特開 2024-101368 異常監視装置およびロボットシステム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024101368

(43)【公開日】2024-07-29

(54)【発明の名称】異常監視装置およびロボットシステム

(51)【国際特許分類】

   B25J 19/00 20060101AFI20240722BHJP

   B25J 19/06 20060101ALI20240722BHJP

【ＦＩ】

B25J19/00 J

B25J19/06

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2023005328

(22)【出願日】2023-01-17

(71)【出願人】

【識別番号】000000974

【氏名又は名称】川崎重工業株式会社

(74)【代理人】

【識別番号】100104433

【弁理士】

【氏名又は名称】宮園 博一

(74)【代理人】

【識別番号】100202728

【弁理士】

【氏名又は名称】三森 智裕

(72)【発明者】

【氏名】福井 将司

(72)【発明者】

【氏名】川井 淳

(72)【発明者】

【氏名】中村 豪

(72)【発明者】

【氏名】小崎 勇輝

(72)【発明者】

【氏名】豊福 祥平

(72)【発明者】

【氏名】原田 貴志

【テーマコード（参考）】

3C707

【Ｆターム（参考）】

3C707BS10

3C707KS16

3C707KS20

3C707KS27

3C707KS37

3C707KV01

3C707KV04

3C707LW12

3C707MS21

(57)【要約】

【課題】ロボットの関節に位置している配線の異常を監視することが可能な異常監視装置を提供する。
【解決手段】この異常監視装置２０は、ロボット１０の関節ＪＴに配置されるエンコーダ配線１７の配線関連情報を受信する受信部２２と、受信部２２により受信された配線関連情報に基づいて、エンコーダ配線１７が異常であるか否かを監視する制御部２３と、を備える。
【選択図】図５

【特許請求の範囲】

【請求項1】

ロボットの関節に配置される配線の配線関連情報を受信する受信部と、
前記受信部により受信された前記配線関連情報に基づいて、前記配線が異常であるか否かを監視する制御部と、を備える、異常監視装置。

【請求項2】

前記配線に信号を入力する信号入力部を備え、
前記受信部は、前記配線関連情報として、前記配線に入力された信号の反射波信号を受信し、
前記制御部は、受信された前記反射波信号に基づいて、前記配線が異常であるか否かを監視する、請求項１に記載の異常監視装置。

【請求項3】

前記関節は、前記関節の回転位置を検出するエンコーダを含み、
前記配線は、前記エンコーダに接続されるエンコーダ配線を含む、請求項１に記載の異常監視装置。

【請求項4】

前記関節は、ねじり回転する関節を含み、
前記制御部は、前記ねじり回転する関節に配置される前記配線からの前記配線関連情報に基づいて、前記エンコーダ配線が異常であるか否かを監視する、請求項３に記載の異常監視装置。

【請求項5】

前記制御部は、前記配線の正常時の前記配線関連情報と、現在の前記配線の前記配線関連情報とに基づいて、前記配線が異常であるか否かを判定する判定制御部を含む、請求項１に記載の異常監視装置。

【請求項6】

正常である前記配線を有する前記ロボットの複数の姿勢の各々における、前記配線関連情報に基づく機械学習により生成された異常判定モデルを記憶する記憶部を備え、
前記判定制御部は、
前記異常判定モデルに基づいて、現在の前記ロボットの姿勢において前記配線関連情報を推定し、
推定された前記配線関連情報と、現在の前記ロボットの姿勢における実際の前記配線関連情報とを比較することにより、前記配線が異常であるか否かを判定する、請求項５に記載の異常監視装置。

【請求項7】

前記配線関連情報に基づく機械学習を実行するにより前記異常判定モデルを生成する機械学習部を備え、
前記機械学習部は、所定の期間ごとに前記機械学習を実行することにより前記異常判定モデルを更新し、
前記記憶部は、更新された前記異常判定モデルを記憶する、請求項６に記載の異常監視装置。

【請求項8】

前記配線に信号を入力する信号入力部を備え、
前記配線関連情報は、前記配線に入力された信号の反射波信号を含む、請求項６に記載の異常監視装置。

【請求項9】

前記配線関連情報は、前記反射波信号に加えて、前記ロボットの稼働時間、前記関節の総回転量、前記関節の最高速度、および、前記関節の最大加減速度のうちの少なくとも１つを含む、請求項８に記載の異常監視装置。

【請求項10】

前記制御部は、前記配線が異常であるか否かの判定結果を報知部に出力する、請求項１に記載の異常監視装置。

【請求項11】

関節を含むロボットと、
前記ロボットの前記関節に配置される配線の異常を監視する異常監視装置と、を備え、
前記異常監視装置は、
前記配線の配線関連情報を受信する受信部と、
前記受信部により受信された前記配線関連情報に基づいて、前記配線が異常であるか否かを監視する制御部と、を含む、ロボットシステム。

【発明の詳細な説明】

【技術分野】

【0001】

この開示は、異常監視装置およびロボットシステムに関する。

【背景技術】

【0002】

従来、配線の異常を監視する異常監視装置が開示されている。特許文献１では、溶接ロボットに取り付けられている溶接ガンに溶接電流を供給する給電ケーブルの異常を監視するケーブル診断装置が開示されている。このケーブル診断装置は、給電ケーブルにパルス信号を送信するパルス信号送信部と、給電ケーブルからの反射パルス信号を受信する反射パルス信号受信部と、を備える。特許文献１では、反射パルス信号受信部に受信された反射パルス信号の信号レベルに基づいて、給電ケーブルが劣化しているか否かが判定される。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００６－２２０４６０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１では、給電ケーブルの劣化が判定されている。一方、特許文献１に記載のようなロボットでは、ロボットの内部に信号線や動力線などの配線が配置されている。また、ロボットの姿勢の変化に伴って配線も変形するため、配線の異常が生じやすい。特に、ロボットの関節では、配線の変形量が大きいため、ロボットの関節に位置している配線の異常を監視することが望まれている。

