軸直接驅(qū)動機械手； 圖5示出了真空驅(qū)動的邊緣接觸夾持器(edge contact gripper)； 圖6示出了面接觸吸力夾持器(suction gripper)； 圖7示出了具有一個或多個映射器傳感器(mapper sensor)的末端執(zhí)行器； 圖8示出了增量旋轉(zhuǎn)光編碼器； 圖9示出了絕對旋轉(zhuǎn)光編碼器； 圖10示出了用于增量編碼器數(shù)據(jù)完整性檢查的方法； 圖11示出了用于絕對編碼器數(shù)據(jù)完整性檢查的方法； 圖12示出了正常狀態(tài)下的機器人在連續(xù)延伸移動中到偏心站的能量耗散曲線； 圖13針對連續(xù)延伸移動比較不同相角的能量耗散值； 圖14示出了在三十天間隔后同一機器人中兩個不同電機相角的能量耗散數(shù)據(jù)； 圖15比較相隔三十天的正常機器人中的能量耗散； 圖16示出了隨著時間的推移對于兩個不同的相角的橫梁電機電流(traverser motor current)； 圖17示出了相對于標(biāo)稱電流的電機電流殘差的變化； 圖18示出了相對于速度的轉(zhuǎn)矩殘差的變化； 圖19示出了在有制動阻力和沒有制動阻力的情況下的Z電機轉(zhuǎn)矩的比較； 圖20示出了Z電機轉(zhuǎn)矩的殘差圖；以及 圖21示出了模型預(yù)測與實際轉(zhuǎn)矩值的比較。

具體實施例方式 圖1示出了如這里所公開的適于監(jiān)測狀態(tài)并且適于診斷機器故障的系統(tǒng)100的框圖。雖然參考附圖描述公開的實施例，但是應(yīng)理解的是，這些實施例可以以許多替換的形式實現(xiàn)。此外，任何合適類型、形式或物理形狀的元件或材料都可以使用。
所公開的實施例是針對一種評價系統(tǒng)部件的狀態(tài)(稱為健康監(jiān)測)和執(zhí)行故障診斷的系統(tǒng)和方法。作為健康監(jiān)測和故障診斷功能的結(jié)果，該系統(tǒng)還可以根據(jù)需要調(diào)度預(yù)測性維護或者服務(wù)，并且調(diào)整系統(tǒng)過程以維護操作，直到可以執(zhí)行維護或服務(wù)。
狀態(tài)評價指的是測量系統(tǒng)部件的操作的特性、性能、輸出或其他指標(biāo)，以確定其狀態(tài)。故障診斷指的是由操作的指標(biāo)、其他部件特性或由系統(tǒng)操作識別部件故障的能力。自動化的故障診斷可以輔助操作員進行故障分類和故障排除任務(wù)，或使操作員免除這些任務(wù)，這些任務(wù)包括診斷錯誤代碼和交互診斷屏幕。
預(yù)測性維護指的是所執(zhí)行的維護適當(dāng)操作的任務(wù)，而服務(wù)指的是在非運行(non-operational)部件上執(zhí)行的任務(wù)，以將該部件恢復(fù)到運行狀態(tài)。
如圖1中所示，本系統(tǒng)可以包括四個功能數(shù)據(jù)采集功能105、預(yù)處理功能110、分析功能115和推理功能120。另外，功能105、110、115、120的操作可以由健康監(jiān)測和故障診斷管理器130來協(xié)調(diào)。四個功能105、110、115、120和管理器130中的每一個可以以軟件、硬件或兩者的任意組合來實現(xiàn)。
系統(tǒng)100的軟件實現(xiàn)的部分可以駐留在用計算機程序(例如機器可讀程序源代碼)編碼的一個或多個程序存儲設(shè)備上，該計算機程序適于使一個或多個計算機執(zhí)行在所公開的實施例中所描述的操作。程序存儲設(shè)備可以包括諸如帶或盤的磁介質(zhì)、或者計算機硬盤驅(qū)動器、光介質(zhì)、半導(dǎo)體介質(zhì)、或任何其他的適于存儲計算機程序的設(shè)備。
所公開的實施例的特征在于數(shù)據(jù)采集功能在正被監(jiān)測的機器的運行期間獲取所選變量的時間歷程，預(yù)處理功能計算所獲取的時間歷時的具體特性，分析功能評估變量所相關(guān)聯(lián)的各個部件的特性并且產(chǎn)生關(guān)于每個部件的狀態(tài)的一個或多個假設(shè)，并且推理功能推導(dǎo)機器的整體評價，該整體評價包括機器的各個部件的狀態(tài)和機器在良好運行狀態(tài)的置信度。出于所公開的實施例的目的，機器可以是光學(xué)設(shè)備、機械設(shè)備、電氣設(shè)備或機電設(shè)備、計算機軟件程序或者上述項目的任何組合并且可以包括運行可以被監(jiān)測的任何實體。
所公開的實施例的又一特征在于，該系統(tǒng)可以以分層分布的方式實現(xiàn)。例如，每個功能的多個實例可以在于機器內(nèi)的逐漸更高級的控制器或者與這些控制器相關(guān)，使得出于健康監(jiān)測和故障診斷目的而要求的數(shù)據(jù)在存在處理數(shù)據(jù)的足夠智能的水平上使用。
作為又一實例，機器可以是半導(dǎo)體生產(chǎn)系統(tǒng)，其中主控制器利用多個機械手監(jiān)督大氣部分。每個機械手可以具有多個電機。數(shù)據(jù)采集功能的實例可以在于每個電機控制器，并且預(yù)處理功能的實例可以在于控制一組電機控制器的每個機器人控制器。用于大氣部分的控制器可以持有分析功能的實例，并且主控制器可以持有推理功能的實例。這個分層方法通過消除各個數(shù)據(jù)點從每個單獨的設(shè)備控制器上行通過系統(tǒng)體系結(jié)構(gòu)到達主控制器的實時流的需要而減少了網(wǎng)絡(luò)流量。這個方法也是有利的，因為該方法消除了上級控制器為各種設(shè)備配置數(shù)據(jù)采集過程的需要，每個設(shè)備具有要求不同處理算法來監(jiān)測的不同類型的變量。
應(yīng)該注意分層或分布式方法不同于現(xiàn)有的稱為電子診斷的集中式趨勢。在電子診斷中，健康監(jiān)測和故障診斷所必需的所有數(shù)據(jù)都被發(fā)送到高級控制器(諸如上面提及的主控制器)，并且在這個高水平上進行分析。這種方法要求非常高的數(shù)據(jù)量，以從低級控制器一直傳播到高級控制器，通常是實時傳播。另外，高級控制器需要存儲自動化系統(tǒng)的所有部件的屬性，諸如存儲電機參數(shù)或機器人的運動和動態(tài)模型，以便能夠處理所收集的數(shù)據(jù)。
返回到圖1，每個功能通常從較低級別接收數(shù)據(jù)，處理數(shù)據(jù)并且將處理過的數(shù)據(jù)傳遞到下一個功能或最終傳遞到用戶或較高級的系統(tǒng)。
圖2示出了示范性功能控制器200，在該功能控制器200之內(nèi)可以實現(xiàn)四個功能105、110、115和120和管理器130中的每一個。每個功能可以在預(yù)先存在于系統(tǒng)100內(nèi)的硬件或軟件功能控制器中運行。例如，每個功能可以駐留在部件控制器中，指引多個部件的操作的控制器、控制子系統(tǒng)的控制器或者系統(tǒng)控制器中。每個功能還可以用專用硬件或軟件來實現(xiàn)。
功能控制器200通?？梢园ㄌ幚砥?05、只讀存儲器210、隨機存取存儲器215、程序存儲器220、用戶接口225和網(wǎng)絡(luò)接口230。
處理器205可以包括板上高速緩存(on board cache)235并且通?？刹僮鱽韽挠嬎銠C程序產(chǎn)品讀取信息和程序，計算機程序產(chǎn)品例如計算機可用介質(zhì)，諸如板上高速緩存235、只讀存儲器210、隨機存取存儲器215和程序存儲器220。
在加電時，處理器205可以開始運行在只讀存儲器210中找到的程序，并且在初始化之后，可以將指令從程序存儲器220裝載到隨機存取存儲器215并且在那些程序的控制下運行。常用指令可以暫時存儲在板上高速緩存235中。只讀存儲器210和隨機存取存儲器215都可以利用半導(dǎo)體技術(shù)或任何其他合適的材料和技術(shù)。程序存儲器220可以包括軟磁盤、計算機硬盤驅(qū)動器、只讀光盤(CD，compact disk)、數(shù)字通用光盤(DVD)、光盤、芯片、半導(dǎo)體、或任何其他能夠存儲形式為計算機可讀代碼的程序的設(shè)備。
板上高速緩存235、只讀存儲器210、隨機存取存儲器215和程序存儲器220或者單獨地或者以任何組合可以包括操作系統(tǒng)程序。操作系統(tǒng)程序可以用可選的實時操作系統(tǒng)來補充，以提高由功能控制器200提供的數(shù)據(jù)質(zhì)量并且允許功能控制器200提供有保證的響應(yīng)時間。
特別地，板上高速緩存235、只讀存儲器210、隨機存取存儲器215和程序存儲器220或者單獨地或者以任何組合可以包括程序，用于使處理器205執(zhí)行數(shù)據(jù)采集、預(yù)處理、分析、推理功能以及下面描述的健康監(jiān)測和故障診斷管理器的操作。另外，板上高速緩存235、只讀存儲器210、隨機存取存儲器215和程序存儲器220可以裝載有新的或被升級的程序，例如由處理器205通過網(wǎng)絡(luò)接口230裝載。
網(wǎng)絡(luò)接口230通?？梢赃m于提供功能控制器200和其他功能控制器、系統(tǒng)控制器或者其他系統(tǒng)之間的接口。網(wǎng)絡(luò)接口230可以運行以從一個或多個另外的功能控制器接收數(shù)據(jù)并且將數(shù)據(jù)發(fā)送到相同的或其他功能控制器。網(wǎng)絡(luò)接口230還可以提供到全局診斷系統(tǒng)的接口，全局診斷系統(tǒng)可以提供遠程監(jiān)測和診斷服務(wù)。
通信網(wǎng)絡(luò)120可以包括公共交換電話網(wǎng)絡(luò)(PSTN)、因特網(wǎng)、無線網(wǎng)絡(luò)、有線網(wǎng)絡(luò)、局域網(wǎng)(LAN)、廣域網(wǎng)(WAN)、虛擬專用網(wǎng)(VPN)等，并且還可以包括其他類型的網(wǎng)絡(luò)，包括X.25、TCP/IP、ATM等。在一個實施例中，通信網(wǎng)絡(luò)120可以是IEEE 1349網(wǎng)絡(luò)，也稱為“防火墻”網(wǎng)絡(luò)。
功能控制器200可以包括具有顯示器240和諸如鍵盤255或鼠標(biāo)245的輸入設(shè)備的用戶接口225。用戶接口可以通過用戶接口控制器250在處理器205的控制下運行，并且可以給用戶提供圖形用戶接口，以使健康監(jiān)測和故障診斷的結(jié)果顯現(xiàn)。用戶接口還可以被用來引導(dǎo)服務(wù)人員通過故障排除例行程序或修復(fù)過程。另外，用戶接口控制器還可以提供連接或接口255，用于與其他功能控制器、外部網(wǎng)絡(luò)、另一控制系統(tǒng)或主計算機進行通信。
返回圖1，數(shù)據(jù)采集功能105運行來收集關(guān)于正被監(jiān)測的設(shè)備的運行的所選變量的時間歷程。時間歷程指的是特定變量或變量組隨著時間的過去而變化的值的集合。除了上述功能控制器200的元件，數(shù)據(jù)采集功能105包括一個或多個緩沖器125，用于采集所選變量的值。數(shù)據(jù)采集功能105還包括程序和電路135，用于指定要記錄的設(shè)備信號和變量，設(shè)置用于數(shù)據(jù)記錄的采樣周期、設(shè)置用于數(shù)據(jù)記錄的觸發(fā)模式(例如事件觸發(fā)、移動開始觸發(fā)、移動結(jié)束觸發(fā)、當(dāng)超過閾值時觸發(fā)、當(dāng)?shù)陀陂撝禃r觸發(fā)、延時觸發(fā))、設(shè)置要記錄的樣本數(shù)以及設(shè)置停止數(shù)據(jù)記錄的機制(例如當(dāng)指定時停止、事件停止、移動結(jié)束時停止、出錯時停止、延時停止)。
預(yù)處理功能115確定所獲取的時間歷程的指定特性。例如，指定特性可以包括平均信號值或最大功率消耗。預(yù)處理功能執(zhí)行的示范性計算可以包括簡單的數(shù)學(xué)運算，諸如加、減、乘、除、計算最大值、最小值和平均值、傅立葉變換、小波變換和各種數(shù)學(xué)模型的評估。除了上述功能控制器200的元件以外，預(yù)處理功能115包括程序和電路140，用于從數(shù)據(jù)采集功能105接收時間歷程并且用于執(zhí)行所要求的簡單計算。
分析功能120包括算法，用于分析多個單獨部件的特性以及用于產(chǎn)生關(guān)于每個部件的狀態(tài)的一個或多個假設(shè)。例如，分析功能120可以包括具體適應(yīng)于正檢查的特性類型(諸如電壓、電流、轉(zhuǎn)矩、信號變化等)的各種分析算法145。作為又一實例，當(dāng)在自動化的制造工具中實現(xiàn)時，分析功能120可以包括用于編碼器信號分析、電機PWM和電流分析、電源電壓分析、跟蹤誤差分析和機器人轉(zhuǎn)矩分析的算法。算法可以訪問并且可以利用包括簡單的閾值規(guī)則155、模糊邏輯160、神經(jīng)網(wǎng)絡(luò)165、回歸分析170和模式識別技術(shù)175的各種分析方法的庫150。
推理功能125基于從分析功能120獲得的假設(shè)推導(dǎo)系統(tǒng)100的最終響應(yīng)，包括各個部件的狀態(tài)和一個或多個被監(jiān)測的設(shè)備處于良好健康狀態(tài)的置信度。推理功能125可以包括專家診斷系統(tǒng)180，該專家診斷系統(tǒng)180可以例如包括具有關(guān)于系統(tǒng)部件和子系統(tǒng)的給定參數(shù)集的、基于規(guī)則的信息的知識庫197。專家診斷系統(tǒng)180可以基于例如布爾邏輯185、模糊邏輯190或神經(jīng)網(wǎng)絡(luò)195利用各種方法。
本系統(tǒng)100的功能由健康監(jiān)測和故障診斷(HMFD)管理器130協(xié)調(diào)。管理器130可以配置并初始化數(shù)據(jù)采集、預(yù)處理、分析和推理功能的每一個，以針對多個給定的被監(jiān)測設(shè)備來運行。
例如，管理器130可以用要記錄的多個變量連同要記錄的多個樣本以及觸發(fā)信息來初始化數(shù)據(jù)采集功能105，以便為了預(yù)處理功能而產(chǎn)生一個或多個時間歷程。管理器130可以協(xié)調(diào)數(shù)據(jù)采集功能105在多個采集模式中的任意采集模式下的操作，例如，數(shù)據(jù)采集總是可以發(fā)生在正被監(jiān)測的設(shè)備正常運行期間?；蛘弋?dāng)設(shè)備執(zhí)行某些是其常規(guī)操作的部分的預(yù)定操作時可以發(fā)生數(shù)據(jù)采集，其在比較當(dāng)前信號與正?；€輪廓(profile)時是方便的?？商鎿Q地，當(dāng)正被監(jiān)測的設(shè)備執(zhí)行一組為了健康監(jiān)測和故障診斷目的具體預(yù)先設(shè)計的模板操作時，可以定期觸發(fā)數(shù)據(jù)采集。在一個實施例中，管理器可以將在數(shù)據(jù)采集操作期間記錄的數(shù)據(jù)量限制到最小量，用于檢測被監(jiān)測的設(shè)備的惡化健康或用于診斷該設(shè)備的故障。
在一些實施例中，當(dāng)檢測到潛在問題時，管理器130可以通過數(shù)據(jù)采集功能105發(fā)起另外數(shù)據(jù)的采集，用于精確的故障診斷。管理器130還可以發(fā)起為了健康檢測和故障診斷的目的具體預(yù)先設(shè)計的模板序列。這個序列可以是某個故障模式或一類故障模式所特有的。
管理器130可以運行來通過指定當(dāng)時間歷程被發(fā)送到預(yù)處理功能110時將發(fā)生的預(yù)處理的類型來初始化預(yù)處理功能110。另外，針對從預(yù)處理功能110接收的各種數(shù)據(jù)特性，管理器130可以用要在數(shù)據(jù)上執(zhí)行的分析類型來預(yù)置分析功能115。管理器130還可以預(yù)先裝載庫150并且指定在不同分析中使用的方法。此外，當(dāng)分析完成時，管理器130可以觸發(fā)在推理功能125中進行決策。
如上所提及的那樣，系統(tǒng)100提供至少兩個不同的功能健康監(jiān)測和故障診斷。健康監(jiān)測的目的是執(zhí)行自動化工具的各個部件的狀態(tài)評價，并且當(dāng)識別任何一個部件的有問題的狀態(tài)時報告服務(wù)請求。這個信息可以用于預(yù)防性維護、減少由于無法預(yù)料的故障引起的材料損壞和不定期停工時間。另外，本系統(tǒng)可以調(diào)整自動化工具的操作，以盡可能地保持工具可使用(functional)，減少進行中的故障對關(guān)鍵性能特性的影響，和/或增加到致命故障的時間，使得工具可以運行直到可以對該工具進行維修，例如，直到下一次定期維護發(fā)生。
另一方面，故障診斷的目的是補充操作員進行故障分類和故障排除任務(wù)或使操作員免除這些任務(wù)，這些任務(wù)包括診斷錯誤代碼和交互診斷屏幕，因此改進了服務(wù)的響應(yīng)度、質(zhì)量和成本。
用于半導(dǎo)體設(shè)備生產(chǎn)的自動物料搬運平臺將被用作示范性實施例，其中可以實踐本狀態(tài)監(jiān)測和故障診斷系統(tǒng)。
在圖3中示意性地畫出了用于半導(dǎo)體設(shè)備生產(chǎn)的示范性物料搬運平臺，表1中列出了主要部件的注釋。
表1圖3的自動物料搬運平臺的注釋 該平臺具有大氣部分301、真空部分302和一個或多個處理模塊303。
