JPH10143218A - ロボットのサイクルタイム予測装置 - Google Patents
ロボットのサイクルタイム予測装置Info
- Publication number
- JPH10143218A JPH10143218A JP8296679A JP29667996A JPH10143218A JP H10143218 A JPH10143218 A JP H10143218A JP 8296679 A JP8296679 A JP 8296679A JP 29667996 A JP29667996 A JP 29667996A JP H10143218 A JPH10143218 A JP H10143218A
- Authority
- JP
- Japan
- Prior art keywords
- time
- robot
- cycle
- unit
- classifying
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000004364 calculation method Methods 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000003466 welding Methods 0.000 abstract description 58
- 230000001133 acceleration Effects 0.000 abstract description 38
- 238000013528 artificial neural network Methods 0.000 abstract description 7
- 238000004519 manufacturing process Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000004886 process control Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 102100035353 Cyclin-dependent kinase 2-associated protein 1 Human genes 0.000 description 1
- 101000737813 Homo sapiens Cyclin-dependent kinase 2-associated protein 1 Proteins 0.000 description 1
- 101000661816 Homo sapiens Suppression of tumorigenicity 18 protein Proteins 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
(57)【要約】
【課題】 ロボットの1サイクル動作に要する動作時間
を正確に算出すること。 【解決手段】 プログラムの分類部2によってロボット
の1サイクルを構成する各動作を種類別に分類して、ロ
ボットの各動作ごとの実際の動作時間を学習し、この学
習の結果に基づいて、分類された動作の種類別に動作時
間を算出し、算出された種類ごとの動作時間を加算して
サイクルタイムを算出する。
を正確に算出すること。 【解決手段】 プログラムの分類部2によってロボット
の1サイクルを構成する各動作を種類別に分類して、ロ
ボットの各動作ごとの実際の動作時間を学習し、この学
習の結果に基づいて、分類された動作の種類別に動作時
間を算出し、算出された種類ごとの動作時間を加算して
サイクルタイムを算出する。
Description
【0001】
【発明の属する技術分野】本発明は、ロボットの1サイ
クルの動作に要する時間を正確に予測することができる
ロボットのサイクルタイム予測装置に関する。
クルの動作に要する時間を正確に予測することができる
ロボットのサイクルタイム予測装置に関する。
【0002】
【従来の技術】製造業における近年の生産体制は、多品
種少量生産が主流になっており、このような生産をより
効率良く実現するために、従来からCIM(シム)と呼
ばれる生産方式が採用されている。
種少量生産が主流になっており、このような生産をより
効率良く実現するために、従来からCIM(シム)と呼
ばれる生産方式が採用されている。
【0003】この生産方式は、コンピュータ化された設
計、製造、管理等の各分野をネットワーク化して生産情
報の高効率利用を図ったものであり、新商品製造におい
てニーズに応じた柔軟な対応が迅速にできる生産方式で
ある。