【0005】

この開示は、上記のような課題を解決するためになされたものであり、この開示の１つの目的は、ロボットの関節に位置している配線の異常を監視することが可能な異常監視装置およびロボットシステムを提供することである。

【課題を解決するための手段】

【0006】

この開示の第１の局面による異常監視装置は、ロボットの関節に配置される配線の配線関連情報を受信する受信部と、受信部により受信された配線関連情報に基づいて、配線が異常であるか否かを監視する制御部と、を備える。

【0007】

この開示の第１の局面による異常監視装置は、上記のように、受信部は、ロボットの関節に配置される配線の配線関連情報を受信する。これにより、ロボットの関節に位置する配線からの配線関連情報を受信することができる。そして、制御部が、受信部により受信された配線関連情報に基づいて、配線が異常であるか否かを監視することにより、ロボットの関節に位置している配線の異常を監視することができる。

【0008】

この開示の第２の局面によるロボットシステムは、関節を含むロボットと、ロボットの関節に配置される配線の異常を監視する異常監視装置と、を備え、異常監視装置は、配線の配線関連情報を受信する受信部と、受信部により受信された配線関連情報に基づいて、配線が異常であるか否かを監視する制御部と、を含む。

【0009】

この開示の第２の局面によるロボットシステムでは、上記のように、受信部は、ロボットの関節に配置される配線の配線関連情報を受信する。これにより、ロボットの関節に位置する配線からの配線関連情報を受信することができる。そして、制御部が、受信部により受信された配線関連情報に基づいて、配線が異常であるか否かを監視することにより、ロボットの関節に位置している配線の異常を監視することが可能なロボットシステムを提供できる。

【発明の効果】

【0010】

本開示によれば、ロボットの関節に位置している配線の異常を監視することができる。

【図面の簡単な説明】

【0011】

【図1】第１実施形態によるロボットシステムのブロック図である。

【図2】第１実施形態によるロボットを示す図である。

【図3】第１実施形態によるエンコーダおよびエンコーダ配線を説明するための図である。

【図4】第１実施形態によるエンコーダ配線およびシールド線を示す図である。

【図5】第１実施形態による異常監視装置のブロック図である。

【図6】ロボットのホーム姿勢状態における反射波信号を示す図である。

【図7】ホーム姿勢からロボットの姿勢が変更された状態における反射波信号を示す図である。

【図8】シールド線に異常が生じている状態の反射波信号を示す図である。

【図9】第２実施形態による異常監視装置のブロック図である。

【図10】変形例によるエンコーダおよびエンコーダ配線を説明するための図である。

【発明を実施するための形態】

【0012】

［第１実施形態］
以下、本開示を具体化した本開示の第１実施形態を図面に基づいて説明する。

【0013】

図１に示すように、ロボットシステム１００は、ロボット１０と、異常監視装置２０と、を備える。ロボットシステム１００は、工場などの設備１に配置されている。設備１には、警報を報知する報知部２が配置されている。

【0014】

図１に示すように、ロボットシステム１００は、ロボット１０と、ロボットコントローラ１２と、ティーチングペンダント１３と、を含む。ロボット１０は、ロボットアーム１１と、エンドエフェクタ１４と、駆動部１５と、エンコーダ１６と、を含む。図２に示すように、ロボット１０は、たとえば、垂直多関節ロボットである。エンドエフェクタ１４は、ロボットアーム１１の先端に取り付けられている。エンドエフェクタ１４は、たとえば、溶接を行うトーチやサーボガンである。

【0015】

ロボット１０は、基端から先端に向かって、特にねじり回転する第１関節ＪＴ１、第２関節ＪＴ２、第３関節ＪＴ３、特にねじり回転する第４関節ＪＴ４、第５関節ＪＴ５および第６関節ＪＴ６が配置される６軸の垂直多関節ロボットを含む。以下では、第１関節ＪＴ１から第６関節ＪＴ６までをまとめて関節ＪＴと呼ぶ。関節ＪＴの数は、６個以外でもよい。図１に示すように、各関節ＪＴは、各々、駆動部１５を含む。駆動部１５は、たとえば、サーボモータである。駆動部１５は、各関節ＪＴを駆動させる。

【0016】

ロボットコントローラ１２は、操作者がティーチングペンダント１３を用いて教示した動作に基づいて、ロボットアーム１１の動作を制御する。ロボットコントローラ１２は、メイン制御部１２ａとサーボ制御部１２ｂとを含む。サーボ制御部１２ｂは、メイン制御部１２ａからの指令に基づいて駆動部１５の動作を制御する。

【0017】

図１に示すように、ティーチングペンダント１３は、ロボット１０に動作を教示する操作を受け付ける。ティーチングペンダント１３は、動作プログラムなどが表示される表示部１３ａを含む。