大氣部分301可以包括外殼304、一個或多個裝載埠305、一個或多個機械手306、一個或多個基板對準(zhǔn)器307和扇形濾波器單元308。該大氣部分301還可以包括一個或多個電離單元(未示出)。真空部分可以包括真空室309、一個或多個裝載鎖310、一個或多個機械手311、一個或多個真空泵312以及多個狹口閥313，狹口閥313通常位于大氣部分301與裝載鎖310的接口處、位于裝載鎖310和真空室309之間并且位于真空室309和處理模塊303之間。
平臺的運行由工具控制器314協(xié)調(diào)，該工具控制器314監(jiān)督大氣部分控制器315、真空部分控制器316和一個或多個過程控制器317。大氣部分控制器315負(fù)責(zé)一個或多個裝載埠控制器318、一個或多個大氣機器人控制器319、一個或多個對準(zhǔn)器控制器320以及扇形濾波器單元控制器321。裝載埠控制器318、大氣機器人控制器319和對準(zhǔn)器控制器320中的每一個又負(fù)責(zé)一個或多個電機控制器322。真空部分控制器316負(fù)責(zé)一個或多個真空機器人控制器323，控制真空泵312并且操作狹口閥313。過程控制器317的角色取決于在處理模塊303中執(zhí)行的操作。
在一些情況下，將兩個或多個層的控制組合到單個控制器中是實用的。例如，大氣機器人控制器119和相對應(yīng)的電機控制器122可以被組合在單個集中的機器人控制器中，或者大氣部分控制器115可以與大氣機器人控制器119組合，以消除對兩個分離的控制器單元的需要。
在圖3的平臺中可以采用五軸直接驅(qū)動機械手。這種機械手的簡化示意圖在圖4提供。在表2中列出了主要部件的注釋。
表2圖4的機械手的注釋 參考圖4，機械手是圍繞從圓形安裝法蘭402懸掛下來的開放圓柱形機架401構(gòu)造的。機架401合并了垂直軌403與線性軸承404，以提供到車架405的引導(dǎo)，車架405由無刷DC電機406經(jīng)由滾珠螺桿機制407來驅(qū)動。車架405容納一對裝備有光編碼器410、411的同軸無刷DC電機408、409。上部電機408驅(qū)動連接到機器人臂的第一連桿414的空心外軸412。下部電機409連接到同軸內(nèi)軸413，該同軸內(nèi)軸413經(jīng)由皮帶傳動415被耦合到第二連桿416。第一連桿414容納無刷DC電機417，該無刷DC電機417通過兩級皮帶裝置418A、419A驅(qū)動上部末端執(zhí)行器420A。采用另一DC無刷電機417B和兩級皮帶傳動418B、419B來激勵下部末端執(zhí)行器420B。每一級418A、418B、419A和419B都以輸入和輸出滑輪之間為1∶2的比率來設(shè)計。通過真空激勵的邊緣接觸夾持器或面接觸吸力夾持器將基板421A和421B分別保持附著到末端執(zhí)行器420A和420B。參考圖5和6的示范性夾持器的設(shè)計。
第一連桿414、第二連桿416、上部末端執(zhí)行器420A和下部末端執(zhí)行器420B在全文中也分別稱為上臂、前臂、末端執(zhí)行器A和末端執(zhí)行器B。點A、B和C分別指示稱為肩、肘和腕關(guān)節(jié)的旋轉(zhuǎn)耦合(revolutecoupling)。點D表示指示基板中心在相對應(yīng)的末端執(zhí)行器上的期望位置的參考點。
實例機械手的控制系統(tǒng)可以是分布式類型的。該控制系統(tǒng)包括電源429、主控制器422和電機控制器423A、423B和423C。主控制器422負(fù)責(zé)監(jiān)督任務(wù)和軌跡規(guī)劃。每個電機控制器423A、423B和423C執(zhí)行一個或兩個電機的位置和電流反饋回路。在圖4中，控制器423A控制電機408和409，控制器423B控制電機417A和417B，并且控制器423C控制電機406。除了執(zhí)行反饋回路以外，電機控制器還采集諸如電機電流、電機位置和電機速度的數(shù)據(jù)，并且使該數(shù)據(jù)流到主控制器。電機控制器423A、423B和423C通過高速通信網(wǎng)絡(luò)425被連接到主控制器。由于關(guān)節(jié)A是無限旋轉(zhuǎn)關(guān)節(jié)，所以通信網(wǎng)絡(luò)425通過滑環(huán)426進行路由。另外的電子單元424A和424B可以被用來分別支持末端執(zhí)行器420A和420B的邊緣接觸夾持器。
圖5示出了真空激勵的邊緣接觸夾持器系統(tǒng)的示意圖。該邊緣接觸夾持器系統(tǒng)包括在一端附著到真空線的波紋管(bellow)501以及附著到另一端的柱塞503。在沒有真空的情況下，裝有彈簧的柱塞相對固定的檔塊(stop)504推基板505并且將該基板505保持在原位。在存在真空的情況下，柱塞縮回，這釋放其對基板的支配力(hold)。標(biāo)志507的位置被用來確定柱塞的位置，該位置又指示以下三種狀態(tài)之一松開(柱塞503縮回)、適當(dāng)夾住(柱塞503部分延伸)以及夾緊故障(柱塞503完全伸展)。通過打開和關(guān)閉真空閥(諸如圖4中的431A和431B)來操作夾持器。真空壓力可以由壓力傳感器(諸如圖4中的432A或432B)來測量。
圖6示出了表面接觸吸力夾持器的橫斷面視圖。機器人末端執(zhí)行器603具有兩個或更多個連接到真空線604的孔口605。在存在真空的情況下，基板601被拉向末端執(zhí)行器403并且借助摩擦被保持在原位。夾持器動作由諸如圖4中的431A或431B的真空閥啟動。末端執(zhí)行器603上存在或不存在基板601可以由諸如圖4中的432A或432B的壓力傳感器確定。如果基板601存在，則壓力傳感器432A或432B檢測到真空。
如上所述，兩種類型的夾持器要求打開或關(guān)閉真空線的諸如圖4中的閥431A和431B的真空閥。真空閥可以由主控制器或電機控制器422、423A-C來控制。另外，真空系統(tǒng)還可以裝備有諸如傳感器432A和432B的壓力傳感器，這些壓力傳感器被用來確定真空系統(tǒng)中的真空水平。
針對真空激勵的邊緣接觸夾持器或面接觸吸力夾持器使用真空要求真空線穿過關(guān)節(jié)，從而將諸如真空泵的外部真空源連接到末端執(zhí)行器。由于關(guān)節(jié)A和C是連續(xù)的旋轉(zhuǎn)關(guān)節(jié)，所以唇形密封433、434A和434B被用來跨越關(guān)節(jié)A和C發(fā)送真空。
在一些情況下，每個機器人末端執(zhí)行器420A、420B可以裝備有基板存在傳感器(substrate presence sensor)。這個傳感器或者可以補充上述的用于圖5的真空激勵的邊緣接觸夾持器和圖6的面接觸吸力夾持器的基板存在感測方法，或者諸如當(dāng)基板被動地被保持在末端執(zhí)行器上時，例如通過基板和末端執(zhí)行器之間的摩擦力被保持時，可以用作基板存在感測的唯一裝置。
每個末端執(zhí)行器420A、420B還可以裝備有基板映射器傳感器，諸如圖4中的428A和428B。每個映射器傳感器包括光發(fā)射器701和光接收器702，如圖7中所示。當(dāng)機器人掃描基板載體時，光檢測器的二進制輸出改變狀態(tài)并且由確定基板載體中的每個槽中的晶片存在與否的控制器來讀取。每當(dāng)二進制輸出改變狀態(tài)時，控制器還記錄機器人的軸位置，并且使用該信息檢測裝載埠中的“十字槽(cross-slotted)”晶片和“雙重放置(doubly-placed)”的晶片。
控制機器人的垂直運動的電機(圖4中的電機406)裝備有電磁激勵的制動裝置435。在不存在電機轉(zhuǎn)矩的情況下，制動裝置嚙合，以便防止機器人自由摔落。垂直軸還可以裝備有超程(over-travel)傳感器(諸如限位開關(guān))，這些傳感器檢測車架405何時超過垂直運動的可允許范圍。
機械手可以包括附加部件，諸如冷卻風(fēng)扇，以去除電機和電子裝置產(chǎn)生的熱。在一些應(yīng)用中，機械手可以被安裝在水平活動平臺(traverser)上。
由于諸如圖4中的410和411的光編碼器對機器人的正常運行至關(guān)重要并且代表健康監(jiān)測和故障診斷的有價值的信息源，所以應(yīng)該提供它們功能的更詳細說明。旋轉(zhuǎn)的光編碼器是將角運動轉(zhuǎn)換為容易與控制器連接的數(shù)字輸出的設(shè)備。有兩種類型的光編碼器增量式和絕對式。
旋轉(zhuǎn)的增量式光編碼器(圖8)可以具有以下部件光源、旋轉(zhuǎn)編碼器盤、靜止掩模、光電檢測器以及放大來自光電檢測器的輸出信號并使這些輸出信號平整(square)的電子裝置。由于編碼器盤在掩模之前旋轉(zhuǎn)，所以該編碼器盤遮閉來自光源的光。通過掩模的光被光電檢測器接收，該光電檢測器產(chǎn)生形式為準(zhǔn)正弦波輸出的脈沖。編碼器電子裝置將這個輸出轉(zhuǎn)換為方波形狀，準(zhǔn)備發(fā)送到計數(shù)器。計數(shù)的數(shù)目與編碼器盤的角位置直接成比例。許多編碼器還包括單個零點標(biāo)志，該零點標(biāo)志對于每機械旋轉(zhuǎn)提供一個脈沖以供參考，例如以確定原位置。
原則上，旋轉(zhuǎn)的絕對式光編碼器(圖9)類似于增量式編碼器，因為旋轉(zhuǎn)盤中斷源與光電檢測器之間的光，以產(chǎn)生輸出信號。然而，與單軌增量式編碼器相反，絕對式編碼器的特征在于數(shù)個同心軌道，每個軌道都具有透明段和不透明段的圖案。這些獨立的軌道為每個可分辨的位置提供唯一的組合。由于絕對式編碼器的每個位置是唯一的，所以當(dāng)去除電源時，絕對式編碼器并不會釋放位置，并且不必通過返回到零或原位置來初始化系統(tǒng)。在大多數(shù)應(yīng)用中，只有當(dāng)接通設(shè)備時，才確定絕對位置。從那個點開始，為了使得可能快速地獲得高分辨率，基于模擬的sin/cos信號以遞增的方式確定位置。
實例機械手是具有可能展現(xiàn)出故障的多個部件的復(fù)雜的機電系統(tǒng)。這些部件包括電源、電機、編碼器、帶、軸承、滾珠螺桿、制動裝置、真空系統(tǒng)部件、通信系統(tǒng)部件、主控制器、電機控制器和冷卻風(fēng)扇。
本狀態(tài)監(jiān)測和故障診斷系統(tǒng)使用所選信號的時間歷程來執(zhí)行各個系統(tǒng)部件的狀態(tài)評價。可以從已經(jīng)存在于工具中的源獲得信號，或者信號可以來自出于健康監(jiān)測和故障診斷的目的而具體添加的附加傳感器。
通常，期望從已經(jīng)存在于工具中的源提取盡可能多的信息，即從由機器人和其他設(shè)備使用的那些源來提取，以實現(xiàn)期望的功能。這是因為附加傳感器導(dǎo)致增加的復(fù)雜性和成本。然而，在一些情況下，出于健康監(jiān)測和故障診斷的目的而具體添加傳感器可能是優(yōu)選的，因為從現(xiàn)有信號中提取所有信息是不可能的或者要求復(fù)雜的算法，這需要運行在更強大的和更昂貴的處理器上，并且可以昂貴地開發(fā)和支持。
現(xiàn)有可測量的信號 典型地，以下信號存在于自動化的制造工具中，并且可用于狀態(tài)監(jiān)測和故障診斷 (a)電機PWM負(fù)載(duty)電機的PWM負(fù)載是在任何給定時間供給每個電機相的輸入電壓的百分比。每個電機相的占空比可用于健康監(jiān)測和故障診斷系統(tǒng)。
(b)電機電流電機電流代表流過每個電機的三個相中的每一個的電流。電機電流可以被獲得為絕對值或最大電流的百分比。如果被獲得為絕對值，則該電流的單位是安培。電機電流值又可以使用電機轉(zhuǎn)矩-電流關(guān)系被用來計算電機轉(zhuǎn)矩，。
(c)實際位置、速度和加速度這些是每個電機軸的位置、速度和加速度。對于旋轉(zhuǎn)軸，位置、速度和加速度值的單位分別是度、度/秒和度/平方秒。對于平移軸，位置、速度和加速度值的單位分別是毫米、毫米/秒和毫米/平方秒。
(d)期望的位置、速度和加速度這些是控制器命令電機所具有的位置、速度和加速度值。這些屬性與上述的實際位置、速度和加速度具有類似的單位。
(e)位置和速度跟蹤誤差這些是相應(yīng)的希望的值與實際值之間的差。這些屬性與上述的實際位置、速度和加速度具有類似的單位。
(f)穩(wěn)定時間這是位置和速度跟蹤誤差在移動結(jié)束時在指定窗之內(nèi)穩(wěn)定所花費的時間。
(g)編碼器模擬和絕對位置輸出電機位置由編碼器確定，編碼器輸出兩種類型的信號模擬信號和絕對位置信號。模擬信號是單位為毫伏的正弦和余弦信號。絕對位置信號是非易失性整數(shù)值，指示已經(jīng)過去的模擬正弦周期的數(shù)目或模擬正弦周期的整數(shù)倍。典型地，數(shù)字輸出在加電時讀取，并且此后僅由模擬信號確定軸位置。
(h)夾持器狀態(tài)這是夾持器的狀態(tài)打開或關(guān)閉。在真空激勵的邊緣接觸夾持器的情況下，它是一個或多個傳感器的阻塞/非阻塞狀態(tài)。
(i)真空系統(tǒng)壓力這是真空傳感器所測量的真空水平。這是輸出被模數(shù)轉(zhuǎn)換器數(shù)字化的模擬傳感器。在吸力夾持器的情況下，真空水平指示是否已經(jīng)抓住晶片。
(j)基板存在傳感器狀態(tài)在無源夾持末端執(zhí)行器中，晶片存在傳感器輸出是二進制輸出。在真空激勵的邊源接觸夾持末端執(zhí)行器中，由兩個或更多個傳感器的輸出狀態(tài)確定晶片存在，每一個輸出狀態(tài)都是二進制的。
(k)映射器傳感器狀態(tài)這是映射器傳感器的狀態(tài)-在任何給定實例中為阻塞或非阻塞。
(l)映射器/對準(zhǔn)器檢測器光強度這是由光檢測器(圖5中的503)檢測到的光強度的度量。這個信號通?？勺鳛檎麛?shù)值得到(其例如可以具有0-1024的范圍)。
(m)映射器傳感器位置捕獲數(shù)據(jù)這是機器人軸位置值的陣列，在這些值處，映射器傳感器改變狀態(tài)。
(n)真空閥狀態(tài)這是真空閥的被命令的狀態(tài)。其指定操作真空閥的螺線管是否應(yīng)該被通電。
(o)熔斷器輸出端的電壓電機控制電路中的每個熔斷器的輸出端處的電壓被監(jiān)測。熔斷的熔斷器導(dǎo)致低的輸出端電壓。
(p)基板對準(zhǔn)數(shù)據(jù)這些是對準(zhǔn)器所報告的基板的對準(zhǔn)基準(zhǔn)的基板偏心率矢量和角定向。
(q)在外部基板傳感器轉(zhuǎn)換時的位置數(shù)據(jù)在一些情況下，工具的大氣和真空部分可以裝備有光傳感器，這些光傳感器檢測機器人所攜帶的基板的前緣和后緣。對應(yīng)于這些事件的機器人位置數(shù)據(jù)被用于快速(on-the-fly)識別機器人末端執(zhí)行器上的基板的偏心率。
(r)基板周期時間這是要由工具處理的單個基板所需要的時間，通常在穩(wěn)定的流動狀態(tài)下測量。
(s)微環(huán)境壓力這是由工具的大氣部分中壓力傳感器所測量的壓力。
用于HMFD的附加傳感器 如上所提及的那樣，通常希望通過為健康監(jiān)測和故障診斷而具體添加的信息源來補充在工具中已經(jīng)可用的信號。這些源可以包括以下 (a)電機轉(zhuǎn)矩的直接測量結(jié)果電機轉(zhuǎn)矩可以直接被測量，而不是由電機電流來估計。這是通過使用測力計或扭矩計來完成的，以測量為保持加電的電機固定而要求的外部力/轉(zhuǎn)矩。
(b)電機溫度這是指電機的溫度并且由被安裝在電機上的溫度傳感器讀取?？梢远菴為單位得到溫度。
(c)超程傳感器這些是諸如限位開關(guān)的傳感器，這些傳感器指示與傳感器相關(guān)聯(lián)的電機軸是否超過其允許的行程范圍。
(d)聲和振動傳感器數(shù)據(jù)這代表從被放置在機器人上或機器人附近的各個點處的麥克風(fēng)和加速度計所獲得的電信號。
(e)紅外傳感器數(shù)據(jù)這代表從放置在工具中的各個點的紅外傳感器獲得的溫度讀數(shù)，以監(jiān)測溫度變化。
(f)功率消耗電機電流、速度和占空比的值可被用于計算在任何給定時刻每個電機所消耗的電功率。
(g)偏轉(zhuǎn)這代表從放置在機器人上的各個點的應(yīng)變儀所獲得的電信號，以測量偏轉(zhuǎn)。
(h)皮帶張力附著到皮帶伸張器的力感測設(shè)備的輸出用作皮帶張力的度量。單位為牛頓。
(i)冷卻風(fēng)扇運行的持續(xù)時間冷卻風(fēng)扇可以連續(xù)運行或者受溫度調(diào)節(jié)器控制。來自機器人的熱耗散的有用指標(biāo)是受溫度調(diào)節(jié)器控制的冷卻風(fēng)扇運行的持續(xù)時間。
(j)基板的靜電荷在其他方法中，基板電荷電平可以通過基板的受控放電來確定。
(k)在外部傳感器轉(zhuǎn)換時的位置數(shù)據(jù)附加的外部傳感器可以被用來檢測移動基板和機器人部件的邊緣，以允許控制器捕獲相對應(yīng)的機器人位置數(shù)據(jù)并且使用得到的信息，例如用于機器人和基板可重復(fù)性檢查。
(l)視頻圖像這些代表從固定安裝在機器人周期到達的具體位置處的攝像機或者由機器人攜帶的照相機獲得的視頻圖像。在后一情況下，照相機可以指向末端執(zhí)行器或者指向固定標(biāo)記。
(m)通風(fēng)壓力(plenum pressure)這是由扇形濾波器單元中的濾波器的輸入側(cè)上的壓力傳感器所測量的壓力。
故障的實例模式 部件故障可以大致地分為兩個不同的類型逐漸發(fā)展的“慢性”故障和立即發(fā)生的“急性”故障。第一類故障可以由狀態(tài)監(jiān)測系統(tǒng)在它們的早期發(fā)展階段檢測到。早期檢測和修復(fù)有助于避免操作期間不期望的故障。另一方面，第二類故障并不適用于早期檢測。然而，當(dāng)故障發(fā)生時，故障診斷系統(tǒng)可以幫助診斷這些故障，并且因此縮短使機器返回運行的時間。以下在表3中列出并總結(jié)了可能發(fā)生的不同類型的故障。
表3故障及其癥狀的實例模式