計、製造、管理等の各分野をネットワーク化して生産情
報の高効率利用を図ったものであり、新商品製造におい
てニーズに応じた柔軟な対応が迅速にできる生産方式で
ある。
【0004】最近では、これをさらに進化させたCIM
もあり、開発、生産に限らず、販売をも含む企業活動全
般をネットワーク化し、総合的に生産情報を活用して開
発から販売までの期間短縮を図っている。
もあり、開発、生産に限らず、販売をも含む企業活動全
般をネットワーク化し、総合的に生産情報を活用して開
発から販売までの期間短縮を図っている。
【0005】このような生産方式においては、開発初期
から生産性を考慮した設計が行なわれており、この際
に、生産性を判断するものとしてロボットシミュレータ
を活用している場合がある。
から生産性を考慮した設計が行なわれており、この際
に、生産性を判断するものとしてロボットシミュレータ
を活用している場合がある。
【0006】ロボットシミュレータには、製造ライン等
に設置された各種ロボットの性能や動作に関するデータ
が記憶されており、各種ロボットの動作をコンピュータ
上で模擬的に動作させる(シミュレーションする)こと
ができる。
に設置された各種ロボットの性能や動作に関するデータ
が記憶されており、各種ロボットの動作をコンピュータ
上で模擬的に動作させる(シミュレーションする)こと
ができる。
【0007】このようなロボットシミュレータを活用す
ることにより、設計者は開発初期段階においても実際に
は生産を行なわずに生産性を評価することができ、この
評価をもとに設計を進めることで生産性を考慮した設計
が可能になる。また、それとともに生産技術者はシミュ
レーションの結果に基づいて製造ラインの変更、改造等
を事前に検討することができ、設計完了後の生産設備の
完備を迅速に行なえる。
ることにより、設計者は開発初期段階においても実際に
は生産を行なわずに生産性を評価することができ、この
評価をもとに設計を進めることで生産性を考慮した設計
が可能になる。また、それとともに生産技術者はシミュ
レーションの結果に基づいて製造ラインの変更、改造等
を事前に検討することができ、設計完了後の生産設備の
完備を迅速に行なえる。
【0008】
【発明が解決しようとする課題】ところが、このような
ロボットシミュレータにおいて、シミュレーションした
ロボットの動作時間と、実際にロボットを動作させた際
の動作時間とが一致しない場合があるという問題があっ
た。
ロボットシミュレータにおいて、シミュレーションした
ロボットの動作時間と、実際にロボットを動作させた際
の動作時間とが一致しない場合があるという問題があっ
た。
【0009】通常、ロボットの各アームを駆動するモー
タの制御では、起動、停止の際にアームにかかる慣性力
を低減させるために、図8に点線で示すようにアームが
加速、減速するように加速、減速制御を行なっている
が、実際のアームの動作は、モータの制御上の遅れや機
械的ロス等の影響により、同図実線に示すように理論上
の時間よりも遅れて加減速してしまう。
タの制御では、起動、停止の際にアームにかかる慣性力
を低減させるために、図8に点線で示すようにアームが
加速、減速するように加速、減速制御を行なっている
が、実際のアームの動作は、モータの制御上の遅れや機
械的ロス等の影響により、同図実線に示すように理論上
の時間よりも遅れて加減速してしまう。
【0010】そこで、従来のシミュレーションにおいて
はそのような制御上の遅れや機械的ロス等を見込んだア
ームの加減速動作の近似式を求め、この近似式を用いて
アームの動作をシミュレーションしているが、例えば溶
接ロボットのように多数のアームを有するロボットにお
いて、1サイクルの動作が比較的多い場合には、その近
似式による個々のアームの動作時間の誤差がロボット全
体の動作時間に累積してしまい、シミュレーションによ
り求めた動作時間が実際の動作時間と大きく異なる場合
があった。
はそのような制御上の遅れや機械的ロス等を見込んだア
ームの加減速動作の近似式を求め、この近似式を用いて
アームの動作をシミュレーションしているが、例えば溶
接ロボットのように多数のアームを有するロボットにお
いて、1サイクルの動作が比較的多い場合には、その近
似式による個々のアームの動作時間の誤差がロボット全
体の動作時間に累積してしまい、シミュレーションによ
り求めた動作時間が実際の動作時間と大きく異なる場合
があった。
【0011】このため従来は、ロボットの動作によって
は、シミュレーションだけでは動作時間の正確な評価が
行なえず、試運転や仮運転を実施しなければならない場
合があり、このような作業が繁雑であり、またこれによ