【0018】

図３に示すように、各関節ＪＴは、各関節ＪＴの回転位置を検出するエンコーダ１６を含む。エンコーダ１６は、各関節ＪＴに配置されている。エンコーダ１６には、エンコーダ配線１７が接続されている。エンコーダ配線１７は、エンコーダ１６によって検知された各関節ＪＴの回転位置に関する信号を、ロボットコントローラ１２に伝達する。エンコーダ配線１７は、配線の一例である。

【0019】

図４に示すように、エンコーダ配線１７は、ケーブルＣに含まれている。ケーブルＣには、エンコーダ配線１７を取り囲むようにシールド線１８が配置されている。シールド線１８は、たとえば、銅またはアルミニウムなどの金属が編み込まれることにより形成されている。シールド線１８は、エンコーダ配線１７へのノイズの侵入を抑制するとともに、エンコーダ配線１７からの電磁波の放出を抑制する機能を有する。エンコーダ配線１７とシールド線１８との間には、絶縁層１９ａが配置されている。また、シールド線１８を取り囲むように絶縁層１９ｂが配置されている。ケーブルＣは多芯ケーブルであってもよい。

【0020】

図５に示すように、異常監視装置２０は、信号入力部２１と、受信部２２と、制御部２３と、記憶部２４と、ランプ２５と、を備えている。

【0021】

第１実施形態では、信号入力部２１は、エンコーダ配線１７に信号を入力する。具体的には、信号入力部２１は、高周波を発生するパルスジェネレータであり、エンコーダ配線１７に高周波のパルスを入力する。詳細には、図３に示すように、エンコーダ配線１７の基端側にスイッチング回路３０が接続されている。スイッチング回路３０は、たとえば、ロータリスイッチである。また、エンコーダ配線１７は、各関節ＪＴごとに配置されている。これらのエンコーダ配線１７を、各々、エンコーダ配線１７ａ、１７ｂ、１７ｃ、１７ｄ、１７ｅおよび１７ｆとする。エンコーダ配線１７ａから１７ｆまでが、各々、スイッチング回路３０に接続されている。スイッチング回路３０は、エンコーダ配線１７ａから１７ｆまでのいずれかと、異常監視装置２０の後述するＶＮＡとを接続する。なお、図３に示す例では、スイッチング回路３０および異常監視装置２０のＶＮＡは、６つの関節ＪＴに対して１つ配置されている。

【0022】

異常監視装置２０の受信部２２は、スイッチング回路３０を介して、エンコーダ配線１７の配線関連情報を受信する。具体的には、受信部２２は、配線関連情報として、エンコーダ配線１７に入力された信号の反射波信号を受信する。エンコーダ配線１７に異常な箇所が生じている場合、エンコーダ配線１７に入力された信号は、エンコーダ配線１７の異常な箇所において反射される。受信部２２は、異常な箇所から反射された信号である反射波信号を受信する。反射波信号の大きさや反射波信号が返ってくるまでの時間に基づいて、エンコーダ配線１７の異常の有無が検知される。このような異常の有無を検出する方法は、ＴＤＲ（時間領域反射）法とよばれる。

【0023】

第１実施形態では、制御部２３は、受信部２２により受信された反射波信号に基づいて、エンコーダ配線１７が異常であるか否かを監視する。具体的には、制御部２３は、マイコン２３ａと、パーソナルコンピュータ（ＰＣ）２３ｂと、を含む。なお、信号入力部２１と、受信部２２と、マイコン２３ａとして、たとえば、ＶＮＡ（ベクトルネットワークアナライザ）を用いてもよい。マイコン２３ａは、受信部２２により受信された反射波信号を、高速フーリエ変換（ＦＦＴ）する。マイコン２３ａは、反射波信号の大きさや反射波信号が返ってくるまでの時間を算出する。ＰＣ２３ｂは、マイコン２３ａにより算出された反射波信号の大きさや反射波信号が返ってくるまでの時間に基づいて、シールド線１８が異常であるか否かを監視する。ＰＣ２３ｂは、判定制御部の一例である。

【0024】

エンコーダ配線１７からの反射波信号の挙動について説明する。図６は、エンコーダ配線１７に異常が生じていない場合での、ロボット１０のホーム姿勢状態における反射波信号が示されている。なお、図６、図７および図８の縦軸は、反射波信号の大きさを表し、横軸は、エンコーダ配線１７の長さを表している。ロボット１０のホーム姿勢状態とは、ロボット１０の基本姿勢である。ロボット１０のホーム姿勢の状態では、反射波信号の強度の変化は比較的小さい。また、反射波信号の強度は、Ｌ＝０であるシールド線１８の基端から先端に向かうにしたがって徐々に小さくなる。図７は、エンコーダ配線１７に異常が生じていない場合での、ホーム姿勢からロボット１０の姿勢が変更された状態における反射波信号が示されている。ロボット１０の姿勢が変更された状態では、ホーム姿勢の場合の反射波信号の強度と比較して、反射波信号の強度の変化が大きくなる。図８は、ロボット１０がホーム姿勢状態であり、かつ、距離Ｌ１および距離Ｌ２の位置で、エンコーダ配線１７に異常が生じている状態の反射波信号が示されている。距離Ｌ１および距離Ｌ２の位置で、図６の反射波信号に比べて、反射波信号が大きくなっている。距離Ｌ１および距離Ｌ２とは、エンコーダ配線１７に異常監視装置２０が接続されている点からの距離を意味する。