機器人和對準(zhǔn)器 電機故障 電機是機器人的核心部件并且能以許多導(dǎo)致次優(yōu)操作的方式之一出故障。以下是隨著其發(fā)展可以預(yù)測的故障的一些逐漸發(fā)展模式。
(a)永磁鐵的弱化永磁鐵的弱化(例如由于苛刻環(huán)境中磁鐵材料分解)導(dǎo)致磁場強度的損失，這又導(dǎo)致對于給定電流的較低轉(zhuǎn)矩輸出。要求較高的繞組電流來維持相同的轉(zhuǎn)矩輸出。較高的電流導(dǎo)致較高的電阻性能量損失，這又導(dǎo)致整體功耗的增加和電機溫度的增加。
(b)定子滑動/未對準(zhǔn)和不正確的相角將定子保持在原位的夾具的解開能導(dǎo)致定子的滑動和未對準(zhǔn)。這改變了有效電機相角，其導(dǎo)致不正確的換向。不正確的電機相角還可以由不正確實現(xiàn)相角估計程序引起。癥狀類似于上述針對弱化磁鐵的那些癥狀，即導(dǎo)致較高的繞組電流、電機溫度和功率耗散。
(c)高連接器電阻電機連接器引線的污染和/或腐蝕導(dǎo)致較高的有效繞組電阻。這導(dǎo)致占空比和總體功率耗散以及電機溫度的整體增加。
以下電機故障可能突然發(fā)生 (a)燒壞的電機相位突然發(fā)生電機故障的實例是燒壞的電機相位。這個故障通常由檢測到僅在受影響的相位中的電流的突然下降的電機控制器來標(biāo)記。
(b)熔斷的熔斷器熔斷的熔斷器切斷到電機放大器以及因此到所有電機相位的電源。熔斷的熔斷器導(dǎo)致該熔斷器的輸出端的電壓突然下降。
編碼器故障 編碼器故障可能導(dǎo)致錯誤的位置讀數(shù)。位置讀數(shù)可以包括以下類型。
(a)光盤污染由于編碼器盤或讀頭上的灰塵的堆積或軸承潤滑脂的遷移引起的污染能導(dǎo)致來自編碼器的模擬正弦信號輸出的減弱。這是逐漸發(fā)生的故障并且可以通過監(jiān)測編碼器正弦信號的振幅來預(yù)測。信號減弱的程度根據(jù)編碼器位置變化。
(b)讀頭未對準(zhǔn)來自編碼器的兩個正弦/余弦信號通常有90度的相位差。然而，未對準(zhǔn)的讀頭除了信號的減弱以外還導(dǎo)致改變這兩個信號之間的相位差。因此，這個故障可以通過監(jiān)測信號之間的相位差來檢測。這個故障可以逐漸發(fā)生或突發(fā)發(fā)生。
(c)電噪聲信號中的電噪聲導(dǎo)致來自編碼器的模擬信號的較低信噪比。這個故障可以響應(yīng)于外部事件或者由于治理(harness)故障而間歇發(fā)生，并且可以通過監(jiān)測編碼器模擬信號的信噪比來檢測。
(d)遺漏的編碼器計數(shù)典型地，在加電時從編碼器讀取絕對位置，并且此后僅使用行計數(shù)(line count)和模擬信號來確定軸位置。周期性地，得自行計數(shù)(以及可能地模擬信號)的軸位置可以檢查編碼器絕對位置。遺漏的編碼器計數(shù)由軸位置與絕對位置(兩者都在相同的時刻讀取)之間的差指示。
傳動帶故障 同步帶(timing belt)用作功率傳輸設(shè)備并且可以下列方式發(fā)生故障。
(a)不正確的皮帶張力由于拉伸，皮帶張力可逐漸減小。較低的皮帶張力可導(dǎo)致位置伺服回路的逐漸不穩(wěn)定。這愈加在振動位置和速度跟蹤誤差以及減小的穩(wěn)定裕度中顯露。皮帶伸張器的過調(diào)整也可以導(dǎo)致高于正常的皮帶張力。較高/較低的皮帶張力也導(dǎo)致由安裝在皮帶伸張器上的力傳感器所測量的力的增加/減小。皮帶張力的變化也導(dǎo)致在靠近帶的點處所測量的聲和結(jié)構(gòu)振動信號的頻譜的改變。另外，皮帶張力的變化可以通過機制的頻率響應(yīng)的變化來檢測。
(b)相對于部件的帶摩擦由于機械問題引起的不正確的帶裝配或帶走動(belt walking)可導(dǎo)致帶與鄰近部件的摩擦。過度的帶摩擦導(dǎo)致摩擦力、功耗、電流消耗、熱耗散和電機溫度的增加。
(c)帶滑動帶可以相對定時齒輪滑動，并且這個滑動可由于碰撞而突發(fā)地發(fā)生?；瑒拥膸?dǎo)致跟蹤誤差的增加并且還導(dǎo)致外部位置傳感器讀數(shù)顯著偏移。外部位置傳感器的一個實例是在外部安裝的攝像機?；瑒拥膸н€可以顯露為機器人關(guān)節(jié)處的冗余位置傳感器(諸如編碼起)和連接到電機的主要位置傳感器(編碼器)之間的不一致讀數(shù)。
真空系統(tǒng)故障 真空壓力被用于抓住晶片。有兩種類型的基于真空的晶片夾持器，即圖6中的面接觸吸力夾持器和圖5中的邊緣接觸真空激勵的夾持器?？赡馨l(fā)生在真空系統(tǒng)中的示范性故障包括以下情況。
(a)真空泄露真空泄露可以由于唇形密封上的磨損而發(fā)生。真空線中的泄露導(dǎo)致較低的真空壓力(當(dāng)真空閥打開并且在面接觸吸力夾持器的情況下，基板存在于末端執(zhí)行器上)，并且可以通過真空傳感器(302、402)讀數(shù)的下降來檢測。另外，夾持動作導(dǎo)致或者夾持不住或者夾持器操作時間增加。對于真空激勵的邊緣接觸夾持器，夾持操作時間在命令閥(306、406)打開的時刻與定位感測標(biāo)志(308)檢測到夾持器的打開狀態(tài)的時間之間來測量。對于面接觸吸力夾持器，夾持操作時間在命令閥打開的時刻與真空傳感器讀數(shù)達到可接受的真空水平的時間之間來測量。
(b)真空阻塞真空傳感器和執(zhí)行器之間的真空線中的阻塞將導(dǎo)致較短的真空轉(zhuǎn)換時間以及真空激勵的邊緣接觸夾持器在接通真空時的長操作時間。
真空激勵的邊緣接觸夾持器 圖5和6中示出的基板夾持器可以以一些下列方式而發(fā)生故障。
(a)損壞的彈簧在不存在真空的情況下，裝有彈簧的柱塞相對基板被推著以將其夾持在原位。損壞的彈簧導(dǎo)致夾持器總是在“釋放的”狀態(tài)下。
(b)堵塞的柱塞柱塞可以被堵塞并且這導(dǎo)致夾持器狀態(tài)響應(yīng)于真空線的打開或關(guān)閉沒有變化。
軸承和滾珠螺桿 軸承和滾珠螺桿可以一些下列方式而逐漸發(fā)生故障。
(a)結(jié)合滾珠螺桿的結(jié)合導(dǎo)致運動阻力的增加。結(jié)合導(dǎo)致電機電流、電機溫度和能量耗散以及跟蹤誤差的增加。結(jié)合還導(dǎo)致驅(qū)動受影響的關(guān)節(jié)的帶的張力的增加。
(b)空隙軸承中的空隙導(dǎo)致由諸如在外部安裝的攝像機的外部位置傳感器所記錄的位置的誤差。如果軸承是電機的部分，則還可以導(dǎo)致定子的未對準(zhǔn)并且導(dǎo)致之前所討論的癥狀。空隙還可以導(dǎo)致振動行為并且減小穩(wěn)定裕度。
通信系統(tǒng) 通信網(wǎng)絡(luò)在主控制器和電機控制器之間傳輸數(shù)據(jù)。通信網(wǎng)絡(luò)的故障模式可以包括以下情況。
(a)滑環(huán)故障滑環(huán)越過旋轉(zhuǎn)關(guān)節(jié)發(fā)送數(shù)據(jù)并且可以由于磨損而逐漸退化?；h(huán)的退化通過由各個控制器接收到的數(shù)據(jù)中的錯誤率的增加來檢測。
(b)電機控制器上的通信模塊的故障主控制器傾聽來自電機控制器的狀態(tài)消息。主控制器可以通過檢測來自電機控制器的狀態(tài)消息不存在來檢測那個電機控制器的故障。這個過程也稱為“節(jié)點保護(node guarding)”。
(c)主控制器上的通信模塊的故障電機控制器接收來自主控制器的定期軌道信息。主控制器的崩潰(breakdown)通過缺乏任何軌道信息來檢測。這個過程也稱為“心搏監(jiān)測”。
(d)兩個鄰近電機控制器之間的通信鏈路的斷開這種類型的故障導(dǎo)致以下兩個癥狀之一。如果網(wǎng)絡(luò)中有冗余，則主機控制器能夠重新映射網(wǎng)絡(luò)并且繼續(xù)以不同的網(wǎng)絡(luò)拓?fù)溥\行。如果沒有冗余，則主機不能重新映射網(wǎng)絡(luò)。在前一種情況下，發(fā)生故障的鏈路的位置可以基于新的網(wǎng)絡(luò)拓?fù)鋪泶_定，在后一種情況下，發(fā)生故障的鏈路的位置可以基于不能被映射的節(jié)點列表來確定。
基板映射器 基板映射器通常是為每個要繪制的(mapped)基板登記兩個狀態(tài)轉(zhuǎn)換的通斷(on-off)傳感器。其故障模式可以包括以下類型。
(a)有噪傳感器輸出這導(dǎo)致每個基板的多個狀態(tài)(多于兩個)轉(zhuǎn)換和/或奇數(shù)個狀態(tài)轉(zhuǎn)換。
(b)有故障的映射器傳感器有故障的傳感器導(dǎo)致沒有狀態(tài)轉(zhuǎn)換。
制動裝置故障 電機制動裝置通常是機電激勵的并且可以具有一個或多個以下故障 (a)制動裝置并不釋放這導(dǎo)致制動墊片與機器人的摩擦并且導(dǎo)致電機電流的取決于位置的變化。另外，跟蹤誤差、能量耗散、熱耗散以及聲和振動譜的變化整體增加。
(b)制動裝置部分釋放這導(dǎo)致致動墊片與機器人的間歇摩擦并且導(dǎo)致電機電流的取決于位置的變化。另外，能量耗散、熱耗散以及聲和振動譜的變化整體增加。
外部障礙 外部障礙導(dǎo)致電機電流的迅速增加以及實際電機電流與模型預(yù)測的電機電流之間的差值增加。電機電流的增加率依賴于障礙的類型。軟障礙是電機電流逐漸增加的一種障礙。軟障礙的實例是(圖4中的)機器人的末端執(zhí)行器遇到的一種障礙，其中機器人的臂延伸并且在z方向上移動。臂的柔性導(dǎo)致電機電流相對于位移線性增加。在硬障礙的情況下，電機電流突然增加。硬障礙的實例是在徑向移動的(圖4中的)機器人的末端執(zhí)行器遇到的一種障礙。
外部障礙干擾的更直接的癥狀是通過應(yīng)變儀(如果可用的話)指示的偏轉(zhuǎn)的增加。
冷卻風(fēng)扇 用于冷卻電機和電子裝置的風(fēng)扇可能不能運行，從而導(dǎo)致整體系統(tǒng)溫度的增加而電機電流電平并沒有伴隨增加。
電源 以下列出了由電源故障導(dǎo)致的故障的典型模式。
(a)低于規(guī)格的電壓電機控制器中的電壓傳感器明確指示“電壓不足”故障。在不存在這種傳感器的情況下，這個狀態(tài)由較高的占空比和位置跟蹤誤差來表征。
(b)高于規(guī)格的電壓電機控制器中的電壓傳感器明確指示“過電壓”故障。在不存在這種傳感器的情況下，這個狀態(tài)由低于正常的占空比來表征。
(c)熔斷的熔斷器這是通過熔斷器輸出端的電壓感測來檢測的。當(dāng)熔斷器熔斷時，電壓接近零。
機器人級的故障 (a)可重復(fù)性惡化機器人失去其重復(fù)將末端執(zhí)行器定放在指定位置的能力。這個故障通常是逐漸發(fā)展的，并且可以被檢測為在運動期間通過外部傳感器檢測到機器人末端執(zhí)行器時所捕獲的位置數(shù)據(jù)的變化或者使用被重復(fù)命令到給定位置的機器人末端執(zhí)行器的視頻圖像而捕獲的位置數(shù)據(jù)的變化。
(b)錯緯或錯放這個故障可以通過安裝在機器人臂上或者安裝在拾放操作發(fā)生的位置處的(多個)攝像機使用機器人的拾放操作的視頻記錄來診斷。
對準(zhǔn)器/映射器光強波動 對準(zhǔn)器或映射器中的光發(fā)射器發(fā)射的光的強度可以長時間逐漸波動(退化)。在映射器的情況下，強度的顯著降低可能導(dǎo)致關(guān)于在光發(fā)射器和光檢測器之間存在或不存在基板的錯誤數(shù)據(jù)。在對準(zhǔn)器的情況下，強度的顯著降低可能導(dǎo)致阻塞光發(fā)射器的程度方面的錯誤數(shù)據(jù)。這又導(dǎo)致對準(zhǔn)器中有錯誤的或超出范圍的晶片邊緣位置數(shù)據(jù)。這個(通常是逐漸發(fā)展的)故障可以被檢測為傳感器輸出在完全暴露于光源時的變化(減少)。
支持系統(tǒng) 扇形濾波器單元 扇形濾波器單元包括濾波器，該濾波器通常覆蓋工具的大氣部分的大部分頂部截面區(qū)域。濾波器的逐漸堵塞是通過增加濾波器(通風(fēng)壓力)的輸入側(cè)的通風(fēng)壓力來指示的，以便維持工具的大氣部分內(nèi)部的相同壓力(微環(huán)境壓力)。
電離器故障 電離器是用于中和在工具的大氣部分中所傳輸?shù)幕迳戏e累的電荷的設(shè)備。電離器故障導(dǎo)致基板上過度的電荷累積。
工具級的故障 可重復(fù)性惡化 工具級的故障包括基板可重復(fù)性惡化、機器人工作站未對準(zhǔn)以及吞吐量減少。
基板可重復(fù)性惡化 基板可重復(fù)性惡化是工具在指定的容差內(nèi)重復(fù)地將基板輸送給一個或多個站的能力的喪失。這認(rèn)為是機器人可重復(fù)性惡化的副效應(yīng)，僅舉幾個例子，是由于基板在機器人末端執(zhí)行器上滑動或者因為對準(zhǔn)器的故障。這個故障通常是逐漸發(fā)展的并且可以被檢測為在運動期間通過外部傳感器檢測到基板邊緣時所捕獲的位置數(shù)據(jù)的變化或者當(dāng)基板被輸送到給定位置時基于視頻圖像的位置數(shù)據(jù)的變化。
機器人工作站未對準(zhǔn) 站相對于機器人的適當(dāng)對準(zhǔn)對于工具的正確運行是至關(guān)重要的。未對準(zhǔn)可以被檢測為自動教導(dǎo)或自動水平結(jié)果的變化。
吞吐量減少 吞吐量是通過工具每小時所處理的基板的數(shù)量來測量的。吞吐量減少是由基板周期時間的增加來指示的。
用于HMFD的技術(shù) 將對實現(xiàn)四種基本功能數(shù)據(jù)采集、預(yù)處理、分析和推理的方法進行更詳細的描述。對于數(shù)據(jù)采集、預(yù)處理、分析和推理有許多不同類型的方法可用，并且每種方法適用于檢測和識別某些類型的故障。
能量耗散的監(jiān)測和分析 這種方法適用于實現(xiàn)機器人故障的早期檢測系統(tǒng)。這種方法的基本原理是由機器人的機械或電氣部件的退化所引起的故障將導(dǎo)致機器人操作的整體效率的降低。因此，這類故障可以在發(fā)生的早期階段通過監(jiān)測機器人中的能量耗散的某些度量來檢測。導(dǎo)致效率降低的故障的一些實例是損壞的或未對準(zhǔn)的軸承，缺少潤滑，機器人運動的阻礙，機器人上的永磁鐵的退化以及出故障的電機制動裝置。在機器人操作期間可以監(jiān)測的能量耗散有數(shù)種類型。
機械能耗散 能量耗散的一個度量是在機器人操作序列期間的總機械能耗散。這由下列表達式給出
其中τi和θi是單獨電機的輸出轉(zhuǎn)矩和角速度，并且N表示機器人中的電機的數(shù)量，ΔT是機器人操作序列的持續(xù)時間，并且ΔEpot是機器人的勢能的變化。
項ΔEpot包括重力位能和存儲在像彈簧和波紋管的柔性(compliant)元件中的能量。勢能的變化對于給定的操作序列是不變的，并且可以由機器人的開始與結(jié)束位置之間的勢能差來計算。(隨著時間的變化的)總機械能耗散的增加會指示由機械部件的退化引起的故障。
電能耗散 能量耗散的另一度量是在機器人操作序列期間在電機中所耗散的總電能。這由下面的表達式給出
其中Vi是到電機的電壓輸入并且Ii是電機輸入電流。
總電能耗散的增加會指示由機器人的電氣或機械部件的退化引起的故障。
各個關(guān)節(jié)中的能量損耗 關(guān)于出故障的部件的位置的有用信息可以通過監(jiān)測機器人上的各個關(guān)節(jié)中的能量損耗來獲得。例如，每個單獨關(guān)節(jié)中的機械能耗散還可以提供關(guān)于特定關(guān)節(jié)中出故障的軸承或者制動裝置的有用信息。下面的表達式給出了在機器人的關(guān)節(jié)i中的能量損耗。
類似于其機械對應(yīng)物，各個電機中電能損耗的變化還提供關(guān)于特定電機的即將發(fā)生的故障的有用信息。
基于能量耗散的狀態(tài)監(jiān)測可以在實際系統(tǒng)中按照以下兩種方式之一來實現(xiàn)第一種方法假設(shè)在延長的時間段上存在機器人重復(fù)的移動序列。這種移動序列可以被用作健康監(jiān)測和故障診斷的模板?？梢詾檎５臋C器人測量關(guān)于能量耗散、轉(zhuǎn)矩和其他運動特性的數(shù)據(jù)并且將這些數(shù)據(jù)存儲以供將來之用。由于基板處理機器人(substratehandling robot)不斷地在一組站之間從事基板的運輸，所以完成將從基板一個站移動到另一站的移動序列將有資格作為健康監(jiān)測的模板序列。第二種方法涉及“正?！睓C器人模型的發(fā)展，例如使用神經(jīng)網(wǎng)絡(luò)來發(fā)展，并且還是用這個模型來計算正常機器人中的能量耗散。這個模型計算的能量耗散可以與實際的能量耗散進行比較，以確定能量耗散是否隨時間變化而增加。
以下類型的故障可以通過這種方法來檢測電機磁鐵的分解、定子未對準(zhǔn)、較高的連接器電阻、較高的皮帶張力、在任何移動部件中摩擦力的增加、有缺陷的滾珠軸承、制動阻力的存在、不正確的換向角和相位故障。
轉(zhuǎn)矩殘差的監(jiān)測和分析 轉(zhuǎn)矩殘差是實際的電機轉(zhuǎn)矩和基線估計之間的差的度量。轉(zhuǎn)矩殘差的分析可以識別可能發(fā)生在機器人中的某些類型的故障。這種方法基于在機器人運行期間獲得的轉(zhuǎn)矩數(shù)據(jù)與代表機器人正常行為的轉(zhuǎn)矩數(shù)據(jù)的比較?；€轉(zhuǎn)矩數(shù)據(jù)(代表正常行為的數(shù)據(jù))可以作為原始數(shù)據(jù)獲得或者從機器人模型中獲得，該原始數(shù)據(jù)最初針對所選的移動序列模板被存儲。除了轉(zhuǎn)矩殘差的原始值以外，殘余的絕對值在給定移動序列上的積分還是整體機器人健康的有用指標(biāo)。
