说明:收录25万 73个行业的国家标准 支持批量下载
ICS 25.040.30 CCS J28 团体 标准 T/CIE 123—2021 工业机器人故障诊断与预测性维护 第3部分:故障诊断 Fault diagnosis and predictive maintenance for industrial robot - Part 3: Fault diagnosis 2021 - 11 - 22发布 2022 - 02 - 01实施 中国电子学会 发布 全国团体标准信息平台 T/CIE 123 —2021 I 目次 前 言 ................................ ................................ ........... II 1 范围 ................................ ................................ ................ 1 2 规范性引用文件 ................................ ................................ ...... 1 3 术语和定 义 ................................ ................................ .......... 1 4 故障诊断流程 ................................ ................................ ........ 2 5 控制异常报警 ................................ ................................ ........ 3 硬件报警 ................................ ................................ ........ 3 控制超差报警 ................................ ................................ .... 3 通信异常报警 ................................ ................................ .... 3 6 在线异常识别 ................................ ................................ ........ 3 工业机器人系统 ................................ ................................ .. 3 关节/整机 ................................ ................................ ....... 4 伺服电机 /减速器 ................................ ................................ . 4 7 离线测试诊断 ................................ ................................ ........ 4 离线测试 ................................ ................................ ........ 4 离线诊断 ................................ ................................ ........ 5 8 故障排查 ................................ ................................ ............ 5 附录 A (资料性) 控制故障报警机制信息(示例) ................................ .... 6 附录 B (资料性) 伺服电机在线异常识别方案 ................................ ........ 8 附录 C (资料性) 工业机器人离线测试诊断分析 ................................ ...... 9 参考文 献 ................................ ................................ ....... 11 全国团体标准信息平台 T/CIE 123 —2021 II 前言 T/CIE XXX 《工业机器人故障诊断和预测性维护》分为以下 5个部分: ——第1部分:故障分类和编码 ——第2部分:在线监测 ——第3部分:故障诊断 ——第4部分:健康状态评估 ——第5部分:预测性维护 本文件为T/CIE XXX《工业机器人故障诊断和预测性维护》的第 3部分。 本文件按照GB/T 1.1 —2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定 起草。 本文件起草单位:工业和信息化部电子第五研究所 、华中科技大学 、上海交通大学、广州智能装备 研究院有限公司、西安交通大学 、天津大学 、佛山智能装备技术研究院、佛山华数机器人有限公司、埃 夫特智能装备股份有限公司、广州数控设备有限公司、中国科学院沈阳自动化研究所、新松机器人自动 化股份有限公司。 本文件主要起草人:王远航 、唐敬、 周健、丁小健 、孟苓辉、吴军、王春辉 、王国锋 、雷亚国 、纪 春阳、陶建峰 、陆树汉、杨云帆、梁超、莫文安、王吉、黄创绵、刘文威、杨剑锋、李小兵、董成举、 郭广廓、陈勃琛、赵常均、张建华、彭 湘涛、张锋。 全国团体标准信息平台 T/CIE 123—2021 1 工业机器人故障诊断与预测性维护 第3部分:故障诊断 1 范围 本标准规定了工业机器人故障诊断的通用要求、控制异常报警、在线异常识别、离线测试诊断、故 障排查表等内容。 本标准适用于工业机器人的故障诊断。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。 其中, 注日期的引用文件, 仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本 文件。 GB/T 2298 -2010 机械振动、冲击与状态监测 词汇 GB/T 25889 -2010 机器状态监测与诊断 声发射 GB/T 22394.1-2015 机器状态监测与诊断 数据判读和诊断技术 第1部分:总则 GB/T 29716.1 -2013 机械振动与冲击 信号处理 第1部分:引论 ISO 18129 -2015 Condition monitoring and diagnostics of machines -Approaches for performance diagnosis 3 术语和定义 GB/T 20921 -2007 和 GB T 2900.56-2008中确立的以及下列术语和定义适用于本文件。 故障 fault 丧失完成某项规定功能的能力。 注:改写 GB/T 20921 -2007 机器状态监测与诊断 词汇 术语2.8:当机器的一个部件或组件劣化或 出现可能导致机器失效的反常状态时,部件所处的状态。 异常 anomaly 工业机器人系统或部件偏离标准状态。 注:GB/T 20921 -2007 机器状态监测与诊断 词汇 术语5.4:系统或部件偏离标准状态。 在线 on line 工业机器人处于生产作业下的状态。 注:改写 GB/T 20921-2007 机器状态监测与诊断 定义7.5: (状态监测与诊断)连续的数据采集。 离线 off line 工业机器人处于脱离生产的、非作业下的状态。 全国团体标准信息平台 T/CIE 123 —2021 2 注:改写 GB/T 20921 -2007 机器状态监测与诊断 定义7.4:(状态监测与诊断)周期性或间歇性 的数据采集。 征兆 symptom 反映系统的有关状态或故障信息的状态量。 注:改写 GB/T 20921 -2007 机器状态监测与诊断 定义5.8:信号的特征参数,它表明有关状态的 信息。 故障特征 fault feature 表征故障是否发生、严重程度的征兆参数。 [GB/T 20921 -2007 机器状态监测与诊断 词汇 术语7.2] 观测器 observer 根据被测输入和输出变量和被控系统的模型,重构被控系统状态的系统。 [GB T 2900.56 -2008 电工术语 控制技术 术语 351-26-26 ] 报警 alarm 当遇到选定的参数或其逻辑组合异常,要求采取纠正行动时,用于通知工作人员而设计的运行信号 或警告信息。 [GB/T 20921 -2007 机器状态监测与诊断 词汇 术语5.

pdf文档 T-CIE 123—2021 工业机器人故障诊断与预测性维护 第3部分:故障诊断

文档预览
中文文档 14 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
T-CIE 123—2021 工业机器人故障诊断与预测性维护 第3部分:故障诊断 第 1 页 T-CIE 123—2021 工业机器人故障诊断与预测性维护 第3部分:故障诊断 第 2 页 T-CIE 123—2021 工业机器人故障诊断与预测性维护 第3部分:故障诊断 第 3 页
下载文档到电脑,方便使用
本文档由 思安 于 2022-12-13 11:38:55上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。