り生産性が低下してしまう虞れもあった。
は、シミュレーションだけでは動作時間の正確な評価が
行なえず、試運転や仮運転を実施しなければならない場
合があり、このような作業が繁雑であり、またこれによ
り生産性が低下してしまう虞れもあった。
【0012】本発明は、このような従来の問題点を解決
するために成されたものであり、ロボットの1サイクル
動作に要する動作時間を正確に算出するロボットのサイ
クルタイム予測装置を提供することを目的とする。
するために成されたものであり、ロボットの1サイクル
動作に要する動作時間を正確に算出するロボットのサイ
クルタイム予測装置を提供することを目的とする。
【0013】
【課題を解決するための手段】上記目的を達成するため
の本発明は次のように構成される。請求項1に記載の発
明は、ロボットの1サイクルを構成する各動作を種類別
に分類する分類手段と、分類された動作の種類別に動作
時間を算出する算出手段と、算出された種類ごとの動作
時間を加算してサイクルタイムを算出する加算手段とを
有することを特徴とするロボットのサイクルタイム予測
装置である。
の本発明は次のように構成される。請求項1に記載の発
明は、ロボットの1サイクルを構成する各動作を種類別
に分類する分類手段と、分類された動作の種類別に動作
時間を算出する算出手段と、算出された種類ごとの動作
時間を加算してサイクルタイムを算出する加算手段とを
有することを特徴とするロボットのサイクルタイム予測
装置である。
【0014】請求項2に記載の発明は、ロボットの1サ
イクルを構成する各動作を種類別に分類する分類手段
と、ロボットの各動作別の動作時間を記憶する記憶手段
と、ロボットの各動作ごとの実際の動作時間を学習し、
当該記憶手段に記憶されているロボットの各動作の動作
時間を書き替える書替手段と、前記記憶手段に記憶され
ている各動作別の動作時間から分類された動作の種類別
に動作時間を算出する算出手段と、算出された種類ごと
の動作時間を加算してサイクルタイムを算出する加算手
段とを有することを特徴とするロボットのサイクルタイ
ム予測装置である。
イクルを構成する各動作を種類別に分類する分類手段
と、ロボットの各動作別の動作時間を記憶する記憶手段
と、ロボットの各動作ごとの実際の動作時間を学習し、
当該記憶手段に記憶されているロボットの各動作の動作
時間を書き替える書替手段と、前記記憶手段に記憶され
ている各動作別の動作時間から分類された動作の種類別
に動作時間を算出する算出手段と、算出された種類ごと
の動作時間を加算してサイクルタイムを算出する加算手
段とを有することを特徴とするロボットのサイクルタイ
ム予測装置である。
【0015】請求項3に記載の発明は、請求項1または
請求項2記載の発明において、前記分類手段は、ロボッ
トの1サイクルを構成する各動作をプログラムの種類別
に分類する手段と、分類したプログラムの種類をさらに
動作パターン別に分類する手段とからなることを特徴と
するロボットのサイクルタイム予測装置である。
請求項2記載の発明において、前記分類手段は、ロボッ
トの1サイクルを構成する各動作をプログラムの種類別
に分類する手段と、分類したプログラムの種類をさらに
動作パターン別に分類する手段とからなることを特徴と
するロボットのサイクルタイム予測装置である。
【0016】請求項4に記載の発明は、請求項3記載の
発明において、前記動作パターン別に分類する手段は、
ロボット動作の補間方法を参酌して、プログラムの種類
を動作パターン別に分類することを特徴とするロボット
のサイクルタイム予測装置である。
発明において、前記動作パターン別に分類する手段は、
ロボット動作の補間方法を参酌して、プログラムの種類
を動作パターン別に分類することを特徴とするロボット
のサイクルタイム予測装置である。
【0017】請求項5に記載の発明は、請求項3記載の
発明において、前記動作パターン別に分類する手段は、
ロボット動作の補間方法を参酌するとともに、補間区間
内の位置決めの有無をも参酌して、プログラムの種類を
動作パターン別に分類することを特徴とするロボットの
サイクルタイム予測装置である。
発明において、前記動作パターン別に分類する手段は、
ロボット動作の補間方法を参酌するとともに、補間区間
内の位置決めの有無をも参酌して、プログラムの種類を
動作パターン別に分類することを特徴とするロボットの
サイクルタイム予測装置である。
【0018】
【発明の効果】以上の説明により明らかなように、本発
明のロボットのサイクルタイム予測装置にあっては、各
請求項ごとに次のような効果を奏する。