用于所選移動序列模板的原始數(shù)據(jù)存儲 這種方法假設(shè)存在機器人在延長的時間段上重復(fù)的移動序列。這種移動序列可以被用作健康監(jiān)測和故障診斷的模板。可以針對正常的機器人測量關(guān)于能量耗散、轉(zhuǎn)矩和其他運動特性的數(shù)據(jù)并且將這些數(shù)據(jù)存儲起來以供將來之用。由于基板處理機器人不斷地在一組站之間從事基板的運輸，所以完成將基板從一個站移動到另一站的移動序列將有資格作為健康監(jiān)測的模板序列。在一個站的延伸位置處的“穩(wěn)定(settle)”事件可以觸發(fā)模板移動序列的開始，并且在下一站的延伸位置處的穩(wěn)定事件可以觸發(fā)健康監(jiān)測移動序列的結(jié)束。因此可能具有多個模板序列，每對站都有一個序列。這種方法的主要缺陷在于針對移動序列所采集的參考數(shù)據(jù)只有當(dāng)移動參數(shù)保持不變時才是有效的。
解析機器人模型 機器人的正常行為可以由以解析方式針給定機械設(shè)計導(dǎo)出的動態(tài)模型所代表。一旦導(dǎo)出模型的結(jié)構(gòu)，模型的參數(shù)可以基于所涉及的機械部件的物理屬性來計算，通常借助于CAD模型或者使用參數(shù)估計技術(shù)以試驗方式獲得。這種方法的缺陷在于，需要針對機器人臂機制的不同配置導(dǎo)出獨立的動態(tài)模型，并且諸如摩擦力的一些物理現(xiàn)象難以用所要求的精度來以解析方式描述。
基于神經(jīng)網(wǎng)絡(luò)的機器人模型 作為解析模型的可替換方案，從正常的機器人所獲得的數(shù)據(jù)可以用于建立機器人動力學(xué)的神經(jīng)網(wǎng)絡(luò)模型。便利地，相同類型的神經(jīng)網(wǎng)絡(luò)可以用于機器人臂機制的多個配置，可以容易地自動化模型的訓(xùn)練，并且神經(jīng)網(wǎng)絡(luò)模型通常可以很好地表示難以用解析方式描述的復(fù)雜物理現(xiàn)象。
可以基于轉(zhuǎn)矩殘差的分析來識別的示范性故障包括有效電機容量和周期阻力(periodic drag)的減小。
干擾觀測器 干擾觀測器通常用在機械手的伺服控制中。這些干擾觀測器提供機器人模型中并未考慮的干擾的估計。這些觀測器可以被設(shè)計為與位置伺服相比在更高的帶寬處是穩(wěn)定的并且因此能夠?qū)崿F(xiàn)機械手的更好的跟蹤控制。由干擾觀測器為機器人中的每個電機提供的干擾估計用作能被監(jiān)測來檢測異常的便利屬性。干擾觀測器可以用于檢測突然或間歇發(fā)生的故障。這類故障的實例是發(fā)生在某些電機位置處的制動阻力、在某些電機位置處的帶摩擦、運動的外部阻礙、輸入電壓的突發(fā)波動。
電機功耗的監(jiān)測和分析 電機功耗是機器人整體健康的有用指標(biāo)。類似于上述的能量耗散，功耗的增加指出機器人的潛在故障。像電機轉(zhuǎn)矩那樣，功耗是機器人當(dāng)前狀態(tài)的屬性并且其變化可以產(chǎn)生關(guān)于故障類型的有用信息。
跟蹤誤差的監(jiān)測和分析 跟蹤誤差的監(jiān)測和分析是可以揭露健康問題的一種方法。跟蹤誤差被定義為給定軸或機器人的部件的實際位置與針對這個軸或部件的被命令的(所希望的)位置之間的差。這種健康監(jiān)測方法基于在機器人的規(guī)則操作期間為所選的操作模板序列所采集的跟蹤誤差與當(dāng)機器人處在正常的健康狀態(tài)時最初所獲得的基線數(shù)據(jù)的比較。跟蹤誤差在否則相同的運行條件下的變化或趨勢指示健康問題。
除了原始跟蹤誤差以為，以下兩個跟蹤誤差的導(dǎo)出量用作有用的健康指標(biāo)歸一化的跟蹤誤差和跟蹤誤差的絕對值在移動序列上的積分。
(a)歸一化的跟蹤誤差跟蹤誤差傾向與電機的加速度和電機的加速度的變化率強烈相關(guān)，并且可以成比例地增加。機器人健康的更好的指標(biāo)可以是歸一化的跟蹤誤差，其中其他運動參數(shù)的影響被析出因數(shù)。
(b)跟蹤誤差的積分跟蹤誤差的幅度(絕對值)在整個移動序列上的積分是整體跟蹤誤差在移動期間的度量。
編碼器信號的監(jiān)測和分析 每個編碼器的模擬信號輸出包括振幅相等但相位彼此偏移90度的兩個正弦信號。以下缺陷可以通過監(jiān)測信號的振幅和相位屬性的偏移來檢測相位差的變化指示編碼器讀頭的未對準(zhǔn)或編碼器盤的擺動；振幅的變化指示編碼器盤上的碎屑的存在。
模擬編碼器信號可以在正常操作期間或者在出于故障診斷的目的而引起的特定運動模式期間進行監(jiān)測。希望的運動模式是導(dǎo)致恒定頻率正弦信號的恒定速度的運動。
熱耗散的監(jiān)測和分析 熱耗散是另一種形式的能量耗散。在機器人上的各個點處的熱耗散的量也可以用于預(yù)測即將發(fā)生的故障。任何導(dǎo)致移動部件之間更高的摩擦力的故障將導(dǎo)致更高水平的熱耗散。另外，電機和螺線管開關(guān)中的更高的電流電平也將導(dǎo)致更高的熱耗散。更高的電機電流電平又是許多不同類型故障的結(jié)果。
熱耗散可以通過安裝在工具中的戰(zhàn)略點處的紅外傳感器來監(jiān)測。可以使用在電機和電機控制器內(nèi)部存在的溫度傳感器來測量溫度。這種方法可以用于檢測下列類型的故障電機磁鐵的分解、不正確的電機相角、定子的未對準(zhǔn)、軸承摩擦力的增加、制動阻力。
結(jié)構(gòu)振動的監(jiān)測和分析 另一種預(yù)先檢測即將發(fā)生的故障的方法是在機器人上的各個點處監(jiān)測結(jié)構(gòu)振動?？梢灾苯油ㄟ^加速度計和應(yīng)變儀或者間接通過聲信號來監(jiān)測結(jié)構(gòu)振動?？梢酝ㄟ^檢測聲信號和結(jié)構(gòu)振動信號的功率譜的明顯的偏移來預(yù)測即將發(fā)生的故障。例如，有故障的軸承或者摩擦帶將導(dǎo)致聲能水平的增加并且導(dǎo)致在信號功率譜中引入新的“峰”。皮帶張力的變化可以通過功率譜中的“峰”的偏移來檢測。
可以使用放置在機器人上的各個點處的麥克風(fēng)來測量聲能。可以通過在機器人上的各個點處安裝加速度計來測量結(jié)構(gòu)振動。類似于上述的能量耗散方法，機器人在一段時間上重復(fù)的某些移動序列可以用作模板序列，基于這些模板序列可以將正常機器人的功率譜與有故障的機器人的功率譜進行比較。這些信號還可以響應(yīng)于處在一定方位的機器人的結(jié)構(gòu)的受控激勵來測量。以下類型的故障可以使用這種方法來分析皮帶張力的增加或減少、松弛的緊固件、軸承摩擦力的增加以及移動部件的摩擦。
頻率響應(yīng)分析 可能與健康問題相關(guān)聯(lián)的機械手的屬性變化可以使用頻率響應(yīng)分析來識別。在這種方法中，機器人的頻率響應(yīng)與最初針對處在正常狀態(tài)下的機器人獲得的基線頻率響應(yīng)相比較。該比較可以基于原始數(shù)據(jù)或者基于通過參數(shù)估計技術(shù)由原始數(shù)據(jù)獲得的傳遞函數(shù)和其他數(shù)學(xué)表達式。
典型地，頻率響應(yīng)分析所需的數(shù)據(jù)不能在機器人正常操作期間獲得，因為運動輪廓(profile)通常被設(shè)計來最小化機器人結(jié)構(gòu)的激勵。因此，數(shù)據(jù)采集過程需要在機器人不被用于規(guī)則操作時發(fā)生?？梢酝ㄟ^命令機器人到預(yù)定的位置網(wǎng)格，并且將激勵信號注入到機器人的電機中同時通過在每個位置中的編碼器讀數(shù)來監(jiān)測機器人的響應(yīng)而獲得該數(shù)據(jù)。激勵可以是白噪聲或粉紅噪聲的形式，可以是掃掠頻率諧波信號或單頻率諧波信號，在感興趣的頻率范圍上，該諧波信號的頻率以指定的步長遞增變化。
可以通過頻率響應(yīng)分析識別的健康問題可以包括松動的機械硬件、損壞的部分以及不正確的皮帶張力。
皮帶張力的監(jiān)測 在自動化的制造工具中驅(qū)動機器人連桿和其他部件的帶(諸如圖4中的帶415、418A、418B、419A和419B)的張力可以通過檢測帶與相應(yīng)的皮帶伸張器之間的力的傳感器來監(jiān)測。通常在機器人靜止在給定位置時讀取這些力。這些力的變化或趨勢指示健康問題。
此外，在機器人操作期間通過傳感器檢測的力可以用于估計通過相應(yīng)的皮帶傳動所發(fā)送的轉(zhuǎn)矩。這個信息可以用于將問題(諸如機械結(jié)合)縮小到機器人中的特定部件。
例如，如果具有兩級皮帶傳動的電機(諸如圖4中的具有帶418A和419A的電機417A)輸出高于預(yù)期的轉(zhuǎn)矩并且通過兩級發(fā)送的轉(zhuǎn)矩保持正常，則問題在于第一級皮帶傳動之前的機械部分中。然而，如果第一級發(fā)送高于正常的轉(zhuǎn)矩，則應(yīng)當(dāng)在兩級皮帶傳動之間尋找問題。最后，如果兩級都發(fā)送不正常的轉(zhuǎn)矩水平，則問題在第二級皮帶傳動之外的部件中。
靜力平衡分析 電機電流與電機轉(zhuǎn)矩之間的關(guān)系由電機轉(zhuǎn)矩-電流關(guān)系(也稱為電機轉(zhuǎn)矩容量(torque capacity))來確定。諸如電機磁鐵的弱化的故障將導(dǎo)致電機轉(zhuǎn)矩容量下降。這樣的故障可以通過直接測量電機轉(zhuǎn)矩和電機電流來識別。電機轉(zhuǎn)矩的直接測量在靜負(fù)載狀態(tài)下是可能的。靜負(fù)載狀態(tài)的實例是靜止但是反抗外力的機器人臂的靜負(fù)載狀態(tài)。如果外力可以通過測力計測量，則可以確定各個電機中的轉(zhuǎn)矩。
即使外力的幅度是未知的，解析靜力模型也可以用于獲得電機轉(zhuǎn)矩之間的比率。電機轉(zhuǎn)矩比率可以與電機當(dāng)前比率進行比較，并且導(dǎo)致電機容量下降的故障可以被識別?？梢允褂眠@種方法識別以下故障電機磁鐵的弱化、電機軸承中的空隙。三相電機中的電機轉(zhuǎn)矩T和峰值電機電流I相位之間的關(guān)系由下面的表達式給出
其中L是沿電機軸的繞組長度，R是線圈繞組的半徑，并且B是正交于線圈的磁場，而Kt是電機轉(zhuǎn)矩常數(shù)或電機轉(zhuǎn)矩容量。
除了測量電機轉(zhuǎn)矩常數(shù)，靜態(tài)分析可以用于識別電機繞組電阻的變化。在靜止?fàn)顟B(tài)下，對于Δ和Y纏繞的電機，電機引線到引線(leadto lead)繞組電阻、電機引線電壓(lead voltage)與電機引線電流(voltage current)之間的關(guān)系由下式給出
數(shù)字傳感器輸出的監(jiān)測和分析 數(shù)字傳感器是放置在機器人的不同子部件處的通/斷傳感器。通過監(jiān)測并記錄狀態(tài)轉(zhuǎn)換時間，可以檢測到某些類型的故障。可以在正常操作期間或者在為診斷設(shè)計的特定操作期間記錄狀態(tài)轉(zhuǎn)換時間。
真空激勵的邊緣接觸夾持器可以具有檢測柱塞(圖5)的位置的附加傳感器。如果存在真空泄露或者在真空系統(tǒng)中有阻塞，則用于這個傳感器的抓取(grip-on)轉(zhuǎn)換時間增長。
出于本文獻的目的，用于檢測損壞的熔斷器的電路落入數(shù)字傳感器的范疇。
模擬傳感器輸出的監(jiān)測和分析 模擬光學(xué)傳感器被用來在基板對準(zhǔn)器中對準(zhǔn)基板。來自這些傳感器的模擬輸出通過模數(shù)轉(zhuǎn)換器并且由控制器來讀取。信號振幅確定對準(zhǔn)器中晶片離心率的程度。來自是LED的源的信號強度的減弱需要被檢測并被考慮到。這個減弱可能是由于LED源的退化。
為了監(jiān)測對準(zhǔn)器傳感器的狀態(tài)，LED源的校準(zhǔn)可以在對準(zhǔn)器上不存在任何基板的情況下周期性地進行。LED源的減弱可以用控制器軟件來補償和/或可以調(diào)整供給LED源的電壓。類似的監(jiān)測和分析方法可以應(yīng)用到基板映射器傳感器。
可替換地，如果基板總是存在于對準(zhǔn)器上，則LED源的校準(zhǔn)可以基于基板的已知直徑完成。不管基板的離心率，可以在所采集的代表沒有離心率的基板的半徑的數(shù)據(jù)中找到一對值。在這兩個點處的傳感器讀數(shù)可以與基板半徑的期望的標(biāo)稱值進行核對。
真空壓力傳感器是指示真空水平的模擬傳感器。這個真空壓力與壓力閾值進行比較，以確定是否達到希望的真空狀態(tài)。真空轉(zhuǎn)換時間可以用于確定某些故障，該真空轉(zhuǎn)換時間是達到希望的真空狀態(tài)所花費的時間。在真空激勵的邊緣接觸夾持器或面接觸吸力夾持器(圖5和6)的情況下，在夾持和松開期間的狀態(tài)轉(zhuǎn)換時間的變化可以指示真空系統(tǒng)的某個部分的泄露或阻塞。
視頻信號的監(jiān)測和分析 攝像機可以被安裝在機器人的工作空間中并且被連接到控制器?？刂破骺梢蕴幚硪曨l圖像并且檢測某些類型的故障。例如，視頻信號可以用來確定機器人的可重復(fù)性。當(dāng)機器人在特定位置時，可以捕獲并分析機器人末端執(zhí)行器的視頻圖像?？梢允褂媚Ｊ阶R別工具分析圖像，以確定末端執(zhí)行器上的某些特征的位置是否有明顯偏移。
攝像機也可以直接安裝在機器人的末端執(zhí)行器上，以監(jiān)測機器人執(zhí)行的拾放操作，這些拾放操作包括邊緣接觸夾持器的操作。得到的視頻可以被記錄并且用于診斷拾放操作期間的故障。這對于很少發(fā)生的不能被操作員觀察到和/或難以再現(xiàn)的故障是極為有用的工具。視頻信號可以用于識別影響機器人位置可重復(fù)性的故障。影響可重復(fù)性的典型故障是同步帶的滑動、導(dǎo)致滯后的皮帶張緊以及軸承夾具的松動。
通信網(wǎng)絡(luò)流量的監(jiān)測和分析 通信網(wǎng)絡(luò)的狀態(tài)可以通過在通信網(wǎng)絡(luò)的各個鏈路兩端的錯誤率(即每指定量的所傳輸數(shù)據(jù)的錯誤的數(shù)量)來監(jiān)測。這種方法對于檢測攜帶通信信號的滑環(huán)的狀態(tài)尤為實用。
另外，電機控制器處的致命的通信網(wǎng)絡(luò)故障可以由主控制器通過網(wǎng)絡(luò)節(jié)點保護來監(jiān)測。在這種方法中，主控制器監(jiān)測例如被每個電機控制器所發(fā)送的周期性狀態(tài)消息的存在。
類似地，在主控制器處的致命的通信網(wǎng)絡(luò)故障可以由電機控制器通過心搏監(jiān)測來檢測。在這種情況下，電機控制器監(jiān)測例如來自主控制器的周期軌道框架(trajectory frame)的發(fā)生。
變化檢測方法 上述的故障診斷方法涉及機器人的各種物理特性的監(jiān)測，僅舉幾個例子，諸如是能量耗散、電機轉(zhuǎn)矩、轉(zhuǎn)矩殘差、跟蹤誤差、皮帶張力和峰振動頻率。這些特性的監(jiān)測涉及將這些特性與一定的閾值比較，并且如果這些特性超過或低于那些閾值，則將故障用信號通知。這樣的技術(shù)用在統(tǒng)計學(xué)的質(zhì)量控制中并且還被稱為控制圖。已經(jīng)為控制圖研發(fā)了幾種統(tǒng)計學(xué)技術(shù)，并且這些方法也可以應(yīng)用于健康監(jiān)測。
為了使用控制圖需要滿足兩個基本要求。第一是在上面定義的物理特性方面用已知的統(tǒng)計學(xué)分布模型定義性能度量(performancemetric)。第二是得自置信水平(也稱為置信系數(shù))的閾值的定義，利用該置信水平將能預(yù)測性能度量的變化。度量的變化被監(jiān)測并且與閾值進行比較。取決于所用的度量，控制圖被分為不同的類型。休哈特(Shewhart)控制圖使用上一次觀察作為性能度量。對于99.7％的置信系數(shù)，上和下控制界限被選為(μ+3σ)和(μ-3σ)，其中μ是所估計的均值，而σ是所估計的標(biāo)準(zhǔn)偏差。這對于檢測物理特性的值的突然變化是理想的，僅舉幾個例子，諸如是電機轉(zhuǎn)矩中的暫時的尖峰信號或者跟隨誤差或功耗。另一方面，指數(shù)加權(quán)移動平均(EWMA)被用作檢測物理特性值的緩慢漂移的度量，僅舉幾個例子，諸如是能量耗散、皮帶張力。EWMA被定義為如下 EWMAi＝(1-λ)EWMAi-1+λXi 其中Xi是在迭代I時的測量結(jié)果，并且0≤λ≤1，而EWMA0是在監(jiān)測過程開始時的所估計的均值。
EWMA的標(biāo)準(zhǔn)偏差由

給出，其中σ是正被監(jiān)測的屬性的所估計的標(biāo)準(zhǔn)偏差。
大部分故障由彼此強烈相關(guān)的兩個或更多個物理特性的值的變化來表征。在這樣的情況下，霍特林(Hotelling)的T平方統(tǒng)計將用作檢測突發(fā)變化的性能度量。為了檢測多變量框架中的緩慢漂移，將使用多變量EWMA圖。這兩種方法都產(chǎn)生單個標(biāo)量，該單個標(biāo)量是與標(biāo)稱的偏差的平方的度量并且說明了多變量框架中的變量之間的協(xié)方差。
正常行為的基線化(baselining) 變化檢測算法假設(shè)存在正被監(jiān)測的物理特性的基線估計。基線估計的實例是在特定移動序列期間耗散的能量的平均值?；€化是故障檢測中的重要步驟，并且將涉及數(shù)據(jù)采集和處理，以獲得物理特性的估計。數(shù)據(jù)采集將在正常的操作條件下進行，正常的操作條件指的是機器人沒有已知缺陷的條件。數(shù)據(jù)采集將涉及在相同的操作條件下獲得的幾個重復(fù)測量上的平均。測量結(jié)果可以是單個值，諸如在特定操作期間耗散的總能量或者跟蹤誤差的最大絕對值或電機轉(zhuǎn)矩的最大絕對值或諸如在特定操作期間每隔一定間隔測量的電機轉(zhuǎn)矩值的一序列值。所測量的值將連同對采集數(shù)據(jù)的條件的規(guī)范一起存儲在數(shù)據(jù)庫中。
數(shù)據(jù)處理將采用幾種形式中的一種。一種形式是系統(tǒng)識別，其涉及對包括系統(tǒng)的解析模型的一組基本參數(shù)的軌跡。另一形式是神經(jīng)網(wǎng)絡(luò)模型的發(fā)展，神經(jīng)網(wǎng)絡(luò)模型對整個系統(tǒng)進行建?；騼H對不具有解析模型的某些非線性效應(yīng)進行建模。
