潘晓刚，武扬，王欣，王朴，李鲁辉

（北京奔驰汽车有限公司，北京 102600）

1 实施背景与意义

1.1 实施背景

机器人在长期运行中出现的问题主要集中在两方面：本体机械类和电气软件类。本体机械类主要为：中心手漏油、中心手运行异响、平衡缸轴承损坏等问题。电气软件类主要为机器人PC系统故障、机器人工艺包系统故障、驱动类模块损坏、CCU板烧毁和试教器损坏等内容，如图1和图2所示。

图1 机器人机械类重点问题

图2 机器人电气与程序类重点问题

1.2 实施意义

1.2.1精益管理，减少备件消耗

高度自动化生产线依托于大量的机器人运转。在生产运营过程中，为保证现场机器人设备的快速恢复，“救火式”抢修大量使用新备件产生了高额的备件费用，不利于实现“精益管理”的成本控制目标。返厂维修备件有时间和质量两方面不可控因素。

1.2.2高质量要求，保证高运行精度

北京奔驰对产品的高质量要求，意味着机器人的运行精度需要非常高。长期的设备带载运行会造成中心手漏油、中心手异响等问题。如果未经运行精度测试的返修中心手应用于现场，将导致机器人运行轨迹出现偏差，直接影响产品品质。为此需要建立一个可以对机器人运行精度进行测量的平台，用于保证中心手的精度测试。

1.2.3保障生产，快速实现软件与系统恢复

KUKA机器人系统软件运行在Windows系统下，机器人控制器KPC结构类似普通的PC架构。在装焊车间的工业环境下运行，机器人PC软件和硬盘都存在着系统报错和硬盘损坏现象。为实现快速恢复系统故障，需要建立机器人硬盘备份制作与严格的备份质量管理、工艺包系统升级测试等功能。

1.2.4利用大数据实现智能化管理与预测性维护

随着网络与大数据的快速发展，研究并实现了基于物联网协议的大数据平台开发应用、机器人实时状态监控、分析机器人故障根本原因、智能化管理预防性维护工单。并通过各种数据进行预测性维护，提前发现隐患问题，避免大停机发生。摆脱了对机器人的“重症抢救式维修工作”，实施机器人运行状态动态监控及预测性维护工作，对设备健康程度有效监控，实现重大故障的提前预知与前期处理。

2 项目内涵

基于以上研究，北京奔驰技术维护团队建立了机器人Workshop完整的技术与管理体系。基于机器人的机电备件自主维修与基于大数据的预测性维护，实现机器人技术研究与机器人管理的“软”“硬”兼施。从设备部件、大数据应用智能化管理与预测性维护的角度出发，分为4个核心板块，全方位解决机器人技术可能存在的问题。

图3 机器人Workshop4大板块

3 项目内容与创新型

3.1 机器人机电备件维修中心的建立与应用

为保证机器人故障的快速恢复，“救火式”抢修大量使用新备件需要高额的备件费用，不利于实现“精益管理”的成本控制目标。返厂维修时效性不足，无法实现备件的正常轮转。且返修备件质量不能完全保证，可能造成现场二次停机，导致人力和产能浪费。

针对此问题，建立起了机器人机电备件维修中心。自主研究了 KUKA机器人核心备件维修技术，自主设计机器人维修专用工具并申请专利，同时建立备件维修标准作业流程（SWI）体系。实现了KUKA机器人平衡缸、机器人中心手、控制柜CCU主板X3端口、PC风扇及试教器等常用备件的自维修,且满足备件时效性和质量可靠性。实现机器人多备件的自主维修并保证质量可靠性，大大节省备件成本。