【0025】

第１実施形態では、図３に示すように、制御部２３は、ねじり回転する第１関節ＪＴ１およびねじり回転する第４関節ＪＴ４に位置するエンコーダ配線１７からの反射波信号に基づいて、エンコーダ配線１７が異常であるか否かを監視する。制御部２３は、第１関節ＪＴ１および第４関節ＪＴ４の各々に対応する距離Ｌからの反射波信号を監視する。第１関節ＪＴ１には、第１関節ＪＴ１から第６関節ＪＴ６までの全ての関節ＪＴに配置されるエンコーダ１６から延びるエンコーダ配線１７ａから１７ｆまでの全てが配置されている。これにより、制御部２３は、第１関節ＪＴ１に位置するエンコーダ配線１７ａから１７ｆまでの全てからの反射波信号を監視することができる。すなわち、エンコーダ配線１７ａから１７ｆまでの全ての第１関節ＪＴ１における異常を監視することができる。また、第４関節ＪＴ４には、第５関節ＪＴ５および第６関節ＪＴ６に各々配置されるエンコーダ１６から延びるエンコーダ配線１７ｅおよび１７ｆが配置されている。これにより、制御部２３は、第４関節ＪＴ４に位置するエンコーダ配線１７ｅおよび１７ｆからの反射波信号を監視することができる。すなわち、エンコーダ配線１７ｅおよび１７ｆの第４関節ＪＴ４における異常を監視することができる。なお、第１関節ＪＴ１において、駆動部１５は、第１関節ＪＴ１により接続される部分同士のうちの回転する側に配置されるため、第１関節ＪＴ１においてエンコーダ配線１７がねじられる。

【0026】

また、第１実施形態では、ＰＣ２３ｂは、エンコーダ配線１７の正常時の反射波信号と、現在のエンコーダ配線１７の反射波信号とに基づいて、エンコーダ配線１７が異常であるか否かを判定する。たとえば、ＰＣ２３ｂは、エンコーダ配線１７の正常時の反射波信号と、現在のエンコーダ配線１７の反射波信号との差分値を算出する。ＰＣ２３ｂは、差分値に基づいて、エンコーダ配線１７が異常であると判定する。

【0027】

また、第１実施形態では、図５に示すように、記憶部２４は、正常であるエンコーダ配線１７を有するロボット１０の複数の姿勢の各々における、反射波信号に基づく機械学習により生成された異常判定モデル２４ａを記憶している。機械学習には、たとえば、ＡＩ（ａｒｔｉｆｉｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅ）が用いられる。ＡＩとして、たとえば、オートエンコーダ（自己符号化器：Ａｕｔｏｅｎｃｏｄｅｒ）などのニューラルネットワークが用いられる。オートエンコーダとは、入力されたデータを一度圧縮し、重要な特徴量だけを残した後、再度もとの次元に復元処理をするアルゴリズムを意味する。入力されるデータは、正常であるエンコーダ配線１７を有するロボット１０の複数の姿勢の各々における反射波信号である。異常判定モデル２４ａは、異常監視装置２０とは別個に配置されたＰＣなどにより予め生成される。生成された異常判定モデル２４ａが異常監視装置２０の記憶部２４に記憶されている。また、異常判定モデル２４ａを生成するために入力されるデータは、反射波信号に加えて、ロボット１０の各関節ＪＴの角度値も入力される。ロボット１０の各関節ＪＴの角度値とは、各関節ＪＴのエンコーダ１６により検出された検出値である。これにより、ロボット１０の複数の姿勢の各々に対応する異常判定モデル２４ａが生成される。

【0028】

また、ＰＣ２３ｂは、異常判定モデル２４ａに基づいて、現在のロボット１０の姿勢において反射波信号を推定する。具体的には、ＰＣ２３ｂは、現在のロボット１０の姿勢の各関節ＪＴの角度値を異常判定モデル２４ａに入力する。これにより、異常判定モデル２４ａによって現在のロボット１０の姿勢における反射波信号が推定される。そして、ＰＣ２３ｂは、推定された反射波信号と、現在のロボット１０の姿勢における実際の反射波信号とを比較することにより、エンコーダ配線１７が異常であるか否かを判定する。エンコーダ配線１７に異常が生じていない場合、推定された反射波信号と実際の反射波信号との差は小さいため、差分値が所定の閾値以下となる。このため、ＰＣ２３ｂは、エンコーダ配線１７は異常でないと判定する。エンコーダ配線１７に異常が生じている場合、推定された反射波信号と実際の反射波信号との差が大きくなり、差分値が所定の閾値を超える。このため、ＰＣ２３ｂは、エンコーダ配線１７は異常であると判定する。