明のロボットのサイクルタイム予測装置にあっては、各
請求項ごとに次のような効果を奏する。
【0019】請求項1に記載の発明では、ロボットの1
サイクルを構成する各動作を種類別に分類したので、よ
り正確なサイクルタイムの算出をすることができるよう
になる。
サイクルを構成する各動作を種類別に分類したので、よ
り正確なサイクルタイムの算出をすることができるよう
になる。
【0020】請求項2に記載の発明では、ロボットの1
サイクルを構成する各動作を種類別に分類するととも
に、ロボットの各動作ごとの実際の動作時間を学習し、
記憶手段に記憶されているロボットの各動作の動作時間
を書き替えるようにしたので、算出した動作時間が書き
替えの度に実際の動作の動作時間に高精度で近づくこと
になる。したがって、シミュレーションによるロボット
の動作時間の正確な評価が行なえるようになり、従来の
ような試運転や仮運転の実施を省略することができ、生
産性を向上させることができる。
サイクルを構成する各動作を種類別に分類するととも
に、ロボットの各動作ごとの実際の動作時間を学習し、
記憶手段に記憶されているロボットの各動作の動作時間
を書き替えるようにしたので、算出した動作時間が書き
替えの度に実際の動作の動作時間に高精度で近づくこと
になる。したがって、シミュレーションによるロボット
の動作時間の正確な評価が行なえるようになり、従来の
ような試運転や仮運転の実施を省略することができ、生
産性を向上させることができる。
【0021】請求項3乃至請求項5に記載の発明にあっ
ては、ロボットの1サイクルを構成する各動作をプログ
ラムの種類別に分類し、この分類したプログラムの種類
をさらに動作パターン別に分類し、この動作パターン別
への分類は、ロボット動作の補間方法を参酌するととも
に、補間区間内の位置決めの有無をも参酌して行うの
で、さらに正確なサイクルタイムの算出をすることが可
能となる。
ては、ロボットの1サイクルを構成する各動作をプログ
ラムの種類別に分類し、この分類したプログラムの種類
をさらに動作パターン別に分類し、この動作パターン別
への分類は、ロボット動作の補間方法を参酌するととも
に、補間区間内の位置決めの有無をも参酌して行うの
で、さらに正確なサイクルタイムの算出をすることが可
能となる。
【0022】
【発明の実施の形態】以下に、本発明のロボットのサイ
クルタイム予測装置を図面に基づいて詳細に説明する。
図1は本発明のロボットのサイクルタイム予測装置の概
略構成図であり、図2、図3は本発明のロボットのサイ
クルタイム予測装置で動作時間を予測するロボットの一
例を示す図である。図4、図5、図6は本発明のロボッ
トのサイクルタイム予測装置のフローチャートであり、
図7は本発明のロボットのサイクルタイム予測装置の予
測精度について発明者らが行なった実験結果を示すグラ
フである。
クルタイム予測装置を図面に基づいて詳細に説明する。
図1は本発明のロボットのサイクルタイム予測装置の概
略構成図であり、図2、図3は本発明のロボットのサイ
クルタイム予測装置で動作時間を予測するロボットの一
例を示す図である。図4、図5、図6は本発明のロボッ
トのサイクルタイム予測装置のフローチャートであり、
図7は本発明のロボットのサイクルタイム予測装置の予
測精度について発明者らが行なった実験結果を示すグラ
フである。
【0023】図1に示すように、本発明のロボットのサ
イクルタイム予測装置には、ロボット動作の指示部(以
下、指示部という。)1と、前記分類手段としてのプロ
グラムの分類部2及び動作分類部6と、分類動作時間計
算部7と、前記加算手段としての加算部5とが備えられ
ている。
イクルタイム予測装置には、ロボット動作の指示部(以
下、指示部という。)1と、前記分類手段としてのプロ
グラムの分類部2及び動作分類部6と、分類動作時間計
算部7と、前記加算手段としての加算部5とが備えられ
ている。
【0024】ここで、以上の各部をわかりやすく説明す
るために、本発明のロボットのサイクルタイム予測装置
が、例えば図2に示すような自動車の車体10を溶接す
る溶接ロボット11の1サイクル動作の動作時間を予測
する場合を例に以下に説明する。
るために、本発明のロボットのサイクルタイム予測装置
が、例えば図2に示すような自動車の車体10を溶接す
る溶接ロボット11の1サイクル動作の動作時間を予測
する場合を例に以下に説明する。
【0025】溶接ロボット11は、アームに6自由度の
関節を設けているいわゆる6軸ロボットと呼ばれるもの
であり、図示するようにサーボモータ等のアクチュエー
タで駆動、制御される軸J1〜J6で各アームが動作す
