Earticle

선형 로봇은 자동화 시스템에서 부품의 이송이나 위치 결정에 사용되는 장치이다. 선형 로봇을 제작할 때 생길 수 있는 정렬 이상은 과도한 소음과 진동을 발생시키고 제어 성능을 저하시킨다. 지금까지는 인간 작업자가 로봇의 이상을 검출하였으나, 최근에는 기계학습이나 인공지능을 이용하여 자동으로 오류를 검출하는 연구가 활발히 진행되 고 있다. 본 논문에서는 로봇을 구동할 때 발생하는 진동 신호에서 얻어진 통계적 특징값과 다중 클래스 오류 수정 출력 코드 (Multi-class Error-correcting Output Codes)를 이용한 자동 이상 진단 방법을 제안한다. 실험을 통해 검출 정확도를 측정하고 제안된 방법의 유용성을 검증하였다. 제안된 방법은 선형 로봇뿐만 아니라 일반적인 산업용 로봇의 이상 진단에도 사용할 수 있을 것으로 예상한다.

Linear motion robots are devices that perform functions such as transferring parts or positioning devices. Misalignments that may occur when manufacturing a linear robot generate excessive noise and vibration and reduces control performance. Until now, human workers are in charge of quality control and anomaly diagnosis of linear robots. Recently, there have been many attempts to utilize artificial intelligence or machine learning to diagnose faults in industrial devices. In this paper, we present a system that automatically diagnoses linear rail misalignment and ball screw misalignment of a linear robot using the statistical feature values obtained from the vibration signal with Error-correcting Output Codes (ECOC). The validity of the proposed method was evaluated through experiments. It is expected that the proposed method can be used not only for linear robots but also for diagnosing other industrial robots.