【0029】

エンコーダ配線１７の異常を正確に見分けるための機械学習の必要性について説明する。エンコーダ配線１７に異常がない場合でも、複数のエンコーダ配線１７の枝分かれる部分や、エンコーダ配線１７がクランプされる部分、エンコーダ配線１７が曲がった部分、および、エンコーダ配線１７がねじれた部分において、エンコーダ配線１７のインピーダンスが局所的に不連続になる。また、エンコーダ配線１７は、関節ＪＴの回転に伴って、屈曲回転、ねじり回転、または、屈曲回転およびねじり回転の複合回転する。特に、エンコーダ配線１７が複合回転する場合、エンコーダ配線１７のインピーダンスが局所的に不連続になり易い。このため、エンコーダ配線１７に異常がない場合でも、エンコーダ配線１７から多くの反射波信号が発生する。さらに、ロボット１０の姿勢が変化することにより、エンコーダ配線１７から不連続的に反射波信号が発生する。また、エンコーダ配線１７における異常の発生に伴って、エンコーダ配線１７の異常が生じた場所において反射波が発生する。図７に示すように、ロボット１０の姿勢が変化すると、エンコーダ配線１７が正常である場合でも、反射波信号の形状が変化する。なお、エンコーダ配線１７に入力された信号の反射波信号に基づいてエンコーダ配線１７が異常であるか否かを監視する場合、ロボット１０が停止している必要がある。また、ロボット１０が停止している状態の各姿勢によって、各関節ＪＴのエンコーダ１６により検出された検出値が異なる。そこで、ロボット１０の姿勢を変化させて、ロボット１０が停止している状態での、各々の姿勢における各関節ＪＴのエンコーダ１６の検出値、および、各々の姿勢において発生する反射波信号のデータを全て記憶する必要がある。人手によって記憶した各関節ＪＴのエンコーダ１６の検出値および反射波のデータを解析するのは困難である。そのため、記憶した各関節ＪＴのエンコーダ１６の検出値および反射波信号のデータのパターンを機械学習により解析して、解析したパターンから異常判定モデル２４ａを生成することにより、異常に起因する反射波信号を正確にかつ精度よく見分けることが可能になる。

【0030】

なお、図５では、記憶部２４が、ＰＣ２３ｂの内部に配置されているが、記憶部２４が、ＰＣ２３ｂの外部に配置されていてもよい。また、異常監視装置２０に外部接続端子２６を配置して、外部接続端子２６を介して、エンコーダ配線１７の異常を判定するために必要な情報の入出力が行われてもよい。異常を判定するために必要な情報とは、たとえば、ロボット１０の各関節ＪＴの回転角度などである。

【0031】

また、第１実施形態では、図５に示すように、ＰＣ２３ｂは、エンコーダ配線１７が異常であるか否かの判定結果を報知部に出力する。たとえば、ＰＣ２３ｂは、エンコーダ配線１７が異常である場合、異常監視装置２０に配置されたランプ２５を点灯させるように制御する。また、図１に示すように、ＰＣ２３ｂは、ロボットコントローラ１２にエンコーダ配線１７が異常である旨の信号を出力する。ロボットコントローラ１２は、ティーチングペンダント１３の表示部１３ａに、エンコーダ配線１７が異常である旨を表示されるように制御する。また、ＰＣ２３ｂは、ロボットシステム１００が配置されている設備１に配置された報知部２にエンコーダ配線１７が異常である旨を出力する。ランプ２５、および、ティーチングペンダント１３の表示部１３ａは、報知部の一例である。

【0032】

［第１実施形態の効果］
受信部２２は、ロボット１０の関節ＪＴに配置されるエンコーダ配線１７の配線関連情報を受信する。これにより、ロボット１０の関節ＪＴに位置するエンコーダ配線１７からの配線関連情報を受信することができる。そして、制御部２３が、受信部２２により受信された配線関連情報に基づいて、エンコーダ配線１７が異常であるか否かを監視することにより、ロボット１０の関節ＪＴに位置しているエンコーダ配線１７の異常を監視することができる。

【0033】

異常監視装置２０は、エンコーダ配線１７に信号を入力する信号入力部２１を備える。受信部２２は、反射波信号として、エンコーダ配線１７に入力された信号の反射波信号を受信し、制御部２３は、受信された反射波信号に基づいて、エンコーダ配線１７が異常であるか否かを監視する。これにより、シールド線１８に異常が生じている場所から異常を反映した反射波信号が反射されるので、シールド線１８の異常が生じている場所を特定できる。

【0034】

ロボット１０は、ねじり回転する第１関節ＪＴ１およびねじり回転する第４関節ＪＴ４を含む。制御部２３は、第１関節ＪＴ１および第４関節ＪＴ４に位置するエンコーダ配線１７からの反射波信号に基づいて、エンコーダ配線１７が異常であるか否かを監視する。ここで、６軸の垂直多関節ロボットでは、ねじり回転する第１関節ＪＴ１およびねじり回転する第４関節ＪＴ４の回転の頻度が高い場合がある。この場合、第１関節ＪＴ１および第４関節ＪＴ４においてエンコーダ配線１７の異常が生じやすい。第１実施形態では、制御部２３が、第１関節ＪＴ１および第４関節ＪＴ４に位置するエンコーダ配線１７からの反射波信号に基づいて、エンコーダ配線１７が異常であるか否かを監視することにより、異常が生じやすい関節ＪＴに位置するエンコーダ配線１７の部分の異常を適切に監視することができる。

【0035】

ＰＣ２３ｂは、エンコーダ配線１７の正常時の反射波信号と、現在のエンコーダ配線１７の反射波信号とに基づいて、エンコーダ配線１７が異常であるか否かを判定する。これにより、エンコーダ配線１７の異常時の反射波信号は、エンコーダ配線１７の正常時の反射波信号と異なるので、エンコーダ配線１７の正常時の反射波信号と、現在のエンコーダ配線１７の反射波信号とに基づいて、エンコーダ配線１７が異常であるか否かを容易に判定することができる。

【0036】

異常監視装置２０は、正常であるエンコーダ配線１７を有するロボット１０の複数の姿勢の各々における、反射波信号に基づく機械学習により生成された異常判定モデル２４ａを記憶する記憶部２４を備える。ＰＣ２３ｂは、異常判定モデル２４ａに基づいて、現在のロボット１０の姿勢において反射波信号を推定し、推定された反射波信号と、現在のロボット１０の姿勢における実際の反射波信号とを比較することにより、エンコーダ配線１７が異常であるか否かを判定する。ノイズなどに影響により、作業者が反射波信号を視認してもエンコーダ配線１７が異常であるか否かを判定することが困難な場合がある。第１実施形態では、機械学習により生成された異常判定モデル２４ａに基づいて、ＰＣ２３ｂが、エンコーダ配線１７が異常であるか否かを判定することによって、作業者による異常の判定が困難な場合でも、容易に、エンコーダ配線１７が異常であるか否かを判定することができる。