るようになっている。そして、アームの先端には溶接ガ
ン12が取り付けられている。また、このアームは、直
線補間または各軸補間されるようになっている。ここ
で、直線補間とは、アームの先端が動作開始点から終点
まで動作する軌跡が直線となるような動作を言い、各軸
補間とは、各軸がそれぞれ指定された角度づつ動く動作
を言い、アームの先端がどのような軌跡になるか分から
ない補間を言う。
関節を設けているいわゆる6軸ロボットと呼ばれるもの
であり、図示するようにサーボモータ等のアクチュエー
タで駆動、制御される軸J1〜J6で各アームが動作す
るようになっている。そして、アームの先端には溶接ガ
ン12が取り付けられている。また、このアームは、直
線補間または各軸補間されるようになっている。ここ
で、直線補間とは、アームの先端が動作開始点から終点
まで動作する軌跡が直線となるような動作を言い、各軸
補間とは、各軸がそれぞれ指定された角度づつ動く動作
を言い、アームの先端がどのような軌跡になるか分から
ない補間を言う。
【0026】そして、溶接ロボット11は、例えば図3
に示すサイクルで動作しつつ溶接ガン12を車体10に
対して位置決めして溶接加工を行なうようになってい
る。
に示すサイクルで動作しつつ溶接ガン12を車体10に
対して位置決めして溶接加工を行なうようになってい
る。
【0027】溶接ガン12は、溶接ロボット11が原点
に位置する際のスタート位置Oから通過点Aを通り、位
置決め位置Bに位置決めされて溶接加工を行なう。加工
終了後つづいて溶接ガン12は、位置決め位置Cに位置
決めされて溶接加工を行なう。その後、溶接ガン12は
通過点D、Eを通り、位置決め位置Fに位置決めされて
溶接加工し、加工終了後、通過点Gを通りスタート位置
Oに戻る。
に位置する際のスタート位置Oから通過点Aを通り、位
置決め位置Bに位置決めされて溶接加工を行なう。加工
終了後つづいて溶接ガン12は、位置決め位置Cに位置
決めされて溶接加工を行なう。その後、溶接ガン12は
通過点D、Eを通り、位置決め位置Fに位置決めされて
溶接加工し、加工終了後、通過点Gを通りスタート位置
Oに戻る。
【0028】ここで、通過点A、D、E、Gは、車体1
0の障害物や図示省略した他のロボットとの干渉防止の
ために溶接ガン12を通過させる通過点である。尚、実
際には、溶接ロボット11の動作は、図示するような2
次元の動作ではなく、3次元で動作するのであるが、こ
こではわかりやすくするために2次元の動作を例示す
る。
0の障害物や図示省略した他のロボットとの干渉防止の
ために溶接ガン12を通過させる通過点である。尚、実
際には、溶接ロボット11の動作は、図示するような2
次元の動作ではなく、3次元で動作するのであるが、こ
こではわかりやすくするために2次元の動作を例示す
る。
【0029】このような溶接ロボット11の上記の動作
に関する各種データは、上記動作の順にプログラム化さ
れて、つまり溶接ロボット11の1ステップ動作ごとに
図1に示す指示部1に記憶されている。
に関する各種データは、上記動作の順にプログラム化さ
れて、つまり溶接ロボット11の1ステップ動作ごとに
図1に示す指示部1に記憶されている。
【0030】指示部1は、前述した従来と同様のロボッ
トシミュレータであり、溶接ロボット11の1ステップ
動作ごとの各軸J1〜J6及び直動機構部13の動作開
始点、動作終了点、速度、加速時間及び減速時間と、各
ステップにおける位置決めの有無と、溶接ガン12の重
量と、次の位置決めまでのステップ数(以下に動作区間
数という。)と、各ステップにおける補間の種類と、溶
接ガン12の溶接加工制御データとが記憶されている。
つまり、指示部1には、前記動作種類特定データとして
の動作区間数と、前記動作時間データとしての動作開始
点、動作終了点、速度、加速時間、減速時間、位置決め
の有無及び溶接ガン12の重量とが記憶されている。
トシミュレータであり、溶接ロボット11の1ステップ
動作ごとの各軸J1〜J6及び直動機構部13の動作開
始点、動作終了点、速度、加速時間及び減速時間と、各
ステップにおける位置決めの有無と、溶接ガン12の重
量と、次の位置決めまでのステップ数(以下に動作区間
数という。)と、各ステップにおける補間の種類と、溶
接ガン12の溶接加工制御データとが記憶されている。
つまり、指示部1には、前記動作種類特定データとして
の動作区間数と、前記動作時間データとしての動作開始
点、動作終了点、速度、加速時間、減速時間、位置決め
の有無及び溶接ガン12の重量とが記憶されている。
【0031】指示部1は、これらの各種データに基づい
