德州职业技术学院 黄 克

工业机器人作为柔性制造系统的关键部分，在日常运行中易出故障，此种故障非常隐蔽不易被发现，这一特点导致柔性制造系统难以普及并广泛应用。本文采用了故障树分析法和Petri网理论相结合的方式，并借助工业机器人故障的关联矩阵，可以明确找出故障传播路径，发现工业机器人的故障位置，以便最大程度缩短寻找故障点的时间。

柔性制造系统，即“Flexible Manufacturing System”（FMS），将其应用到工业生产中，有助于提升生产效率、缩短生产周期，最大程度上减少生产成本，同时保证产品质量。因此，柔性制造系统在一定领域内得到了使用。在柔性制造系统中包含了物料系统、加工系统、计算机控制系统等。在加工系统、物料系统中，工业机器人作为其中重要组成部分，如果发生故障，则会直接影响到柔性制造系统的正常运行，影响企业正常生产。所以，需要明确工业机器人故障位置并加以有效解决，从而全面提升工业机器人在柔性制造系统中的工作效率，促进生产。

图1 故障树部分元件图

1 故障树分析法与Petri网模型

故障树分析法（Fault Tree Analysis，FTA）属于一种系统分析方法，其最大的特点就是逻辑性强，其主要针对系统中出现的不确定信息进行处理，图1为故障树部分元件。而建立在Petri网模型上的系统故障诊断方法，在诊断推理、表达逻辑关系方面展现出较强的能力。融合故障树分析法、Petri网模型有助于提升故障诊断效率，进而实现降低成本的目的。本……