3.1.1机器人控制柜PC风扇的更换与应急方案

控制柜内PC散热风扇出现扇叶卡死、转速低等问题，造成PC电脑超温死机现象，深度清洁PC灰尘并更换风扇。

图4 机器人PC风扇更换与应急方案

3.1.2机器人示教器维修与测试

针对试教器钥匙模块、急停模块、主板故障以及屏幕碎屏等故障进行修理。

图5 机器人试教器维修与测试

3.1.3机器人中心手张紧杆自主维修

重载机器人更换皮带时，需要反复调整皮带张紧力。容易造成张紧杆螺母杆断裂现象发生。重新设计加工张紧杆，完成中心手维修。经负载测试中心测试正常。

图6 机器人中心手张紧杆自主维修

3.2 机器人负载测试平台的建立与应用

机器人返修备件未经过带载测试其稳定性，直接应用到现场，可能存在带载不可用情况，导致二次停机，并影响故障判断，造成产量缺失和人力浪费。

3.2.1机器人负载测试站的建立

针对此问题，为了实现机器人电气、机械返修备件在负载状态下的运行测试及相关数据的监控与分析，建立了机器人负载测试站。

通过调整机器人前端负载配重装置和运行速度完全模拟现场不同工况，并将机器人运行数据与大数据平台连接，通过专用软件分析比对机器人的电流、扭矩、速度等关键参数，完成数据拟合曲线，并与样板模型匹配分析，保证备件可靠性。实现在负载状态下进行机器人KPP电源模块、KSP驱动模块、PC主机、CCU主板、伺服电机等负载运行测试流程及数据监控分析。

图7 机器人负载测试站

3.2.2机电备件返修测试单体系建立于数据分析

图8 机器人平衡缸维修测试单

3.3 机器人系统软件管理

KUKA机器人系统软件运行在Windows系统下，机器人控制器KPC结构类似普通的PC架构。在装焊车间的工业环境下运行，机器人PC软件和硬盘都存在着系统报错和硬盘损坏的现象。

针对此问题，为快速恢复系统故障，制定了机器人系统安全与备份管理方案和机器人系统安全体系与快速恢复流程。提前制作备份硬盘和纯净系统硬盘，并实现机器人操作系统、工艺包、防病毒软件的自主升级测试。

另外，制定了MSB数据平台管理方法，基于物联网协议的大数据平台开发应用，建立起机器人大数据预测性维护（PDM）智能管理系统。系统采用支持向量机等机器学习方法（SVM），避开从归纳到演绎的传统过程，实现高效地从训练样本到预报样本的“转导推理”，大大简化传统的分类和回归等问题。已经实现了机器人日志及分析查询系统、基于物联网协议的状态监控与预测性维护、基于大数据的机器人换油策略以及机器人智能化PM管理等多种效益明显的功能，实现智能管理与预测性维护。整合资源，精益生产，仅通过机器人换油方案的优化，节省费用到达700余万元。通过大数据平台提前发现设备隐患并排除，避免停机造成的产量损失与人力浪费。

3.4 机器人系统安全与备份管理

使用KUKA机器人虚拟PC机，完成硬盘格式化、工艺包安装及防病毒软件升级等工作。机器人控制软件运行于XP+VxWrks平台，既可以提供良好的人机交互界面，又能提供精确的实时控制。KUKA WrokVisual软件架构的模块化结构把一个项目的所有步骤融合到同源的软件环境中，它可以被同时用作工作单元配置的规划工具和通用编程环境。从规划到编程，再到优化，WorkVisual通过为所有的工具匹配统一的外观而简化了所有的自动化任务。

KUKA机器人系统软件运行在WindowsXP操作系统下，机器人控制器KPC结构类似普通的PC架构。在装焊车间的工业环境下运行，机器人PC软件和硬盘都存在着系统报错和硬盘损害现象。出现此类现象，需要更换硬盘并在线安装控制系统和相关工艺包。系统恢复完成以后，还要进行机器人程序的恢复工作。大量占用生产时间，造成长时间的设备停机。