數(shù)據(jù)歸一化和趨勢消除(trend cancellation)是可以被要求的數(shù)據(jù)處理的另一形式。為了將控制圖用于變化檢測，正被監(jiān)測的度量需要具有正常操作條件下的恒定標(biāo)稱值。然而，實際上，正被監(jiān)測的物理量即使在正常的操作條件下也可以表現(xiàn)出漸進的、暫時的漂移。一個實例是能量耗散的例子，已經(jīng)觀察到能量耗散顯示出根據(jù)時間的逐漸向下的趨勢。為了有效地利用控制圖中的這樣的量，必須對趨勢進行建模并且在觀察的數(shù)據(jù)中消除該趨勢。建立了可以被用于此目的的時間序列分析技術(shù)。可以用于對長期漸進趨勢進行建模的一種方法是霍爾特-溫特斯(Holt-Winters)方法或雙指數(shù)平滑方法。如果在物理量與諸如操作速度設(shè)置的操作條件之間存在相關(guān)，則數(shù)據(jù)歸一化也是必需的。
具體的HMFD操作 現(xiàn)在將描述本健康監(jiān)測和故障診斷系統(tǒng)的具體操作。這些操作將被分組成四個不同的類狀態(tài)和歷史信息、連續(xù)健康監(jiān)測、請求式健康監(jiān)測以及診斷功能。
狀態(tài)和歷史信息 本健康監(jiān)測和故障診斷系統(tǒng)給用戶提供了關(guān)于使用的程度和在一段時間發(fā)生的故障的歷史信息。以下是系統(tǒng)使得對于用戶可用的量的列表。
(a)當(dāng)前的機器人伺服狀態(tài)這指的是是否針對每個電機激活了位置反饋伺服。如果所有的電機使得它們的反饋伺服激活，則機器人處在“伺服活動(active)”狀態(tài)。如果不是，則機器人處在“伺服不活動(inactive)”狀態(tài)。
(b)機器人“伺服活動”狀態(tài)的總持續(xù)時間這是指自從機器人首次運轉(zhuǎn)以來機器人處在“伺服活動”狀態(tài)的總持續(xù)時間，單位為天、小時、分和秒。
(c)當(dāng)前“伺服活動”期的持續(xù)時間這是指當(dāng)前“伺服活動”期的持續(xù)時間，單位為天、小時、分和秒。如果機器人目前不在伺服活動狀態(tài)下，則這個量指的是上次伺服活動期的持續(xù)時間。
(d)機器人運動的持續(xù)時間這指的是機器人在作為其部分正常操作的運動中的持續(xù)時間。
(e)運動錯誤的次數(shù)這指的是由于錯誤狀態(tài)機器人伺服狀態(tài)從“活動”變?yōu)椤安换顒印钡拇螖?shù)。
(f)錯誤之間的平均運動持續(xù)時間這指的是連續(xù)的運動錯誤之間的持續(xù)時間的平均值。
(g)電機“里程”這指的是每個電機已經(jīng)移動的距離，單位為度或mm。
(h)基板獲取/釋放操作的數(shù)量這指示機器人執(zhí)行了多少次拾/放操作。
狀態(tài)和歷史數(shù)據(jù)的概要可以在表4中找到。
表4歷史和狀態(tài)信息 本健康監(jiān)測系統(tǒng)還可以提供錯誤日志，該錯誤日志包括錯誤發(fā)生的日期和時間以及在錯誤的余波(aftermath)中執(zhí)行的診斷方法的結(jié)果。下面提供關(guān)于錯誤報告和記錄的更多信息。
錯誤報告在中斷正常操作的硬件或軟件錯誤的情況下，監(jiān)測系統(tǒng)向用戶報告錯誤。每個錯誤報告包括以下信息錯誤的起源、對應(yīng)的錯誤代碼和錯誤描述。如果可適用，則還包括錯誤的次級來源、對應(yīng)的錯誤代碼和錯誤描述。
診斷信息的記錄 關(guān)于所有系統(tǒng)操作、系統(tǒng)狀態(tài)的變化以及系統(tǒng)錯誤的信息都被記錄在文件中。這個文件中的每一項的格式可配置并且可以包括以下信息起始時間、起始源和描述?？蛇M一步以下列方式配置記錄可以從列表中選擇源；可以指定來自源的信息冗長水平；對源進行分組并且為每個源指定目的地文件。
連續(xù)的健康監(jiān)測 機器人和工具中其他設(shè)備的連續(xù)的健康監(jiān)測是通過在正常操作期間測量一些或所有可測量的信號并且分析得到的數(shù)據(jù)而完成的。測量和分析功能可以連續(xù)或周期性地發(fā)生，但總是與正常操作并行。連續(xù)監(jiān)測的目的是檢測健康惡化的跡象，并且如果可能的話，則定位可能導(dǎo)致這個惡化的子部件。然而，這些功能可以不針對問題的具體原因。
基于能量耗散的機器人/對準(zhǔn)器整體健康 這種方法涉及使用能量耗散來檢測機器人健康的惡化?；驹硎菣C器人健康的惡化導(dǎo)致機器人運行效率的減小并且因此導(dǎo)致能量耗散的增加。
目的 能量耗散監(jiān)測的目的是檢測機器人中導(dǎo)致能量效率減小的故障的開始。
綜述 為整個機器人以及針對機器人中的各個關(guān)節(jié)計算在一定的移動序列期間耗散的能量。這個所計算的耗散與正常機器人的能量耗散進行比較。能量耗散的增加指出機器人健康的惡化。這種方法對于檢測導(dǎo)致機器人的能量效率減小的故障的開始是理想的。
分層級別 這種方法可以在控制整體運動的主控制器中實現(xiàn)。每個電機控制器可以將關(guān)于相應(yīng)電機的繞組電流、電壓和速度的數(shù)據(jù)發(fā)送到主控制器?？梢栽谥骺刂破髦袌?zhí)行數(shù)據(jù)采集、預(yù)處理、分析和推理操作。
步驟序列 (a)管理器用信號通知數(shù)據(jù)采集器開始或結(jié)束數(shù)據(jù)記錄，該數(shù)據(jù)是計算能量耗散所要求的數(shù)據(jù)。數(shù)據(jù)采集的開始和結(jié)束需要與機器人到達完全結(jié)束的情況相一致。當(dāng)機器人拾取或放置基板時，機器人到達完全的結(jié)束。
(b)數(shù)據(jù)采集層為系統(tǒng)中的每個電機記錄電機電壓、電機電流、電機速度、電機位置和所命令的電機加速度。另外，還為每組數(shù)據(jù)記錄時間。
(c)預(yù)處理層在每個電機中使用上面的積分能量方程計算能量耗散。該預(yù)處理層使用基于上述的一個或多個方法的模型計算能量耗散的基線值。該預(yù)處理層計算兩種類型的監(jiān)測度量計算值與基線值之間的差以及差的指數(shù)加權(quán)移動平均。該預(yù)處理層還基于置信系數(shù)計算上閾值。
(d)分析層為每個移動序列監(jiān)測度量。該分析層檢測所監(jiān)測的度量是否超過相對應(yīng)的預(yù)定上閾值。
(e)推理層為多個移動序列使用單獨的電機能量耗散信息并且識別機器人中存在問題的子部件。
(f)如果找到問題，則管理器啟動進一步的診斷例程，以縮小問題的原因。
配置數(shù)據(jù) (a)操作序列的開始點和結(jié)束點，為該操作序列計算能量耗散； (b)上述操作序列的能量耗散的基線值或者能夠?qū)崿F(xiàn)標(biāo)稱轉(zhuǎn)矩的計算的一組模型參數(shù)。
(c)移動平均樣本的大小(如果使用EWMA，則不是必需的)。
(d)要用來計算閾值的置信系數(shù)。
(e)數(shù)據(jù)采集速率-每秒操作的數(shù)據(jù)點的數(shù)量。
故障模式 能量耗散的監(jiān)測使得能夠檢測到以下故障的開始不正確的電機相角、編碼器與電機轉(zhuǎn)子之間的相對運動、電機繞組與外殼之間的相對運動、電機磁鐵的弱化(分解)、高連接器電阻、軸承結(jié)合、軸承中的空隙、滾珠螺桿結(jié)合、皮帶摩擦和沒有完全釋放的制動裝置。
基于轉(zhuǎn)矩/電流殘差的機器人/對準(zhǔn)器整體健康 這種方法涉及電機轉(zhuǎn)矩和電流殘差的監(jiān)測。殘差的顯著變化將指示機器人整體健康的下降。由于電機轉(zhuǎn)矩不容易測量，所以除了上述的靜態(tài)情況之外，還需要由電機繞組電流和電機轉(zhuǎn)矩模型來估計電機轉(zhuǎn)矩。結(jié)果，電機模型轉(zhuǎn)矩-電流關(guān)系的變化將會影響所估計的轉(zhuǎn)矩殘差。
目的 這種方法適于檢測導(dǎo)致電機旋轉(zhuǎn)阻力增大的故障。另外，如果由電機電流估計電機轉(zhuǎn)矩，則導(dǎo)致電機轉(zhuǎn)矩容量減小的故障也將被檢測到。
綜述 這種方法假設(shè)存在一組事先存儲的電機電流數(shù)據(jù)，或者存在可用的機器人動態(tài)模型，該機器人動態(tài)模型能基于目前的和過去的機器人狀態(tài)預(yù)測電機電流。因此所預(yù)測的電流與在各個電機處測量的電流相比較，以獲得電流殘差。隨時間的過去而監(jiān)測殘差，并且其值的顯著偏移指示故障的開始。電流殘差的變化可以是以下兩種原因的結(jié)果。該變化可以反映諸如相角、去磁或未對準(zhǔn)之類的電機物理屬性的變化。該變化還可以反映電機旋轉(zhuǎn)的外部阻力的變化，電機旋轉(zhuǎn)要求來自電機的較高的轉(zhuǎn)矩輸出。除了轉(zhuǎn)矩殘差以為，還監(jiān)測轉(zhuǎn)矩殘差在整個移動序列上的積分。
分層級別 這種方法可以在控制機器人運動的主控制器中實現(xiàn)。每個電機控制器可以將關(guān)于繞組電流、相應(yīng)電機的位置和速度的數(shù)據(jù)發(fā)送給主控制器。數(shù)據(jù)采集、預(yù)處理、分析和推理操作可以在主控制器中執(zhí)行。
步驟序列 (a)管理器為每個電機用信號通知數(shù)據(jù)采集的開始和結(jié)束。如果只有有限的帶寬用于發(fā)送來自遠程控制器的數(shù)據(jù)，則一次一個電機地執(zhí)行數(shù)據(jù)采集。也可以在某些預(yù)定的電機位置或移動序列處觸發(fā)數(shù)據(jù)采集。數(shù)據(jù)采集的持續(xù)時間也可以根據(jù)機器人狀態(tài)而改變。
(b)數(shù)據(jù)采集層記錄電機電流；如果使用動態(tài)模型，則該數(shù)據(jù)采集層還可以記錄位置、速度和加速度。
(c)如果使用動態(tài)模型，則預(yù)處理層計算基于模型的轉(zhuǎn)矩。如果在特定的電機位置處采集轉(zhuǎn)矩數(shù)據(jù)，則預(yù)處理層將計算作為監(jiān)測度量的轉(zhuǎn)矩殘差。另一方面，如果針對整個移動序列采集轉(zhuǎn)矩數(shù)據(jù)，則預(yù)處理層將計算作為監(jiān)測度量的轉(zhuǎn)矩殘差的絕對值在整個移動序列上的積分。該預(yù)處理層還將計算作為其他監(jiān)測度量的上述每一個的移動平均。另外，該預(yù)處理層還將為上述的每個度量計算閾值界限。預(yù)處理層還將對原始轉(zhuǎn)矩數(shù)據(jù)的片段執(zhí)行快速傅立葉變換。
(d)分析層監(jiān)測上面定義的度量并且檢測到度量偏離在閾值界限之外。這還監(jiān)測頻譜中峰值的出現(xiàn)和偏移。
(e)推理層評估來自不同電機的不同時刻的數(shù)據(jù)并且識別出故障的機器人子部件。該推理層還識別異常最可覺察的機器人位置。
(f)管理器使用來自推理層的信息來開始特定的診斷方法。
配置數(shù)據(jù) (a)用于每個電機的數(shù)據(jù)采集的機器人移動序列、開始位置和結(jié)束位置。每個電機可以有多個開始和結(jié)束位置。
(b)用于計算閾值的置信系數(shù)。
(c)移動平均樣本的大小。
(d)數(shù)據(jù)采集的速率-每秒操作的數(shù)據(jù)點的數(shù)量。
(e)基于來自正常機器人的測量結(jié)果的轉(zhuǎn)矩的基線值或者使得標(biāo)稱轉(zhuǎn)矩的計算成為可能的一組參數(shù)。
故障模式 電機轉(zhuǎn)矩和電流的監(jiān)測使得能夠檢測到以下故障的開始不正確的電機相角、編碼器與電機轉(zhuǎn)子之間的相對運動、電機繞組與外殼之間的相對運動、電機磁鐵的分解、軸承結(jié)合、滾珠螺桿結(jié)合、帶摩擦、制動裝置阻力等。
基于功耗的機器人/對準(zhǔn)器整體健康 可以以類似于前述的電機轉(zhuǎn)矩的監(jiān)測和分析的方式來監(jiān)測和分析功耗。相比轉(zhuǎn)矩監(jiān)測，功耗監(jiān)測的優(yōu)點在于消耗的功率通常僅在故障存在時才增加。功耗的這個屬性簡化了閾值在故障檢測中的應(yīng)用。
基于跟蹤誤差的機器人/對準(zhǔn)器整體健康 這種方法涉及跟蹤誤差的監(jiān)測。高于正常的跟蹤誤差指示問題的存在。
目的 這種方法適于檢測導(dǎo)致各個電機旋轉(zhuǎn)的阻力增加的故障以及導(dǎo)致伺服不穩(wěn)定性的故障。
綜述 跟蹤誤差是所要求的電機位置與實際位置之間的差。較高的跟蹤誤差水平指示電機正經(jīng)受對其運動高于正常的阻力，這是由于一個或許多故障條件而發(fā)生的。另外，跟蹤誤差的明顯震蕩指示由于一個或許多故障條件而發(fā)生的伺服回路的不穩(wěn)定性。
分層級別 這種方法將在控制機器人運動的主控制器中實現(xiàn)。每個電機控制器將關(guān)于相應(yīng)電機的希望的位置、實際位置和速度發(fā)送給主控制器。數(shù)據(jù)采集、預(yù)處理、分析和推理操作將在主控制器中執(zhí)行。
步驟序列 (a)管理器為每個電機用信號通知數(shù)據(jù)采集的開始和結(jié)束。如果只有有限的現(xiàn)代用于發(fā)送來自遠程控制器的數(shù)據(jù)，則一次一個電機地執(zhí)行數(shù)據(jù)采集。也可以在某些預(yù)定的電機位置或移動序列處觸發(fā)數(shù)據(jù)采集。數(shù)據(jù)采集的持續(xù)時間也可以根據(jù)機器人狀態(tài)而改變。
(b)數(shù)據(jù)采集層為每個電機記錄所要求的位置和實際位置。
(c)預(yù)處理層基于跟蹤誤差計算幾個監(jiān)測度量。如果在某些預(yù)定的電機位置處采集數(shù)據(jù)，則峰值跟蹤誤差的絕對值用作監(jiān)測度量。另一方面，如果在某些預(yù)定序列的長度上采集數(shù)據(jù)，則跟蹤誤差的平方的積分用作監(jiān)測度量。另外，該預(yù)處理層對跟蹤誤差數(shù)據(jù)的片段執(zhí)行快速傅立葉變換。
(d)分析層檢測到峰值跟蹤誤差的幅度的整體增加、跟蹤誤差的平方的積分的整體增加并且將它們與閾值比較。該分析層還檢測到跟蹤誤差信號中的任何新的主頻率分量。
(e)推理層使用在數(shù)據(jù)采集的幾個實例上的分析結(jié)果并且確認(rèn)機器人特性的變化。該推理層還將跟蹤誤差中有異常的機器人位置和速度報告給管理器。
(f)管理器使用來自推理層的信息開始特定的診斷方法。
配置數(shù)據(jù) (a)用于每個電機的數(shù)據(jù)采集的開始位置和結(jié)束位置以及移動序列。每個電機可以有多個開始和結(jié)束位置。
(b)對于每個電機和對于每個移動序列的跟蹤誤差的閾值水平、跟蹤誤差的平方的積分的閾值。
(c)用于FFT分析的樣本大小。
(d)數(shù)據(jù)采集的速率-每秒操作的數(shù)據(jù)點的數(shù)量。
故障模式 跟蹤誤差的監(jiān)測使得能夠檢測到以下故障的開始不正確的電機相角、編碼器與電機轉(zhuǎn)子之間的相對運動、電機繞組與外殼之間的相對運動、電機磁鐵的分解、軸承結(jié)合、滾珠螺桿結(jié)合、帶摩擦、制動裝置阻力等。
機器人/對準(zhǔn)器電機模型有效性 這種方法涉及監(jiān)測電機電壓、電流、位置和速度與電機模型的一致性。任何與電機模型預(yù)測的偏離會指出導(dǎo)致電機物理屬性之一的變化的故障。
目的 這種方法的目的是檢測可能導(dǎo)致中一個或多個電機物理屬性變化的故障。
綜述 電機模型將諸如場強、繞組電阻、電感、場間隙寬度之類的物理特性與諸如電機電流、電壓、位置和速度之類的屬性聯(lián)系起來。在上面詳細描述了在靜態(tài)條件下定義電機模型的方程。在動態(tài)條件下，輸入電壓還將必須克服與電機速度成比例的反電動勢。故障可以導(dǎo)致物理特性之一變化。監(jiān)測上述屬性與電機模型的一致性會使得能夠檢測到物理特性的變化。
分層級別 這種方法將在控制機器人運動的主控制器中實現(xiàn)。每個電機控制器將關(guān)于相應(yīng)電機的位置、速度、電流和電壓發(fā)送給主控制器。數(shù)據(jù)采集、預(yù)處理、分析和推理操作將在主控制器中執(zhí)行。
步驟序列 (a)管理器為每個電機用信號通知數(shù)據(jù)采集的開始和結(jié)束。如果只有有限的帶寬用于發(fā)送來自遠程控制器的數(shù)據(jù)，則一次一個電機地執(zhí)行數(shù)據(jù)采集。也可以在某些預(yù)定的電機位置或移動序列處觸發(fā)數(shù)據(jù)采集。數(shù)據(jù)采集的持續(xù)時間和頻率也可以根據(jù)機器人狀態(tài)而改變。
(b)數(shù)據(jù)采集層記錄電機電壓、電機電流和電機速度以及電機位置。
(c)預(yù)處理層基于所記錄的電壓和速度計算模型化的電流；該預(yù)處理層還計算作為實際電流與模型化的電流之間的差的殘差，并且確定最大變化。
(d)分析層比較最大變化與可允許的閾值。
(e)推理層使用幾個數(shù)據(jù)采集實例上的分析結(jié)果并且確認(rèn)機器人特性的變化。該推理層還向管理器報告變化中存在異常的機器人位置和速度。
配置數(shù)據(jù) (a)電機屬性，包括電阻、電感和反電動勢常數(shù)； (b)可允許的殘差范圍。
故障模式 電機、電纜和電機驅(qū)動電路的電屬性的變化(諸如由于連接器問題引起的電阻增加)、電機的磁屬性的變化(較弱的磁鐵影響反電動勢常數(shù))、不正確的總線電壓(由于電機電壓最可能根據(jù)所命令的PWM來測量)、編碼器或電機線圈外殼的滑動。