【0037】

制御部２３のＰＣ２３ｂは、エンコーダ配線１７が異常であるか否かの判定結果を、ランプ２５、ティーチングペンダント１３の表示部１３ａ、および、設備１に配置された報知部２に出力する。これにより、ランプ２５、ティーチングペンダント１３の表示部１３ａ、および、設備１に配置された報知部２による報知に基づいて、作業者はエンコーダ配線１７が異常であることを容易に認識できる。

【0038】

［第２実施形態］
図９を参照して、本開示の第２実施形態を説明する。なお、第２実施形態では、異常監視装置１２０に機械学習部１２１が備えられている。

【0039】

異常監視装置１２０は、反射波信号に基づく機械学習を実行するにより異常判定モデル２４ａを生成する機械学習部１２１を備えている。機械学習部１２１は、所定の期間ごとに機械学習を実行することにより異常判定モデル２４ａを更新する。記憶部２４は、更新された異常判定モデル２４ａを記憶する。具体的には、ＰＣ２３ｂの記憶部２４に、機械学習部１２１としての機械学習用のソフトがインストールされる。機械学習部１２１は、反射波信号に基づいて、自動的に機械学習を行う。たとえば、機械学習部１２１は、ロボット１０の姿勢を複数変化させた際に生じる反射波信号に基づいて機械学習を行う。この時、エンコーダ配線１７は、正常であるとされる。また、機械学習用のソフトのインストールは、新しいロボット１０に取り付けられる異常監視装置１２０に対しても実行されるし、既に出荷されたロボット１０に後付けされた異常監視装置１２０に対しても実行することが可能である。すなわち、機械学習部１２１のレトロフィットも可能である。

【0040】

機械学習部１２１の機械学習のタイミングは、たとえば、以下の通りである。機械学習部１２１は、ロボット１０が最初に起動した際に、反射波信号に基づいて、機械学習により異常判定モデル２４ａを生成する。また、機械学習部１２１は、機械学習部１２１を駆動するためのプログラムが変更された際に、反射波信号に基づいて、異常判定モデル２４ａを生成する。また、機械学習部１２１は、エンコーダ配線１７の交換時に、反射波信号に基づいて、異常判定モデル２４ａを生成する。すなわち、機械学習部１２１は、異常判定モデル２４ａをキャリブレーションする。また、機械学習部１２１は、異常監視装置１２０が取り付けられるロボット１０に対して、個別に機械学習を実行する。つまり、生成される異常判定モデル２４ａは、ロボット１０ごとに互いに異なる。

【0041】

［第２実施形態の効果］
異常監視装置１２０は、反射波信号に基づく機械学習を実行するにより異常判定モデル２４ａを生成する機械学習部１２１を備える。機械学習部１２１は、所定の期間ごとに機械学習を実行することにより異常判定モデル２４ａを更新し、記憶部２４は、更新された異常判定モデル２４ａを記憶する。これにより、異常監視装置１２０が機械学習部１２１を備えることによって、既に出荷されたロボット１０に対しても異常監視装置１２０により異常判定モデル２４ａを生成することができるので、既に出荷されたロボット１０に配置されるエンコーダ配線１７に対しても異常を監視することができる。

【0042】

［第３実施形態］
本開示の第３実施形態を説明する。なお、第３実施形態では、配線関連情報は、エンコーダ配線１７からの反射波信号以外の情報を含む。

【0043】

第３実施形態では、配線関連情報は、反射波信号に加えて、ロボット１０の稼働時間、関節ＪＴの総回転量、関節ＪＴの最高速度、および、関節ＪＴの最大加減速度のうちの少なくとも１つを含む。たとえば、配線関連情報は、反射波信号と、ロボット１０の稼働時間と、関節ＪＴの総回転量と、関節ＪＴの最高速度と、関節ＪＴの最大加減速度と、の全てを含む。ＰＣ２３ｂは、異常判定モデル２４ａに基づいた、エンコーダ配線１７が異常であるか否かの判定に加えて、ロボット１０の稼働時間、関節ＪＴの総回転量、関節ＪＴの最高速度、および、関節ＪＴの最大加減速度を判定の参考データとする。ＰＣ２３ｂは、異常判定モデル２４ａに基づいてエンコーダ配線１７が異常でないと判定される場合でも、ロボット１０の稼働時間、関節ＪＴの総回転量、関節ＪＴの最高速度、および、関節ＪＴの最大加減速度に基づいて、エンコーダ配線１７が異常であると判定する場合がある。たとえば、ＰＣ２３ｂは、ロボット１０の稼働時間が所定の時間を超えていれば、異常判定モデル２４ａに基づいてエンコーダ配線１７が異常でないと判定される場合でも、エンコーダ配線１７が異常であると判定する。

【0044】

［第３実施形態の効果］
配線関連情報は、反射波信号に加えて、ロボット１０の稼働時間、関節ＪＴの総回転量、関節ＪＴの最高速度、および、関節ＪＴの最大加減速度のうちの少なくとも１つを含む。これにより、反射波信号に加えて、ロボット１０の稼働時間、関節ＪＴの総回転量、関節ＪＴの最高速度、および、関節ＪＴの最大加減速度のうちの少なくとも１つに基づいて異常が判定されるので、異常を判定の精度を向上できる。