为了实现KUKA机器人系统故障的快速恢复，采用了多种方法进行保障。首先，将机器人控制器上使用的机械硬盘更换成固态硬盘，提高硬盘的启动速度与稳定性，减少由于硬盘自身质量问题造成的停机。

图9 机器人系统管理策略

3.5 机器人预测性维护开发

MQTT协议（Message Queuing Telemetry Transport），翻译过来就是遥信消息队列传输。基于这一协议，将开发好的客户端安装到KUKA机器人操作系统内，并搭建可以接收数据的服务器，数据以订阅的方式进行发送。

图10 MQTT协议概念

使用MQTT协议将生产线上的机器人的监控信号引入大数据平台，并使用本系统对相关生产数据进行分析统计，可以提高机器人的维护效率。针对相关大数据模型对实时监控信号进行监控，利用大数据和AI分析预测可能的相关报警，可以提前对可能发生的生产事故进行干预，防止工业生产线因为机器人故障造成停产。

VB65 020RB_100机器人5轴因花键轴磨损，导致了1次大停机。分析该机器人5轴电机最大扭矩运行数据发现，在1个月前，该电机的最大扭矩出现了1次异常的高峰，该次高峰极有可能造成了5轴花键轴的部分损伤，随着时间的推移，该损伤不断扩大，最后导致了花键轴键槽的磨损并酿成了大停机。

图11 机器人A5轴磨损预测性维护案例

图12 机器人基于大数据的预测性维护看板

借助物联网技术的飞速发展，北京奔驰建立基于MQTT数据传输，ElasticSearch数据存储，Kibana数据展示的高效平台。ElasticSearch支持全文检索的特性，使机器人日志分析变得得心应手。通过维护机器人积累的经验，截取出日志中能够导致停机的关键信息，并且实时监控这些关键信息，单台机器人出现高发时，能够在大停机前灵活调整时间提前做好有针对性的纠正性维护。如图12所示，监控信息涵盖了机器人运行总线、机器人驱动报警、机器人跟随误差等关键停机因素。

图13为机器人跟随误差超标实时监控数据，该数据与机器人二轴平衡缸异常强相关。但是，该信息不会停留在机器人试教器上，不去查看日志无法获取，而平衡缸的检查周期为3个月。两者相较，效率高下自然一目了然。

图13 机器人平衡缸数据报警预测性维护案例

4 实施效果

4.1 经济效益

通过机器人机电备件维修中心，已可以实现机器人平衡缸、机器人中心手、控制柜CCU主板X3端口、PC风扇以及示教器等常用备件的自维修。机器人负载测试站已可实现在负载状态下进行机器人KPP电源模块、PC主机、CCU主板、电机等负载运行测试流程及数据监控分析，保证备件可靠性。

4.2 保证备件精度

长期的设备带载运行会造成中心手漏油、中心手异响等问题。如果未经运行精度测试的返修中心手应用于现场，将导致机器人运行轨迹出现偏差，直接影响产品品质，质量判定不合格。甚至会造成机器人碰撞，严重损坏设备。

机器人运行精度测量平台的应用，利用MSB大数据平台进行数据分析，与正常数据模型进行比对合成，判断机器人精度是否满足要求。

4.3 实现智能化管理与预测性维护

基于物联网协议的大数据平台开发应用，建立起了机器人大数据预测性维护（PDM）智能管理系统。预测性维护摆脱了机器人“重症抢救式维修工作”的模式，建立起了机器人运行状态动态监控及预测性维护工作，对设备健康程度有效监控，实现重大故障的提前预知与前期处理。可以实现机器人实时状态监控、分析机器人故障根本原因、智能化管理预防性维护工单、优化机器人换油方案等多种效益明显的功能，经济效益明显。

5 结语

焊装车间负责车身的制造，其高度自动化依赖于大量的机器人与相关技术。机器人的Workshop建立与应用，针对机器人形成了专门的体系，从软、硬件方面实现全方位的机器人维护管理。通过智能化手段，全方位实现两维修、两维护与一改进。