機器人/對準(zhǔn)器編碼器數(shù)據(jù)完整性-增量式編碼器 目的 這種方法的目的是用編碼器中的位置讀取機制識別問題。
綜述 編碼器有兩種類型增量式和絕對式，并且用于故障檢測的機制取決于編碼器類型。
在增量式編碼器中，通過對讀頭經(jīng)過的編碼器計數(shù)的數(shù)目進行計數(shù)來測量位置。如果由于任何原因，有丟失的計數(shù)，則所報告的位置會是不正確的。增量式編碼器具有每個旋轉(zhuǎn)發(fā)生一次的指引脈沖(index pulse)?？刂破髟诿總€指引脈沖到達時記錄增量位置讀數(shù)。如果沒有丟失的計數(shù)，則在任何兩個指引脈沖處的位置讀數(shù)之間的差將是每編碼器旋轉(zhuǎn)的增量計數(shù)數(shù)目的整數(shù)倍。實際中，幾個丟失的計數(shù)是不可避免的，并且如果丟失計數(shù)的數(shù)目超過閾值水平，則記錄警報。
分層級別 這種方法最好在遠程電機控制器中實現(xiàn)。
步驟序列 參考圖10中的流程圖， (a)管理器將建立機制來當(dāng)讀取指引脈沖時生成事件。
(b)當(dāng)產(chǎn)生事件時，數(shù)據(jù)采集層記錄增量的位置。
(c)分析層計算連續(xù)的指引脈沖處的位置之間的差，并且確定該差是否在每旋轉(zhuǎn)的增量計數(shù)數(shù)目的倍數(shù)的容差之內(nèi)。
(d)推理層報告編碼器故障的發(fā)生。
配置數(shù)據(jù) (a)丟失的編碼器計數(shù)的容差。
故障模式 當(dāng)編碼器盤上的灰塵阻止編碼器被正確讀取時，報告丟失的計數(shù)。
機器人/對準(zhǔn)器編碼器數(shù)據(jù)完整性-絕對式編碼器 目的 這種方法的目的是用絕對式編碼器中的位置讀取機制來識別問題。
綜述 編碼器分為兩類增量式和絕對式，并且用于故障檢測的機制取決于編碼器類型。
在絕對式編碼器中，或者在初始化時或者響應(yīng)于強制的絕對位置讀取命令來讀取絕對位置。編碼器讀取絕對位置，并且此后以類似于增量式編碼器的方式遞增其實際位置。如果沒有編碼器故障，則對于靜止的編碼器，通過更新編碼器獲得的位置應(yīng)該匹配通過強制的絕對位置讀取所獲得的位置。
步驟序列 參考圖11中的流程圖， (a)管理器將建立機制來每隔一定間隔讀取絕對位置并且在絕對位置讀取之前和之后讀取實際位置。
(b)分析層計算兩個實際位置之間的差。該分析層通過檢查實際位置的差是否小于容差來檢查編碼器是否是靜止的。
(c)如果編碼器是靜止的，則分析層計算絕對位置與實際位置的平均值之間的差。
(d)推理層報告編碼器故障的發(fā)生。
分層級別 這種方法可以在主控制器或者在遠程電機控制器中實現(xiàn)。
配置數(shù)據(jù) (a)靜止?fàn)顟B(tài)的容差 (b)錯誤狀態(tài)的容差 故障模式 絕對式編碼器錯誤由于編碼器盤上的灰塵以及由于軟件或硬件故障而發(fā)生。
連續(xù)皮帶張力監(jiān)測 驅(qū)動臂的帶中張力可以通過使用安裝在(皮帶伸張器的)空轉(zhuǎn)帶輪上的力傳感器對皮帶張力進行直接測量來連續(xù)監(jiān)測。皮帶張力的顯著下降或增加將被報告為潛在的問題。
結(jié)構(gòu)振動的監(jiān)測 結(jié)構(gòu)振動的監(jiān)測有助于檢測故障的開始。結(jié)構(gòu)振動可以通過加速計和應(yīng)變儀來直接監(jiān)測或者通過聲信號來間接監(jiān)測。可以通過檢測聲信號和結(jié)構(gòu)振動信號的功率譜中的顯著變化來預(yù)測即將發(fā)生的故障。功率譜的變化可以是“峰值”幅度的變化的形式或者是“峰值”頻率的偏移的形式。可以使用放置在機器人上的各個點處的麥克風(fēng)來測量聲能。可以通過在機器人上的各個點處安裝加速計來測量結(jié)構(gòu)振動?？梢允褂眠@種方法分析以下類型的故障皮帶張力的增加或減小、松動的緊固件、軸承摩擦力和移動部件的摩擦的增加。
熱耗散的監(jiān)測 熱耗散是另一種形式的能量耗散。在機器人上的不同點處的熱耗散的量也可以用于預(yù)測即將發(fā)生的故障。任何導(dǎo)致移動部件之間的較高摩擦力的故障將導(dǎo)致較高水平的熱耗散。另外，電機和螺線管開關(guān)中的較高的電流電平也將導(dǎo)致較高的熱耗散。
可以通過測量機器人中的不同部件的溫度的升高來監(jiān)測熱耗散。溫度的上升可以用以機器人上的戰(zhàn)略點為目標(biāo)的紅外傳感器來測量或者可以通過電機內(nèi)的溫度測量傳感器來測量。
熱耗散監(jiān)測是通過主控制器來執(zhí)行的。以下是涉及的步驟。
(a)數(shù)據(jù)采集層在一段時間上記錄機器人上不同點處的溫度。
(b)分析層比較溫度與閾值。
(c)如果超過閾值，則推理層報告那個部件的問題。
(d)管理器進一步指引測試，以確定問題的原因。
以下類型的故障可以通過監(jiān)測熱耗散來檢測電機磁鐵的分解、不正確的電機相角、定子的未對準(zhǔn)、軸承摩擦力的增加、制動阻力。
冷卻風(fēng)扇的監(jiān)測 冷卻風(fēng)扇經(jīng)常被用來去除由電機和電子裝置產(chǎn)生的熱。由于在受到冷卻的電機和電子裝置中的能量耗散與其溫度之間有關(guān)系，所以可以通過受到冷卻的電機和電子裝置的溫度來監(jiān)測冷卻風(fēng)扇和通風(fēng)道的狀態(tài)。
機器人/對準(zhǔn)器超程開關(guān)的監(jiān)測 目的 目的是檢測可能起因于軟件故障、位置反饋問題、電機放大器問題或機械故障(諸如編碼器或皮帶滑動)的超程。
綜述 超程開關(guān)是當(dāng)機器人軸行進超過其規(guī)定的界限之外時觸發(fā)的機械或光學(xué)傳感器。這些傳感器狀態(tài)的變化被機器人控制器立即檢測到，機器人控制器又采取必需的后續(xù)步驟。
分層級別 診斷例程可以駐留在機器人控制器中或主控制器PC中。
步驟序列 當(dāng)檢測到超程狀態(tài)時發(fā)生以下步驟 (a)管理器禁用與機器人相關(guān)聯(lián)的所有運動的軸； (b)管理器針對裝備有制動裝置的所有軸嚙合制動裝置； (c)管理器產(chǎn)生錯誤，從而識別違反其界限的軸和軸位置。
配置數(shù)據(jù) (a)超程開關(guān)與運動的軸相關(guān)。
故障模式 可以被檢測的故障模式如下出故障的編碼器、皮帶滑動以及出故障的軟件。
機器人/對準(zhǔn)器夾持器和真空系統(tǒng)健康 晶片夾持器的操作是由真空系統(tǒng)使能的?？梢酝ㄟ^監(jiān)測夾持動作來診斷真空系統(tǒng)的問題。有兩種類型的基于真空的晶片夾持器，即圖6中的面接觸吸力夾持器和圖5中的邊緣接觸真空激勵的夾持器?？赡馨l(fā)生兩種類型的真空問題真空泄露和真空線阻塞。真空泄露可能由于唇形密封上的磨損而發(fā)生。真空線的泄露導(dǎo)致較低的真空壓力(當(dāng)真空閥打開并且在面接觸吸力夾持器的情況下，基板存在于末端執(zhí)行器上)，并且可以通過真空傳感器(502，502)讀數(shù)的下降來檢測。另外，夾持動作導(dǎo)致或者沒有夾持或者夾持器操作時間增加。對于真空激勵的邊緣接觸夾持器，夾持操作時間在命令閥(506、606)打開的時刻與位置感測標(biāo)志(508)檢測到夾持器的打開狀態(tài)的時間之間被測量。對于面接觸吸力夾持器，夾持操作時間是在命令閥打開的時刻與真空傳感器讀數(shù)達到可接受的真空水平的時間之間被測量的。真空傳感器和執(zhí)行器之間的真空線中的阻塞將導(dǎo)致較短的真空轉(zhuǎn)換時間，以及當(dāng)接通真空時真空激勵的邊緣接觸夾持器的長操作時間。除了真空線問題以為，諸如堵塞的柱塞或損壞的彈簧之類的機械問題也可以導(dǎo)致夾持器的故障。
通信網(wǎng)絡(luò)健康 目的 這個的目的在于檢測數(shù)據(jù)通信網(wǎng)絡(luò)的問題。
綜述 在主控制器和遠程控制器之間存在恒定的數(shù)據(jù)流。遠程控制器將它們的狀態(tài)以近似周期的間隔發(fā)送給主控制器，并且主控制器將控制信息以近似周期的間隔發(fā)送給遠程控制器。監(jiān)測這些消息的到達頻率。這些消息的到達頻率的下降導(dǎo)致控制器發(fā)出關(guān)于網(wǎng)絡(luò)流量可能下降的警報。
除了監(jiān)測錯誤消息的頻率以為，每個電機控制器中的通信端口具有在一段時間內(nèi)在那個端口發(fā)生的錯誤數(shù)量的記錄。這個數(shù)量提供了網(wǎng)絡(luò)的整體健康的估計。
網(wǎng)絡(luò)流量的中斷的通常原因是跨越滑環(huán)的通信的丟失。
分層級別 這個診斷例程駐留在機器人控制器中。結(jié)合起來，這是主控制器PC。
步驟序列 (a)數(shù)據(jù)采集器記錄來自節(jié)點的狀態(tài)消息的到達時間。該數(shù)據(jù)采集器還記錄存儲在每個控制器的通信端口中的錯誤計數(shù)。
(b)分析層確定連續(xù)的狀態(tài)分組之間的間隔是否超過某個閾值并且識別落在這個范疇內(nèi)的節(jié)點。該分析層還計算每個控制器的通信端口中新錯誤發(fā)生的速率。
(c)如果已經(jīng)超過了閾值，則基于其狀態(tài)分組丟失的節(jié)點，推理層識別網(wǎng)絡(luò)拓?fù)渲写嬖趩栴}的支路和鏈路。
配置數(shù)據(jù) (a)接收狀態(tài)消息的最大可允許延時的閾值。
(b)網(wǎng)絡(luò)配置。
故障模式 跨越滑環(huán)的通信故障、遠程控制器上的出故障的通信處理器、網(wǎng)絡(luò)連接器中松動的接觸。
連續(xù)的機器人可重復(fù)性監(jiān)測 機器人的位置可重復(fù)性可以通過外部的靜止傳感器來監(jiān)測。該傳感器可以感測機器人末端執(zhí)行器在正常操作期間停止時的位置。作為可替換方案，可以采用照相機作為外部靜止設(shè)備或者由機器人攜帶。典型的影響可重復(fù)性的故障是同步帶的滑動、導(dǎo)致滯后的皮帶張緊以及軸承夾具的松動。
基板可重復(fù)性監(jiān)測 類似地，基板位置可重復(fù)性可以使用外部靜止傳感器來檢查。這個檢查可以揭露基板對準(zhǔn)器、基板在機器人末端執(zhí)行器上的滑動(例如由于支撐墊片上的塵土或者支撐墊片的材料的惡化)、夾持器的故障、機器人末端執(zhí)行器相對于從其拾取基板和/或向其放置基板的站的未對準(zhǔn)，從而導(dǎo)致基板“走動”等?？商鎿Q地，可以為此使用照相機。
拾/放操作的監(jiān)測 這種方法使用安裝在機器人臂上的攝像機，使得在機器人執(zhí)行拾放操作時具有末端執(zhí)行器的全視圖。在操作期間，視頻數(shù)據(jù)不斷地被發(fā)送到機器人控制器?？刂破鞔鎯︻A(yù)定的視頻記錄的持續(xù)時間。當(dāng)錯緯或錯放故障發(fā)生時，視頻記錄停止?？刂破鞔鎯Φ囊曨l數(shù)據(jù)然后可以用作用于診斷目的的有價值的信息源。
連續(xù)的病毒掃描 這種方法的目的在于識別系統(tǒng)中可能導(dǎo)致數(shù)據(jù)丟失或性能下降的軟件病毒的存在。
機器人控制器可以運行具有安全漏洞的操作系統(tǒng)，軟件病毒可能利用這些安全漏洞。周期性的病毒掃描將使得在軟件病毒導(dǎo)致數(shù)據(jù)丟失和性能下降之前能夠?qū)ζ溥M行檢測。可以由操作系統(tǒng)自己或第三方工具來調(diào)度并且執(zhí)行病毒掃描。所要求的配置數(shù)據(jù)是病毒掃描的希望的頻率。
扇形濾波器單元濾波器的監(jiān)測 這個特征的目的是監(jiān)測扇形濾波器單元中的濾波器的堵塞。堵塞是通過同時監(jiān)測(濾波器的輸入側(cè)上的)通風(fēng)壓力和(工具的大氣部分中的)微環(huán)境壓力來檢測的。如果需要增加的通風(fēng)壓力來在否則同一狀態(tài)(關(guān)閉的門、不變的排氣屬性)下維持相同的微環(huán)境壓力，則指示濾波器堵塞。
電離器功能的監(jiān)測 電離器是用于中和積聚在工具的大氣部分中所運輸?shù)幕迳系碾姾?。電離器的故障導(dǎo)致基板上過度的電荷累積。電離器故障可以通過測量環(huán)境變化來檢測。如果所測量的電荷超過正或負(fù)閾值，則電離器很可能出故障。
連續(xù)健康檢測功能的概要被提供在表5中。
表5連續(xù)健康監(jiān)測 自動故障診斷 如果任何健康監(jiān)測方法報告機器人運行中的惡化，則下一步驟是識別問題的根本原因。用于利用機器人正常操作期間獲得的數(shù)據(jù)診斷故障的主要使用的方法如下。
電流/轉(zhuǎn)矩殘差分析 轉(zhuǎn)矩殘差分析涉及分析實際轉(zhuǎn)矩與標(biāo)稱轉(zhuǎn)矩之間的差的變化。變化模式用于確定導(dǎo)致性能惡化的故障類型。
目的 這個方法的目的是診斷具有獨特的轉(zhuǎn)矩特征(torque signature)的故障。該診斷是通過分析轉(zhuǎn)矩殘差的時間序列數(shù)據(jù)來完成的。如果在特定電機中報告能量耗散或跟蹤誤差的增加或轉(zhuǎn)矩殘差的變化并且如果電機屬性診斷檢查沒有找到電機屬性的問題，則會執(zhí)行這種方法。
綜述 某些故障具有獨特的故障特征，并且那些故障可以通過分析轉(zhuǎn)矩殘差來診斷。轉(zhuǎn)矩殘差是實際轉(zhuǎn)矩和標(biāo)稱轉(zhuǎn)矩信號之間的差。轉(zhuǎn)矩殘差相對于位置的變化的本質(zhì)可以指示某些類型的故障。例如，殘差相對于電機位置的周期性變化指示問題的原因是取決于位置的迎面阻力(drag force)，諸如由于制動裝置的未對準(zhǔn)而引起的周期性制動阻力。
分層級別 這種方法將在控制機器人運動的主控制器中實現(xiàn)。每個電機控制器將關(guān)于相應(yīng)電機中的位置、速度和電流的數(shù)據(jù)發(fā)送給主控制器。數(shù)據(jù)采集、預(yù)處理、分析和推理操作將在主控制器中執(zhí)行。
步驟序列 (a)管理器將對存在問題的電機觸發(fā)數(shù)據(jù)采集的開始和結(jié)束。數(shù)據(jù)采集應(yīng)該在運動的恒定速度部分被觸發(fā)。為了得到良好狀態(tài)(well-conditioned)的數(shù)據(jù)，移動序列應(yīng)該包括足夠的位置變化。
(b)數(shù)據(jù)采集層記錄電機電壓、電機轉(zhuǎn)矩和電機速度以及電機位置。
(c)預(yù)處理層首先確定位置數(shù)據(jù)具有足夠的范圍和一定的最小方差。如果不是，則該預(yù)處理層用信號通知管理器發(fā)出可能使用不同的開始點和較長的持續(xù)時間的新的數(shù)據(jù)采集命令。該預(yù)處理層還僅隔離并使用在恒定速度相位期間所采集的數(shù)據(jù)。該預(yù)處理層基于電機模型計算標(biāo)稱轉(zhuǎn)矩以及作為實際轉(zhuǎn)矩和標(biāo)稱轉(zhuǎn)矩之間的差的殘差。該預(yù)處理層計算殘差的均值和方差。該預(yù)處理層還計算殘差相對于位置的傅立葉變換。自相關(guān)怎么樣？ (d)分析層確定殘差是否在某個閾值之上。該分析層檢查傅立葉頻譜中的峰值并且包括峰值頻率。該分析層還確定對應(yīng)于殘差的震蕩周期的距離。
(e)如果殘差低于閾值，則推理層報告沒有診斷出故障。如果在傅立葉變換中存在峰值并且如果對應(yīng)于峰值的周期等于在電機的一次旋轉(zhuǎn)中覆蓋的距離，則該推理層報告故障是相對于位置是周期性的阻力。
本HMFD系統(tǒng)的自動故障診斷功能的概要在表6中被提供。
表6自動故障診斷 電機功耗分析 電機功耗是機器人整體健康的有用指標(biāo)。像上述的能量耗散那樣，功耗的增加指向機器人中的潛在故障。某些關(guān)節(jié)處較高摩擦力的存在導(dǎo)致驅(qū)動該關(guān)節(jié)的電機處的功耗的增加。而且，由于摩擦的制動裝置而引起的周期性阻力的存在將產(chǎn)生周期性變化的功率耗散。
跟蹤誤差分析 跟蹤誤差在閾值之外的增加是問題的指示符。另外，跟蹤誤差的快速傅立葉變換將產(chǎn)生某些振動模式的放大的信息。
障礙檢測 機器人臂所遇到的障礙可以通過分析電機力和跟蹤誤差來檢測。
干擾觀測器數(shù)據(jù)的分析 干擾觀測器的輸出是執(zhí)行器上的干擾力的度量。這個輸出的變化的分析將產(chǎn)生對故障本質(zhì)的理解。例如，由于摩擦的制動裝置所引起的周期性阻力的存在將產(chǎn)生周期性變化的干擾觀測器輸出。障礙的存在將導(dǎo)致隨位移增加的輸出。
皮帶張力分析 皮帶張力可以使用力傳感器不斷測量并且被分析來檢測問題。特定關(guān)節(jié)處的較高的摩擦力將導(dǎo)致驅(qū)動那個關(guān)節(jié)的帶中的更大的張力。
頻域分析 這種方法的目的是診斷具有特定頻域特征的故障。這個特征可以存在于各種信號中。作為實例，機器人上不同關(guān)節(jié)處的結(jié)構(gòu)振動的分析可以產(chǎn)生對問題源的有用的指示符。例如，松動的軸承導(dǎo)致某些頻率峰值的更大振幅。另外，在松動皮帶處的增加的摩擦導(dǎo)致某些振動模式的更高阻尼。識別振動譜中的特定變化可以幫助精確確定問題的根源。
請求式HMFD例程 此處描述的功能補充上述的連續(xù)健康監(jiān)測和故障診斷能力。這些功能不能在機器人的正常操作期間執(zhí)行，因為這些功能要求特殊的序列和/或可能危及到基板。與連續(xù)監(jiān)測和自動診斷相反，在以下情況下應(yīng)請求來使用這些功能 (a)出于健康監(jiān)測的目的，當(dāng)不使用工具或者當(dāng)其在預(yù)定的維護期間被維修時； (b)出于診斷的目的，當(dāng)通過另一方法檢測到健康問題或故障以縮小原因和/或確認(rèn)/消除可疑的部件時。