【0045】

［変形例］
なお、今回開示された実施形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は、上記した実施形態の説明ではなく特許請求の範囲によって示され、さらに特許請求の範囲と均等の意味および範囲内でのすべての変更（変形例）が含まれる。

【0046】

上記第１～第３実施形態では、エンコーダ配線１７が異常であるか否かを監視する例を示したが、本開示はこれに限られない。たとえば、ロボット１０の関節ＪＴに配置されるエンコーダ配線１７以外の動力線などの異常を監視するために本開示を適用してもよい。

【0047】

上記第１～第３実施形態では、エンコーダ配線１７に入力された信号の反射波信号に基づいて、エンコーダ配線１７が異常であるか否かを監視する例を示したが、本開示はこれに限られない。たとえば、エンコーダ配線１７の配線関連情報として、シールド線１８に入力された信号の反射波信号を用いてもよい。そして、シールド線１８に入力された信号の反射波信号に基づいて、エンコーダ配線１７が異常であるか否かを監視してもよい。シールド線１８は、エンコーダ配線１７を取り囲むように配置される。エンコーダ配線１７を取り囲むように配置されるシールド線１８は、エンコーダ配線１７よりも先に異常が発生する。そこで、シールド線１８の反射波信号に基づいて、エンコーダ配線１７が異常であるか否かを監視することにより、エンコーダ配線１７に異常が発生する前に、エンコーダ配線１７の異常を予測できる。また、エンコーダ配線１７の周囲にシールド線１８でない配線を配置して、この配線に入力された信号の反射波信号に基づいて、エンコーダ配線１７が異常であるか否かを監視してもよい。

【0048】

上記第１～第３実施形態では、エンコーダ配線１７の異常の有無の検知にＴＤＲ法が用いられる例を示したが、本開示はこれに限られない。たとえば、エンコーダ配線１７の異常の有無の検知に、ＴＤＲ法以外の方法を用いてもよい。

【0049】

上記第１～第３実施形態では、ロボット１０が６軸の垂直多関節ロボットである例を示したが、本開示はこれに限られない。たとえば、６軸の垂直多関節ロボット以外の水平多関節ロボットなどにも本開示を適用することも可能である。

【0050】

上記第１～第３実施形態では、ねじり回転する第１関節ＪＴ１およびねじり回転する第４関節ＪＴ４に位置するエンコーダ配線１７からの反射波信号に基づいてエンコーダ配線１７の異常を監視する例を示したが、本開示はこれに限られない。たとえば、図１０に示すように、第１関節ＪＴ１、第５関節ＪＴ５および第６関節ＪＴ６に位置するエンコーダ配線１７からの反射波信号に基づいてエンコーダ配線１７の異常を監視してもよい。上記のように、第１関節ＪＴ１には、エンコーダ配線１７ａから１７ｆまでの全てが配置されている。第５関節ＪＴ５および第６関節ＪＴ６には、エンドエフェクタ１４から延びるエンコーダ配線１７ｇが配置されている。これにより、エンコーダ配線１７ａから１７ｆまでの第１関節ＪＴ１における異常に加えて、エンドエフェクタ１４から延びるエンコーダ配線１７ｇの異常も監視することができる。また、エンドエフェクタ１４から延びるエンコーダ配線１７ｇの、第５関節ＪＴ５および第６関節ＪＴ６における異常も監視することができる。

【0051】

上記第１～第３実施形態では、ＰＣ２３ｂが、機械学習により生成された異常判定モデル２４ａに基づいて、エンコーダ配線１７が異常であるか否かを判定する例を示したが、本開示はこれに限られない。たとえば、ＰＣ２３ｂは、異常判定モデル２４ａを用いずに、正常時の反射波信号と、現在の反射波信号との差分値が、所定の閾値を超えているか否かに基づいて、エンコーダ配線１７が異常であるか否かを判定してもよい。

【0052】

上記第１～第３実施形態では、異常監視装置２０のＶＮＡは、６つの関節ＪＴに対して１つ配置されている例を示したが、本開示はこれに限られない。たとえば、異常監視装置２０のＶＮＡが、複数の関節ＪＴごとに配置されていてもよい。この場合、スイッチング回路３０は不要である。異常監視装置２０のＶＮＡを、６つの関節ＪＴに対して１つ配置するのではなく、２つや３つの関節ＪＴごと１つ配置してもよい。この場合、ＶＮＡは、複数配置されることになる。

【0053】

上記第１～第３実施形態では、エンコーダ配線１７の基端側にスイッチング回路３０が接続されている例を示したが、本開示はこれに限られない。たとえば、各関節ＪＴのエンコーダ配線１７の所定の位置から配線を分岐させて、この配線の先端にスイッチング回路３０を接続してもよい。

【0054】

上記第３実施形態では、ＰＣ２３ｂは、異常判定モデル２４ａに基づいた、エンコーダ配線１７が異常であるか否かの判定に加えて、ロボット１０の稼働時間、関節ＪＴの総回転量、関節ＪＴの最高速度、および、関節ＪＴの最大加減速度を判定の参考データとする例を示した。すなわち、第３実施形態では、ロボット１０の稼働時間、関節ＪＴの総回転量、関節ＪＴの最高速度、および、関節ＪＴの最大加減速度は、異常判定モデル２４ａの生成には用いられていない。一方、本願では、たとえば、異常判定モデル２４ａの生成に、反射波信号、および、各関節ＪＴのエンコーダ１６により検出された検出値に加えて、ロボット１０の稼働時間、関節ＪＴの総回転量、関節ＪＴの最高速度、および、関節ＪＴの最大加減速度を用いてもよい。これにより、異常判定モデル２４ａの判定の精度を高めることができる。

