ICS 25.040.30 CCS J28 团体 标准 T/CIE 125—2021 工业机器人故障诊断与预测性维护 第5部 分：预测性维护 Fault diagnosis and predictive maintenance for industrial robot - Part 5: Predictive maintenance 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 125 —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 预测性维护流程 ................................ ................................ ...... 2 5 维护方式确定 ................................ ................................ ........ 3 6 预测方法 ................................ ................................ ............ 3 基于模型的方法 ................................ ................................ .. 3 数据驱动的方法 ................................ ................................ .. 4 7 寿命预测 ................................ ................................ ............ 5 预测方法选择 ................................ ................................ .... 5 预测结果评价 ................................ ................................ .... 5 8 维护计划和管理 ................................ ................................ ...... 5 附录 A （规范性） 减速器和伺服电机等的经验模型 ................................ .... 6 附录 B （资料性） 基于经验模型的寿命预测示例 ................................ ...... 7 附录 C （资料性） 基于仿真模型的寿命预测方法 ................................ ...... 9 附录 D （资料性） “负载/负载率—寿命”曲线构建 ................................ .. 10 附录 E （资料性 ） 基于数据驱动的预测方法 ................................ ......... 11 参考文 献 ................................ ................................ ....... 13 全国团体标准信息平台 T/CIE 125 —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 5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 、广州明珞装备股份有限公司、广东省离散智造科技创新有限公司 。 本文件主要起草人：王远航、丁小健、刘文威 、杨云帆 、吴军、周健、王春辉 、纪春阳 、雷亚国、 王国锋、梁超、王吉 、唐敬、陆树汉、莫文安、潘广泽、黄创绵、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、陶建峰、孟苓辉 、龙璞。 全国团体标准信息平台 T/CIE 125 —2021 1 工业机器人故障诊断与预测性维护 第5部分：预测性维护 1 范围 本文件规定了工业机器人预测性维护的流程、维护方式确定、预测方法、寿命预测、维护计划和管 理等。 本文件适用于工业机器人预测性维护方案制定。 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 12642 -2013 工业机器人 性能规范及其试验方法 GB/T 37718 -2019 机器人用精密行星摆线减速器 GB/T 35089 -2018 机器人用精密齿轮传动装置 试验方法 GB/T 24607 -2009 滚动轴承 寿命与可靠性试验及评定 GB/T 6391 -2010 滚动轴承 额定动载荷和额定寿命 3 术语和定义 GB/T 3187 -1994、GB/T 12643 -2013和GB/T 20921 -2007中确立的以及下列术语和定义适用于本文 件。 维修/维护 maintenance 为保持和恢复产品处于能执行规定功能状态所进行的所有技术和管理活动。 事后维护 corrective maintenance 故障发生后采取的维修。 注：也称为修复性维修。 预防性维护 preventive maintenance 按照固定的计划表或规定的准则实施的维修，这些准则可以检测或预防功能性结构、系统或部件的 劣化，以维持或延长它的使用寿命。机器人的预防性维护多为按照规定时间间隔进行的定期维护，时间 可以是天数、小时数、次数等。 预测性维护 predictive maintenance 强调对失 效的预测，并依据设备的状态采取行动，以预防失效或劣化的维修。 退化 degradation 工业机器人 /部件随着持续工作，从状态良好到逐渐无法满足工作要求的过程，表现为相关性能参 数的持续下降。 全国团体标准信息平台 T/CIE 125 —2021 2 寿命 service life 工业机器人 /部件从投入使用到故障时刻的时间长度。 剩余使用寿命 remaining useful life 工业机器人当前时刻到故障时刻的时间间隔。 预测 prognostics 对故障症状和退化趋势进行分析和建模，以预估未来的状态退化趋势和剩余使用寿命。 预测时机 time of prediction 触发执行寿命预测的时间点。 预测方法 method of prediction 通过已有的监测和测试数据，获得工业机器人寿命或剩余使用寿命的算法或模型，包括基于模型的 方法、数据驱动的方法和混合方法。 4 预测性维护流程 工业机器人的预测性维护宜按照图 1所示的流程开展。 （1） 工业机器人不同部件和故障可选择不同维护方式， 应首先确定采用预测性维护的对象和范围； （2）在线监测和定期测试可参考《第 1部分 在线监测》、 《第 2部分 故障诊断》的离线测试和《第 3部分 健康状态评估》的基线测试等； （3）若到达预测时机，应调用预测方法进行寿命预测，预测方法包括基于模型的方法、数据驱动 的方法和混合方法； （4）对于预测结果评价不满足的情况，应进行结果修正或预测方法优化； （5） 对于预测结果评价满足且剩余使用寿命不足的情况， 应制定预测性维护计划， 开展维护活动； （6） 对于未达到预