機器人/對準(zhǔn)器模型識別 這個請求式例程的目的是識別機器人或?qū)?zhǔn)器的剛體動態(tài)模型的參數(shù)。參數(shù)的差別指示機器人(對準(zhǔn)器)屬性的變化屬性，這通常是由發(fā)展中的故障引起的。
識別過程是自動的。HMFD系統(tǒng)命令機器人跟隨預(yù)定的軌道并且監(jiān)測機器人運動期間的位置和轉(zhuǎn)矩。選擇動態(tài)模型的結(jié)構(gòu)，以反映所有重要的系統(tǒng)機械部件并且包括與機器人的電機相關(guān)聯(lián)的執(zhí)行器動力學(xué)。為了實現(xiàn)可靠的結(jié)果，在基本參數(shù)方面用公式來表示模型，并且針對得到的動態(tài)模型的結(jié)構(gòu)優(yōu)化軌道。
機器人/對準(zhǔn)器頻率響應(yīng) 頻率響應(yīng)識別的目的是確定固有頻率和阻尼水平的變化，其指示機器人結(jié)構(gòu)屬性的變化，包括松動的機械耦合。頻率響應(yīng)提供了在機器人的多個位置中的振幅和相位特征。
為了構(gòu)造頻率響應(yīng)，HMFD系統(tǒng)將機械手移動到均勻分布在機械手工作空間中的位置網(wǎng)格，通過掃掠頻率諧波信號激勵機械手，并且記錄機械手在每個位置的響應(yīng)。使用復(fù)雜的最小二乘方擬合技術(shù)，控制器然后利用所記錄的數(shù)據(jù)來針對機械手的每個位置計算傳遞函數(shù)的參數(shù)。
HMFD系統(tǒng)可以通過將它們的幅度和相位特性用圖表示來可視化得到的頻率響應(yīng)。
機器人/對準(zhǔn)器關(guān)節(jié)狀態(tài)檢查 這個請求式例程的目的是檢查機械關(guān)節(jié)的狀態(tài)。首先，HMFD系統(tǒng)執(zhí)行機器人或?qū)?zhǔn)器的剛體動力學(xué)的識別。在第二步驟，代表諸如阻尼和摩擦力的關(guān)節(jié)屬性的識別結(jié)果與基線值進行比較。期望值的指定范圍之外的變化指示相應(yīng)關(guān)節(jié)的問題。
機器人/對準(zhǔn)器皮帶張力檢查 目的 這個請求式例程的目的是檢查可能違反規(guī)范在機器人臂中使用的帶的張力。
綜述 用在機器人臂中的帶的張力可能不正確地設(shè)置或者由于制造/維修人員的錯誤、皮帶材料蠕變或者皮帶張緊機制的故障而隨時間的過去變化。皮帶張力的變化影響機器人的性能，包括反饋控制的穩(wěn)定性。皮帶張力可以基于機器人的頻率響應(yīng)來檢查。頻率響應(yīng)分析所必需的數(shù)據(jù)不能在規(guī)則的操作期間獲得，因此要求特殊的請求式例程。
分層級別 這個例程可以駐留在機器人控制器或主控制器PC中。
步驟序列 (a)管理器檢查沒有基板在機器人末端執(zhí)行器上；如果不是這樣的情況，則顯示錯誤；如果機器人并不支持基板存在感測，則管理器顯示對操作員的請求，以確認(rèn)沒有基板在機器人末端執(zhí)行器上； (b)管理器命令機器人移動到機器人的原位置；如果這個操作失敗，則顯示錯誤。
(c)管理器將伺服控制器切換針到頻率響應(yīng)識別所預(yù)定的伺服參數(shù)； (d)管理器觸發(fā)與感興趣的皮帶傳動相關(guān)聯(lián)的電機的激勵；數(shù)據(jù)采集層記錄相對應(yīng)的編碼器的激勵和響應(yīng)； (e)預(yù)處理層基于從數(shù)據(jù)采集層獲得的數(shù)據(jù)計算機器人的頻率響應(yīng)；如果不能計算頻率響應(yīng)，則顯示錯誤； (f)分析層在從預(yù)處理層獲得的頻率響應(yīng)中識別對應(yīng)于感興趣的帶的橫向振動的頻率；如果不能識別該頻率，則顯示錯誤；[還應(yīng)該為了皮帶狀態(tài)檢查的目的而識別對應(yīng)于縱向振動的頻率嗎？] (g)推理層為每個感興趣的皮帶傳動比較得到的頻率與可允許的范圍；[這應(yīng)該在分析層完成嗎？] (h)管理器顯示結(jié)果；如果存在問題，則管理器提供具有對于皮帶張力調(diào)整的指導(dǎo)的維修屏幕。
配置數(shù)據(jù) (a)皮帶傳動和電機之間的相關(guān)聯(lián)； (b)用于頻率響應(yīng)識別的伺服參數(shù)； (c)用于頻率響應(yīng)識別的激勵信號的參數(shù)； (d)用于每個皮帶傳動的可允許的固有頻率范圍。
在靜負(fù)載狀態(tài)下的電機模型驗證 目的 這種方法的目的是驗證電機轉(zhuǎn)矩參數(shù)。
綜述 電機模型方程在靜負(fù)載狀態(tài)下被簡化。如上所解釋的那樣，如果電機在靜止?fàn)顟B(tài)下抵抗已知的外力，則在不存在反電動勢、粘滯效應(yīng)和慣性效應(yīng)的情況下，電機轉(zhuǎn)矩常數(shù)可以直接得自所測量的電流。即使外力幅度未知，可以使用解析靜態(tài)模型來獲得電機轉(zhuǎn)矩之間的比率。電機轉(zhuǎn)矩比率可以與電機電流比率比較并且可以識別導(dǎo)致電機容量下降的故障?？梢允褂眠@種方法識別以下故障電機磁鐵的弱化、電機軸承中的空隙。另外，電機繞組電阻也可以使用上面的電流電壓關(guān)系而由所測量的電流和電壓導(dǎo)出。
分層級別 這個診斷例程駐留在機器人控制器或主控制器PC中。
步驟序列 (a)管理器將命令機器人，使得機器人末端執(zhí)行器僅接觸外力的施加點。外力可以是機器人將通過滑輪或杠桿機制拉或推的已知重量。如果沒有外部負(fù)載，則機器人將推壓剛性表面。
(b)管理器將命令遠程軸控制器之一切換到“力模式”，這會使得該管理器能夠命令在對應(yīng)于那個軸的電機處的已知轉(zhuǎn)矩。
(c)數(shù)據(jù)采集層將記錄每個電機處的穩(wěn)定狀態(tài)電流和電壓值。
(d)分析層將計算每個電機中的繞組電阻值。另外，該分析層將計算在將電流和外力值帶入到靜態(tài)平衡方程后的殘差。
(e)推理層將比較殘差與閾值并且識別違反閾值。
(f)管理器將報告電機模型的任何違反。
配置數(shù)據(jù) (a)電機繞組電阻和電機轉(zhuǎn)矩常數(shù)的標(biāo)稱值。
(b)殘差的可允許閾值界限。
機器人/對準(zhǔn)器編碼器信號檢查 目的 這個請求式例程的目的是相對規(guī)范檢查光學(xué)絕對式和虛擬絕對式編碼器輸出的正弦/余弦信號的質(zhì)量。
綜述 編碼器讀頭和光盤由于制造/維修人員的錯誤可能沒有適當(dāng)對準(zhǔn)，或者它們的對準(zhǔn)由于操作期間的損壞而隨時間的過去變化。諸如塵土或油脂的污垢會污染編碼器的光盤。這樣的未對準(zhǔn)和污染可以使編碼器輸出的正弦/余弦信號失真。信號的質(zhì)量可以基于它們的振幅和相位屬性來檢查。需要以恒定的低速記錄信號，這種條件在規(guī)則操作期間通常不會發(fā)生，因此需要特殊的請求式例程。
分層級別 這個診斷例程可以駐留在機器人控制器或主控制器PC中。
步驟序列 (a)管理器檢查沒有基板在機器人末端執(zhí)行器上；如果不是這樣的情況，則顯示錯誤；如果機器人并不支持基板存在感測，則管理器顯示向操作員的請求，以確認(rèn)沒有基板在機器人末端執(zhí)行器上； (b)管理器命令機器人移動到安全的位置 (c)管理器命令軸以恒定的速度移動希望的范圍。希望的范圍對應(yīng)于一次完整的編碼器旋轉(zhuǎn)。
(d)數(shù)據(jù)采集層以指定的速率記錄正弦和余弦信號值。
(e)預(yù)處理層計算虛矢量的幅度，該虛矢量的笛卡兒分量是正弦和余弦信號值。
(f)分析層記錄正弦和余弦信號的最大和最小值以及虛矢量的最大和最小值。
(g)推理層將最大和最小值與預(yù)定的閾值相比較。
(h)如果違反了任意閾值，則管理器報告該位置。
配置數(shù)據(jù) (a)最大和最小閾值水平。
(b)數(shù)據(jù)采集速率 (c)每個機器人軸的安全機器人位置 (d)記錄期間的軸速度 機器人/對準(zhǔn)器夾持器的請求式檢查 這個例程的目的是驗證機器人或如圖5和6所示的對準(zhǔn)器真空操作的基板夾持器的適當(dāng)操作。應(yīng)請求，HMFD系統(tǒng)執(zhí)行夾持器，同時監(jiān)測轉(zhuǎn)換時刻并將轉(zhuǎn)換時間與給定的規(guī)范相比較。
映射器/對準(zhǔn)器傳感器檢查 這個例程的目的是檢查機器人映射器或?qū)?zhǔn)器光傳感器的功能。HMFD系統(tǒng)命令傳感器接通光發(fā)射器并且在光接收器完全暴露于所發(fā)射的光時讀取光接收器的輸出。得到的輸出與給定的規(guī)范進行比較。
機器人映射器功能檢查 這個例程的目的是驗證映射器(圖7)正常運行。HMFD系統(tǒng)命令機器人使用映射器來掃描已知維度的功能部件(feature)，諸如具有已知直徑的圓截面的線或管腳。然后將結(jié)果與所描述的功能部件的已知維度進行比較。
機器人/對準(zhǔn)器控制穩(wěn)定性驗證 這個例程的目的是驗證機器人或?qū)?zhǔn)器控制器調(diào)諧的穩(wěn)定性。HMFD系統(tǒng)將機器人移動到在機器人的工作空間中均勻分布的位置網(wǎng)格中，通過脈沖、步進或掃掠頻率諧波信號激勵機器人，并且記錄每個位置的響應(yīng)。控制器然后基于所采集的數(shù)據(jù)評估穩(wěn)定裕度。
通信網(wǎng)絡(luò)拓?fù)錂z查 這個檢查涉及確定并顯示通信網(wǎng)絡(luò)的拓?fù)洹?br> 請求式機器人可重復(fù)性檢查 目的 這個的目的在于檢查機器人的可重復(fù)性的任何下降。
綜述 機器人的可重復(fù)性是指在某個容差內(nèi)將機器人末端執(zhí)行器命令到工作空間中相同點的能力。機器人可重復(fù)性的量度是這個容差窗的緊密度。由于稀薄的機械耦合，諸如軸承中的空隙和滑動的帶，會發(fā)生可重復(fù)性損失?？梢酝ㄟ^在運動命令的執(zhí)行期間對機器人末端執(zhí)行器位置的重復(fù)外部測量來檢測可重復(fù)性損失。機器人位置的外部測量有兩種可能的模式。一個選項是在機器人末端執(zhí)行器(圖7)使用貫通梁映射器(through beam mapper)。機器人會移動其末端執(zhí)行器，使得諸如垂直刀口的固定功能部件會切斷該梁。注意該梁被切斷的準(zhǔn)確機器人位置。這個位置的逐漸偏移指示機器人可重復(fù)性的問題。為了完全驗證機器人的可重復(fù)性，可以由機器人從多個方向訪問該功能部件，或者可以使用多個功能部件。第二選項是記錄末端執(zhí)行器的直邊會切斷相對于工作單元固定的梁的機器人位置。
分層級別 這個診斷例程可以駐留在機器人控制器或主控制器PC中。
步驟序列 (a)主控制器將識別并命令機器人執(zhí)行某些允許一個或多個貫通梁被切斷的移動序列。
(b)數(shù)據(jù)采集層將記錄貫通梁被切斷的機器人位置。
(c)分析層檢測所記錄的位置的偏移。如果偏移在容差界限之外，則報告可重復(fù)性損失。
配置數(shù)據(jù) (a)關(guān)于可重復(fù)性的可允許容差 機器人工作站對準(zhǔn)檢查 目的 這種方法的目的是檢查站位置或其方位相對于機器人的任何偏移。
綜述 描述了自動確定相對于機器人的站位置和站方位的方法。這些方法描述了使用機器人末端執(zhí)行器上的貫通梁映射器428A、428B或者對準(zhǔn)器307的步驟序列。當(dāng)被請求時，機器人可以執(zhí)行這些步驟并且檢查在站位置或方位中是否有明顯的偏移。
分層級別 這個測試可以在主機器人控制器中實現(xiàn)。
步驟序列 (a)管理器確定能夠?qū)崿F(xiàn)教導(dǎo)的所有的站和站上的所有功能部件都可訪問。
(b)如果映射器(428A和428B)要被用于教導(dǎo)，管理器檢查以確定在機器人末端執(zhí)行器上沒有晶片。
(c)管理器命令開始教導(dǎo)序列。
(d)管理器記錄站位置和方位的偏移并且警告用戶與正常的偏離。
請求式病毒掃描 這涉及對硬盤驅(qū)動器(諸如主控制器的那些硬盤驅(qū)動器)掃描病毒和阻止正常執(zhí)行控制器任務(wù)的其他過程。
示范性請求式健康監(jiān)測和故障診斷例程的概要在表7中被提供。
表7示范性請求式HMFD例程 實例測試數(shù)據(jù) 現(xiàn)在將描述用于本健康監(jiān)測和故障診斷系統(tǒng)的所選方法的示范性測試數(shù)據(jù)。
能量耗散的監(jiān)測和分析 如上所解釋的那樣，這種方法的基本原理是由機器人的機械或電氣部件的退化所引起的故障將導(dǎo)致機器人操作的整體效率的下降。因此，這樣的故障可以在發(fā)生的早期階段通過監(jiān)測機器人能量耗散的某些度量來檢測。導(dǎo)致效率下降的一些故障實例是損壞的或未對準(zhǔn)的軸承、缺少潤滑、對機器人運動的阻礙、機器人上的永磁鐵的退化以及出故障的電機制動裝置。另外，由位置和電流反饋控制回路中的臨界不穩(wěn)定性引起的振動也導(dǎo)致能量耗散的增加，并且可以使用這種方法來檢測。應(yīng)注意的是，能量損耗指標(biāo)僅指示機器人和相應(yīng)關(guān)節(jié)中故障的存在。需要采用互補方法來縮小故障的原因。
使用五軸Reliance機器人聚集關(guān)于正常操作期間能量耗散的數(shù)據(jù)。這個機器人類似于圖4的實例機器人。使用機器人控制器中內(nèi)置的跟蹤機制，每次機器人執(zhí)行延伸移動以從非徑向站拾取基板時都下載電機轉(zhuǎn)矩和電機速度數(shù)據(jù)。為整個移動采集轉(zhuǎn)矩和速度數(shù)據(jù)，該整個移動覆蓋機器人從靜止開始并且在移動結(jié)束時靜止下來的持續(xù)時間。由于這個特定的移動并不涉及Z軸的運動，所以重力勢沒有變化，并且在理想的無摩擦的條件下，凈能量耗散將為零。另一方面，對于實際機器人，當(dāng)機器人在相同平面上的兩個點之間移動時，有凈的正能量耗散。這個能量耗散是由于像軸承和執(zhí)行器那樣的機器部件中的摩擦力。
對于正常機器人的能量耗散 圖12示出了對于正常狀態(tài)下的機器人在連續(xù)延伸移動到離心站的能量耗散的曲線圖。
對于具有不正確相角的機器人的能量耗散 通過改變t1電機(圖4中的電機409)的相角而人為地在機器人中引入故障狀態(tài)。對于相同繞組電流，不正確的相角導(dǎo)致電機的較低的轉(zhuǎn)矩輸出。由于電機的實際所要求的轉(zhuǎn)矩輸出保持不變，所以電機電流必須增加。這又導(dǎo)致更高的電阻性能量損耗。得到的更高的電壓顯現(xiàn)為反饋控制器中的實際轉(zhuǎn)矩的更高值。實際轉(zhuǎn)矩的這個更高值可以用于計算能量耗散。圖13比較了不同相角的連續(xù)延伸移動的能量耗散值。
能量耗散隨時間過去的變化 如從圖12和圖13中可以看出的那樣，能量耗散的值在連續(xù)延伸移動上幾乎沒有示出什么變化。然而，對于考慮中的機器人，能量耗散在較長時間段上顯示了下降的趨勢。圖14示出了對于同一機器人在30天間隔后的能量耗散數(shù)據(jù)。圖15比較了正常機器人相隔三十天的能量耗散。在所有類別的能量耗散中有5％的下降。這個能量耗散下降的原因還沒有被確定。在這方面需要更多的分析。
不能通過監(jiān)測能量耗散檢測到的故障 存在某些類型的故障可能不會導(dǎo)致能量耗散中的可覺察的增加并且因此不能通過監(jiān)測能量耗散來檢測。以下是兩個實例 (a)導(dǎo)致不正確的位置讀數(shù)的編碼器盤上的污垢； (b)由于臨界穩(wěn)定的伺服而引起的振動即使能量耗散增加，該振動不足夠明顯以被檢測到。
轉(zhuǎn)矩殘差的監(jiān)測和分析 從呈現(xiàn)整體健康下降的機器人中所采集的數(shù)據(jù)可以進一步被分析，以確定導(dǎo)致健康下降的具體故障。如先前所指示的那樣，基于轉(zhuǎn)矩殘差的分析技術(shù)可以識別發(fā)生在機器人中的某些類型的故障。
有效電機容量的減小 諸如不正確的電機相角或永磁鐵的去磁那樣的故障導(dǎo)致電機的有效轉(zhuǎn)矩常數(shù)的減小。對于相同的轉(zhuǎn)矩輸出要求更高的電機電流。被定義為在故障狀態(tài)下的轉(zhuǎn)矩和在正常狀態(tài)下的轉(zhuǎn)矩的差的轉(zhuǎn)矩殘差與在正常狀態(tài)下的轉(zhuǎn)矩成比例。這由圖16中示出的針對Razor橫梁所獲得的數(shù)據(jù)來說明。當(dāng)橫梁完成運動輪廓時，采集數(shù)據(jù)，該運動輪廓由以下數(shù)據(jù)來定義最大加速度4500mm/s2，最大速度900mm/s，開始點在x＝0并且結(jié)束點在x＝1000mm。圖17示出了轉(zhuǎn)矩殘差相對于標(biāo)稱轉(zhuǎn)矩的變化。注意，該曲線圖示出了與轉(zhuǎn)矩成比例的電機電流。
線性回歸系數(shù)指示電機的轉(zhuǎn)矩常數(shù)已經(jīng)減小的程度。圖17中的數(shù)據(jù)指示，在錯誤相角的情況下，所要求的轉(zhuǎn)矩平均比標(biāo)稱轉(zhuǎn)矩大33.7％。這與由于相角錯誤為43度而應(yīng)該期望的值密切匹配。另一方面，轉(zhuǎn)矩殘差與電機速度之間的相關(guān)很小，如圖18中所示。
周期性阻力 諸如制動阻力的故障可以在電機上引入周期性阻力。圖19示出了從沒有臂的Reliance機器人的Z軸(豎向升降)獲得的數(shù)據(jù)。該數(shù)據(jù)代表峰值速度為320mm/s的300mm Z運動的轉(zhuǎn)矩值。通過阻止閘塊完全分離來引入制動阻力。這導(dǎo)致在電機位置中周期性的阻力。這從圖20可以明顯看出，圖20示出了轉(zhuǎn)矩殘差相對于位置的變化。轉(zhuǎn)矩殘差的變化周期近似于16mm，這是Z滾珠軸承的螺距。
