（a） 項目背景

工業機器人是汽車制造業的重要組成部分。它們能夠進行一些高強度，柔韌性和工藝可重復性的工作，如材料處理，焊接，涂裝等。在一個北美汽車公司的一個初步數據挖掘進行研究中，人們發現生產線上機器人的失效會進一步導致大多數設備停機。因此，對機器人進行診斷和預測從而提高設備的生產力和效率是非常必要的。對機器人的診斷和預測是指能夠預測和檢測機器人或任何其組件是否實效，而且在存在多個故障模式的情況下能夠區分故障類型。

機器人診斷預測的目標是在故障真正發生之前能夠檢測到即將發生的組件故障的癥狀并預測對其進行維護的時間。隨著智能維護技術的利用，其目標是利用預測和診斷工具能夠評估機器人和其重要組成部件的整體狀況。

（b） 項目時間 2007年8月至2007年12月

（c） 項目目標 TMMK項目的總體目標是開發能夠提供對工業機器人進行性能評估的診斷預測系統，從目標系統收集的健康信息將被提供給維修人員使其可以在不影響實際生產進度的情況下計劃機器人維修。

具體的目標首先是開發基于部件的狀態監控，如大部分機器人的H -鏈接軸承。從而提交一個證明使用IMS的工具和離線數據可以診斷軸承故障的程序。

（d） 技術方法總結 在TMMK維修人員的幫助下，確定哪些部件是關鍵部件的任務已經完成。在首次監測任務中被選定的是川崎機器人的H -鏈接軸承，因為他們會隨時實效而且頻率非常高，因此，它們對工廠停機有很大的影響。

振動信號分析中軸承的診斷預測已經相對成熟。然而，對于由許多不同的組件結構組成機器人，使用標準或傳統的軸承監測技術是不夠的。簡而言之，可以對機床主軸軸承的信號進行預處理，同時分析機器人軸承振動信號，最后，利用Watchdog Agent?中的不同模塊提取不同的特征進行故障診斷及預測。

（e） 項目結果

項目的初始階段的交付是一個用IMS工具來診斷軸承故障的示范。以下是豐田H - 鏈接軸承健康監測的VI截圖： （A）數據分析（時-頻域）  

（B）健康評估（健康系數曲線） 健康系數的區間從0到1，低值表示部件已失效或損壞的情況，會導致潛在的停機操作，高值表示部件運行狀態良好。