【0055】

本明細書で開示する要素の機能は、開示された機能を実行するよう構成またはプログラムされた汎用プロセッサ、専用プロセッサ、集積回路、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔｓ）、従来の回路、および／または、それらの組み合わせ、を含む回路または処理回路を使用して実行できる。プロセッサは、トランジスタやその他の回路を含むため、処理回路または回路と見なされる。本開示において、回路、ユニット、または手段は、列挙された機能を実行するハードウェアであるか、または、列挙された機能を実行するようにプログラムされたハードウェアである。ハードウェアは、本明細書に開示されているハードウェアであってもよいし、あるいは、列挙された機能を実行するようにプログラムまたは構成されているその他の既知のハードウェアであってもよい。ハードウェアが回路の一種と考えられるプロセッサである場合、回路、手段、またはユニットはハードウェアとソフトウェアの組み合わせであり、ソフトウェアはハードウェアおよび／またはプロセッサの構成に使用される。

【0056】

［態様］
上記した例示的な実施形態は、以下の態様の具体例であることが当業者により理解される。

【0057】

（項目１）
ロボットの関節に配置される配線の配線関連情報を受信する受信部と、
前記受信部により受信された前記配線関連情報に基づいて、前記配線が異常であるか否かを監視する制御部と、を備える、異常監視装置。

【0058】

（項目２）
前記配線に信号を入力する信号入力部を備え、
前記受信部は、前記配線関連情報として、前記配線に入力された信号の反射波信号を受信し、
前記制御部は、受信された前記反射波信号に基づいて、前記配線が異常であるか否かを監視する、項目１に記載の異常監視装置。

【0059】

（項目３）
前記関節は、前記関節の回転位置を検出するエンコーダを含み、
前記配線は、前記エンコーダに接続されるエンコーダ配線を含む、項目１または項目２に記載の異常監視装置。

【0060】

（項目４）
前記関節は、ねじり回転する関節を含み、
前記制御部は、前記ねじり回転する関節に配置される前記配線からの前記配線関連情報に基づいて、前記エンコーダ配線が異常であるか否かを監視する、項目３に記載の異常監視装置。

【0061】

（項目５）
前記制御部は、前記配線の正常時の前記配線関連情報と、現在の前記配線の前記配線関連情報とに基づいて、前記配線が異常であるか否かを判定する判定制御部を含む、項目１から項目４までのいずれか１項に記載の異常監視装置。

【0062】

（項目６）
正常である前記配線を有する前記ロボットの複数の姿勢の各々における、前記配線関連情報に基づく機械学習により生成された異常判定モデルを記憶する記憶部を備え、
前記判定制御部は、
前記異常判定モデルに基づいて、現在の前記ロボットの姿勢において前記配線関連情報を推定し、
推定された前記配線関連情報と、現在の前記ロボットの姿勢における実際の前記配線関連情報とを比較することにより、前記配線が異常であるか否かを判定する、項目５に記載の異常監視装置。

【0063】

（項目７）
前記配線関連情報に基づく機械学習を実行するにより前記異常判定モデルを生成する機械学習部を備え、
前記機械学習部は、所定の期間ごとに前記機械学習を実行することにより前記異常判定モデルを更新し、
前記記憶部は、更新された前記異常判定モデルを記憶する、項目６に記載の異常監視装置。

【0064】

（項目８）
前記配線に信号を入力する信号入力部を備え、
前記配線関連情報は、前記配線に入力された信号の反射波信号を含む、項目６または項目７に記載の異常監視装置。

【0065】

（項目９）
前記配線関連情報は、前記反射波信号に加えて、前記ロボットの稼働時間、前記関節の総回転量、前記関節の最高速度、および、前記関節の最大加減速度のうちの少なくとも１つを含む、項目８に記載の異常監視装置。

【0066】

（項目１０）
前記制御部は、前記配線が異常であるか否かの判定結果を報知部に出力する、項目１から項目９までのいずれか１項に記載の異常監視装置。

【0067】

（項目１１）
関節を含むロボットと、
前記ロボットの前記関節に配置される配線の異常を監視する異常監視装置と、を備え、
前記異常監視装置は、
前記配線の配線関連情報を受信する受信部と、
前記受信部により受信された前記配線関連情報に基づいて、前記配線が異常であるか否かを監視する制御部と、を含む、ロボットシステム。

【符号の説明】

【0068】

２ 報知部
１０ ロボット
１３ａ 表示部（報知部）
１６ エンコーダ
１７ エンコーダ配線（配線）
２０ 異常監視装置
２１ 信号入力部
２２ 受信部
２３ 制御部
２３ｂ ＰＣ（判定制御部）
２４ 記憶部
２４ａ 異常判定モデル
２５ ランプ（報知部）
１００ ロボットシステム
１２１ 機械学習部
ＪＴ 関節
ＪＴ１ 第１関節
ＪＴ２ 第２関節
ＪＴ３ 第３関節
ＪＴ４ 第４関節
ＪＴ５ 第５関節
ＪＴ６ 第６関節

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】