機器人參考模型 先前的討論假設(shè)存在機器人的參考動態(tài)模型，該模型定義了機器人在正常工作狀態(tài)下的動態(tài)行為。這樣的模型將產(chǎn)生能量耗散的基線值，能量耗散的當(dāng)前值可以與該基線值進行比較以確定機器人健康的狀態(tài)。這個模型還可以針對給定的移動序列產(chǎn)生標(biāo)稱轉(zhuǎn)矩的變化，其可以用于計算轉(zhuǎn)矩殘差。這樣的模型需要周期性地更新，以便說明不一定代表健康問題的、機器人屬性的明顯的長期漂移。如上所提及的那樣，確定基線機器人行為的可能選項之一是使用代表機器人正常動態(tài)行為的神經(jīng)網(wǎng)絡(luò)模型。
從正常機器人獲得的數(shù)據(jù)可以用于建立機器人動力學(xué)的神經(jīng)網(wǎng)絡(luò)模型，并且這個模型可以用作健康監(jiān)測和故障診斷的參考模型。圖21示出了模型預(yù)測的Z軸轉(zhuǎn)矩與實際轉(zhuǎn)矩的比較。神經(jīng)網(wǎng)絡(luò)模型是使用具有10個神經(jīng)元的徑向基網(wǎng)絡(luò)來建立的。為此目的使用Matlab提供的徑向基網(wǎng)絡(luò)工具。用于該網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)包括1300種狀態(tài)下的位置、速度、加速度和轉(zhuǎn)矩值。
本健康監(jiān)測和故障診斷系統(tǒng)100可以與全局診斷工具集成，諸如Brooks自動化有限公司的GOLDLINKTM全局診斷工具。
健康監(jiān)測和故障診斷系統(tǒng)100的每個功能可以將其輸出或結(jié)果發(fā)送到一個或多個可以執(zhí)行附加功能的遠程計算設(shè)備。例如，數(shù)據(jù)采集功能105可以向執(zhí)行預(yù)處理、分析和推理功能的遠程服務(wù)器報告時間歷程。系統(tǒng)內(nèi)的其他功能也可以發(fā)送數(shù)據(jù)用于遠程功能、用于進一步計算，以便最小化系統(tǒng)100內(nèi)的計算和通信負(fù)載。
這可以最小化現(xiàn)場所需的支持，同時提供在遠處開發(fā)和驗證分析和推理算法的機會，因此消除了在現(xiàn)場直接由系統(tǒng)報告的假警報的風(fēng)險。
發(fā)送到遠程功能的信息可以包括周期性健康監(jiān)測數(shù)據(jù)、自動狀態(tài)通知和請求式信息。
周期性健康監(jiān)測數(shù)據(jù) 本地功能105、110、115、120中的一個或多個可以連續(xù)地以高采樣率實時記錄所選的信號，處理特性，執(zhí)行分析，或者執(zhí)行推理功能并且將數(shù)據(jù)發(fā)送到遠處用于進一步處理。
例如，數(shù)據(jù)采集功能105可以為每個運動軸記錄以下信號 (a)電機電壓(在PWM占空比方面)； (b)電機電流； (c)命令的和實際的位置； (d)實際速度； (e)電機溫度。
本地的預(yù)處理功能110可以預(yù)處理數(shù)據(jù)，以為每次操作計算一組特性來確定下列一組每操作和運動軸的特性 (a)日期/時間戳； (b)來自.../到...的信息； (c)耗散的能量； (d)最大電流； (e)最大位置誤差； (f)穩(wěn)定的位置誤差； (g)穩(wěn)定時間； (h)最大溫度。
上述的該組特性可以周期分批地發(fā)送給遠程服務(wù)器或其他計算設(shè)備，用于分析、推理或其他功能。
也可以使用遠程服務(wù)器來促進來自本地功能105、110、115、120或管理器130的自動狀態(tài)通知。通知信息可以包括 (a)操作與維護變化； (b)配置變化的通知； (c)致命錯誤的通知； (d)以預(yù)定間隔發(fā)送的循環(huán)計數(shù)數(shù)據(jù)。
另外，出于支持和診斷目的，遠程服務(wù)器或計算機連接可以允許應(yīng)請求上傳信息。示范性信息包括 (a)配置(工作空間)信息； (b)印有時間戳的命令/響應(yīng)/錯誤日志； (c)(來自數(shù)據(jù)采集層的)數(shù)據(jù)日志。
另外，有利的是提供來自遠程系統(tǒng)的其他特征，例如，病毒保護軟件的遠程更新和控制器軟件的遠程更新。
所述的系統(tǒng)是有利的，因為該系統(tǒng)提供了一組獨特的功能用于健康監(jiān)測和故障診斷。數(shù)據(jù)采集功能在正被監(jiān)測的機器的操作期間獲取所選變量的時間歷程，預(yù)處理功能計算所獲取的時間歷程的具體特性，分析功能評估與變量相關(guān)聯(lián)的各個部件的特性并且產(chǎn)生關(guān)于每個部件的狀態(tài)的一個或多個假設(shè)，而推理功能推導(dǎo)出機器的整體評價，該整體評價包括機器的各個部件的狀態(tài)以及機器處在良好運行狀態(tài)的置信度。
該系統(tǒng)可以分層式分布的方式來實現(xiàn)。例如，每個功能的多個實例可以駐留在機器內(nèi)逐漸更高級別的控制器中或與這些控制器相關(guān)聯(lián)，使得健康監(jiān)測和故障診斷目的所要求的數(shù)據(jù)可以在存在足夠的處理數(shù)據(jù)的智能的級別處使用。
希望該系統(tǒng)大大減少或完全消除由于工作在自動制造工具中的機械手的無法預(yù)料的故障引起的材料損壞和未預(yù)期的停工時間。另外，在故障發(fā)生的情況下，希望系統(tǒng)的故障診斷能力改進維修的響應(yīng)度、質(zhì)量和成本。
應(yīng)該理解的是，上面的描述僅說明了這里所公開的實施例。在不偏離本實施例的情況下，本領(lǐng)域技術(shù)人員可以設(shè)計出各種可替換方案和修改方案。因此，目前公開的實施例意圖包括所有這些落入隨附權(quán)利要求范圍之內(nèi)的可替換方案、修改方案和變型。
權(quán)利要求
1.一種用于狀態(tài)監(jiān)測和故障診斷的系統(tǒng)，該系統(tǒng)包括
數(shù)據(jù)采集功能，該數(shù)據(jù)采集功能為一個或多個部件獲取所選變量的時間歷程；
預(yù)處理功能，該預(yù)處理功能計算所述時間歷程的指定特性；
分析功能，用于評估所述特性，以產(chǎn)生所述一個或多個部件的狀態(tài)的一個或多個假設(shè)；以及
推理功能，用于由所述一個或多個假設(shè)確定所述一個或多個部件的狀態(tài)。
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，進一步包括用于利用所述一個或多個部件的所確定的狀態(tài)來為所述部件實現(xiàn)預(yù)防性維護的功能。
3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，推理功能由所述一個或多個假設(shè)確定系統(tǒng)的狀態(tài)，所述一個或多個部件在所述系統(tǒng)中運行。
4.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，數(shù)據(jù)采集功能為所選變量設(shè)置采樣周期、觸發(fā)模式和要記錄的樣本數(shù)。
5.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，數(shù)據(jù)采集、預(yù)處理、分析和推理設(shè)施中的每一個駐留在所述一個或多個部件的控制器中。
6.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，預(yù)處理功能通過對所述時間歷程執(zhí)行數(shù)學(xué)運算來計算所述時間歷程的指定特性。
7.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，分析功能通過將一種或多種算法和分析技術(shù)應(yīng)用到所述時間歷程的所計算的指定特性來產(chǎn)生所述一個或多個假設(shè)。
8.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，推理功能包括專家診斷系統(tǒng)，用于由所述一個或多個假設(shè)確定所述一個或多個部件的狀態(tài)。
9.一種部件狀態(tài)監(jiān)測和故障診斷的方法，該方法包括
為一個或多個部件獲取所選變量的時間歷程；
計算所述時間歷程的指定特性；
評估所述特性，以產(chǎn)生所述一個或多個部件的狀態(tài)的一個或多個假設(shè)；以及
由所述一個或多個假設(shè)確定所述一個或多個部件的狀態(tài)。
10.根據(jù)權(quán)利要求9所述的方法，包括利用所述一個或多個部件的所確定的狀態(tài)來為所述部件實現(xiàn)預(yù)防性維護。
11.根據(jù)權(quán)利要求9所述的方法，包括由所述一個或多個假設(shè)確定系統(tǒng)的狀態(tài)，所述一個或多個部件在所述系統(tǒng)中運行。
12.根據(jù)權(quán)利要求9所述的方法，其中，獲取時間歷程包括為所選變量設(shè)置采樣周期、觸發(fā)模式和要記錄的樣本數(shù)。
13.根據(jù)權(quán)利要求9所述的方法，其中，獲取時間歷程是由所述一個或多個部件的控制器來執(zhí)行的。
14.根據(jù)權(quán)利要求9所述的方法，其中，計算時間歷程的指定特性包括對所述時間歷程執(zhí)行數(shù)學(xué)運算。
15.根據(jù)權(quán)利要求9所述的方法，其中，評估所述特性以產(chǎn)生所述一個或多個部件的狀態(tài)的一個或多個假設(shè)包括將一種或多種算法和分析技術(shù)應(yīng)用到所述時間歷程的所計算的指定特性。
16.根據(jù)權(quán)利要求9所述的方法，其中，由所述一個或多個假設(shè)確定所述一個或多個部件的狀態(tài)包括使用專家診斷系統(tǒng)。
17.一種計算機程序產(chǎn)品，其包括計算機可用介質(zhì)，該計算機可用介質(zhì)具有用于部件狀態(tài)監(jiān)測和故障診斷的計算機可用程序代碼，當(dāng)該計算機程序產(chǎn)品在計算機上時運行使計算機
為一個或多個部件獲取所選變量的時間歷程；
計算所述時間歷程的指定特性；
評估所述特性，以產(chǎn)生所述一個或多個部件的狀態(tài)的一個或多個假設(shè)；以及
由所述一個或多個假設(shè)確定所述一個或多個部件的狀態(tài)。
18.根據(jù)權(quán)利要求17所述的計算機程序產(chǎn)品，當(dāng)該計算機程序產(chǎn)品在計算機上運行時使計算機利用所述一個或多個部件的所確定的狀態(tài)來為所述部件實現(xiàn)預(yù)防性維護。
19.根據(jù)權(quán)利要求17所述的計算機程序產(chǎn)品，當(dāng)該計算機程序產(chǎn)品在計算機上運行時使計算機由所述一個或多個假設(shè)確定系統(tǒng)的狀態(tài)，所述一個或多個部件在所述系統(tǒng)中運行。
20.根據(jù)權(quán)利要求17所述的計算機程序產(chǎn)品，其中，獲取時間歷程包括為所選變量設(shè)置采樣周期、觸發(fā)模式和要記錄的樣本數(shù)。
21.根據(jù)權(quán)利要求17所述的計算機程序產(chǎn)品，其中，計算時間歷程的指定特性包括對所述時間歷程執(zhí)行數(shù)學(xué)運算。
22.根據(jù)權(quán)利要求17所述的計算機程序產(chǎn)品，其中，評估所述特性以產(chǎn)生所述一個或多個部件的狀態(tài)的一個或多個假設(shè)包括將一種或多種算法和分析技術(shù)應(yīng)用到所述時間歷程的所計算的指定特性。
23.根據(jù)權(quán)利要求17所述的計算機程序產(chǎn)品，其中，由所述一個或多個假設(shè)確定所述一個或多個部件的狀態(tài)包括使用專家診斷系統(tǒng)。
24.一種用于部件狀態(tài)監(jiān)測和故障診斷的系統(tǒng)，該系統(tǒng)包括
數(shù)據(jù)采集功能，該數(shù)據(jù)采集功能為一個或多個部件獲取所選變量的時間歷程；
預(yù)處理功能，該預(yù)處理功能計算所述時間歷程的指定特性；
分析功能，用于評估所述特性，以產(chǎn)生所述一個或多個部件的狀態(tài)的一個或多個假設(shè)；
推理功能，用于由所述一個或多個假設(shè)確定所述一個或多個部件的狀態(tài)；以及
管理器功能，該管理器功能確定數(shù)據(jù)采集功能所獲取的所選變量、觸發(fā)預(yù)處理功能中的數(shù)據(jù)處理用于計算指定的特性、發(fā)起由分析功能進行的所述特性的評估以產(chǎn)生所述假設(shè)并且觸發(fā)由推理功能進行的部件狀態(tài)的推導(dǎo)。
25.根據(jù)權(quán)利要求24所述的系統(tǒng)，其中，管理器功能利用所述一個或多個部件的所確定的狀態(tài)來為所述部件實現(xiàn)預(yù)防性維護。
26.根據(jù)權(quán)利要求24所述的系統(tǒng)，其中，推理功能由所述一個或多個假設(shè)確定系統(tǒng)的狀態(tài)，所述一個或多個部件在所述系統(tǒng)中運行。
27.根據(jù)權(quán)利要求24所述的系統(tǒng)，其中，在管理器功能的控制下，數(shù)據(jù)采集功能為所選變量設(shè)置采樣周期、觸發(fā)模式和要記錄的樣本數(shù)。
28.根據(jù)權(quán)利要求24所述的系統(tǒng)，其中，預(yù)處理功能通過對所述時間歷程執(zhí)行數(shù)學(xué)運算來計算所述時間歷程的指定特性，其中數(shù)學(xué)運算是由管理器功能基于部件類型來確定的。
29.根據(jù)權(quán)利要求24所述的系統(tǒng)，其中，分析功能通過將一種或多種算法和分析技術(shù)應(yīng)用到作為機電設(shè)備一起運行的部件組的時間歷程的所計算的指定特性來產(chǎn)生所述一個或多個假設(shè)。
30.根據(jù)權(quán)利要求29所述的系統(tǒng)，其中，推理功能包括專家診斷系統(tǒng)，用于由所述一個或多個假設(shè)來確定所述機電設(shè)備的狀態(tài)。
31.一種用于監(jiān)測半導(dǎo)體生產(chǎn)工具的部件狀態(tài)的系統(tǒng)，該系統(tǒng)包括
部件控制器，該部件控制器具有獲取一個或多個部件的所選變量的時間歷程的數(shù)據(jù)采集功能；
機電設(shè)備控制器，該機電設(shè)備控制器具有預(yù)處理功能，該預(yù)處理功能為所述一個或多個部件中作為機電設(shè)備一起運行的那些部件計算時間歷程的指定特性；
用于機電設(shè)備組的組控制器，所述組控制器具有分析功能，用于評估所述特性，以產(chǎn)生所述一個或多個部件的狀態(tài)的一個或多個假設(shè)；
系統(tǒng)控制器，該系統(tǒng)控制器具有推理功能和管理器功能，該推理功能用于由所述一個或多個假設(shè)確定所述一個或多個部件的狀態(tài)，該管理器功能確定數(shù)據(jù)采集功能所獲取的所選變量、觸發(fā)預(yù)處理功能中的數(shù)據(jù)處理用于計算指定的特性、發(fā)起由分析功能進行的特性的評估以產(chǎn)生假設(shè)以及觸發(fā)由推理功能進行的部件狀態(tài)的推導(dǎo)。
32.根據(jù)權(quán)利要求31所述的系統(tǒng)，其中，管理器功能利用所述一個或多個部件的所確定的狀態(tài)來為所述部件實現(xiàn)預(yù)防性維護。
33.根據(jù)權(quán)利要求31所述的系統(tǒng)，其中，推理功能由所述一個或多個假設(shè)確定系統(tǒng)的狀態(tài)，所述一個或多個部件在所述系統(tǒng)中運行。
34.根據(jù)權(quán)利要求31所述的系統(tǒng)，其中，在管理器功能的控制下，數(shù)據(jù)采集功能為所選變量設(shè)置采樣周期、觸發(fā)模式和要記錄的樣本數(shù)。
35.根據(jù)權(quán)利要求31所述的系統(tǒng)，其中，預(yù)處理功能通過對所述時間歷程執(zhí)行數(shù)學(xué)運算來計算所述時間歷程的指定特性，其中數(shù)學(xué)運算是由管理器功能基于部件和機電設(shè)備的類型來確定的。
36.根據(jù)權(quán)利要求31所述的系統(tǒng)，其中，分析功能通過將一種或多種算法和分析技術(shù)應(yīng)用到作為機電設(shè)備一起運行的部件組的時間歷程的所計算的指定特性來產(chǎn)生所述一個或多個假設(shè)。
37.根據(jù)權(quán)利要求31所述的系統(tǒng)，其中，推理功能包括專家診斷系統(tǒng)，用于由所述一個或多個假設(shè)確定所述機電設(shè)備的狀態(tài)。
全文摘要
一種系統(tǒng)可以包括四種功能數(shù)據(jù)采集功能(105)、預(yù)處理功能(110)、分析功能(115)和推理功能(120)。另外，功能(105)、(110)、(115)和(120)的操作可以由健康監(jiān)測和故障診斷管理器(130)來協(xié)調(diào)。四個功能(105)、(110)、(115)、(120)和管理器(130)中的每一個都可以用硬件、軟件或兩者的任何組合來實現(xiàn)。
文檔編號G06F19/00GK101263499SQ200680033247
公開日2008年9月10日 申請日期2006年7月11日 優(yōu)先權(quán)日2005年7月11日
發(fā)明者M·候塞克, J·普羅哈茲卡 申請人:布魯克斯自動化公司