て溶接ロボット11の動作のシミュレーションが行なえ
るようになっている。尚、これらのデータに対しては、
この指示部1において変更、修正、新規作成等がいわゆ
るティーチング等で行えるようになっている。
て溶接ロボット11の動作のシミュレーションが行なえ
るようになっている。尚、これらのデータに対しては、
この指示部1において変更、修正、新規作成等がいわゆ
るティーチング等で行えるようになっている。
【0032】そして、それらのデータに基づいて溶接ロ
ボット11の1サイクルの動作に要するサイクル時間を
算出するプログラムの分類部2、動作時間計算部3、ガ
ン制御時間計算部4及び加算部5は、いわゆるマイクロ
コンピュータで構成されている。
ボット11の1サイクルの動作に要するサイクル時間を
算出するプログラムの分類部2、動作時間計算部3、ガ
ン制御時間計算部4及び加算部5は、いわゆるマイクロ
コンピュータで構成されている。
【0033】プログラムの分類部2は、指示部1に記憶
された上記データを1プログラムづつ読み込み、読み込
んだデータが溶接ロボット11の動作に関するものか溶
接加工に関するものかを判断するようになっている。そ
して、動作に関するデータの場合には、入力したデータ
を動作時間計算部3に出力し、溶接加工に関するデータ
の場合には、入力したデータつまり溶接加工制御データ
をガン制御時間計算部4に出力するようになっている。
された上記データを1プログラムづつ読み込み、読み込
んだデータが溶接ロボット11の動作に関するものか溶
接加工に関するものかを判断するようになっている。そ
して、動作に関するデータの場合には、入力したデータ
を動作時間計算部3に出力し、溶接加工に関するデータ
の場合には、入力したデータつまり溶接加工制御データ
をガン制御時間計算部4に出力するようになっている。
【0034】ガン制御時間計算部4は、入力した溶接加
工制御データに基づいて溶接ガン12が位置決めされて
から溶接加工を終了するまでの溶接加工時間を算出し、
これを加算部5に出力するようになっている。
工制御データに基づいて溶接ガン12が位置決めされて
から溶接加工を終了するまでの溶接加工時間を算出し、
これを加算部5に出力するようになっている。
【0035】一方、動作時間計算部3には、入力したデ
ータを一時的に蓄積する動作分類部6が備えられてい
る。動作分類部6は、位置決め有りのデータを入力する
まで入力したデータを記憶するようになっている。そし
て、位置決め有りのデータを入力すると、記憶したデー
タの動作区間数に対応する分類動作時間計算部7を起動
するようになっている。
ータを一時的に蓄積する動作分類部6が備えられてい
る。動作分類部6は、位置決め有りのデータを入力する
まで入力したデータを記憶するようになっている。そし
て、位置決め有りのデータを入力すると、記憶したデー
タの動作区間数に対応する分類動作時間計算部7を起動
するようになっている。
【0036】また、動作分類部6は、記憶した各ステッ
プにおける位置決めの有無に基づいて各ステップにおけ
る加減速時間を設定する。1ステップ動作において位置
決め有りの場合は、アームや直動機構部13が停止する
ことになるので、減速動作が有ることが判断できる。さ
らに、1つ前のステップ動作において位置決め有りの場
合例えば図3のBからCへの動作の場合には、アームが
停止状態から加速、定速動作、減速、停止となるので加
速及び減速動作が有ることがわかる。このように、動作
分類部6は、各ステップ動作の位置決めの有無と1つ前
のステップ動作の位置決めの有無とで各ステップ動作に
おいて減速動作有り、加速動作有り、定速動作中、加速
及び減速動作有りのいずれかを判断する。たとえば、動
作分類部6は、1つ前のステップで位置決め有りで、次
のステップで位置決め有りの場合は、加速及び減速動作
有りと判断し、1つ前のステップでは位置決め無しで、
次のステップで位置決め有りの場合は、減速動作有りと
判断し、1つ前のステップで位置決め有りで、次のステ
ップで位置決め無しの場合は、加速動作有りと判断し、
1つ前のステップで位置決め無しで、次のステップでも
位置決め無しの場合は、減速すると判断する。
プにおける位置決めの有無に基づいて各ステップにおけ
る加減速時間を設定する。1ステップ動作において位置
決め有りの場合は、アームや直動機構部13が停止する
ことになるので、減速動作が有ることが判断できる。さ
らに、1つ前のステップ動作において位置決め有りの場
合例えば図3のBからCへの動作の場合には、アームが
停止状態から加速、定速動作、減速、停止となるので加
速及び減速動作が有ることがわかる。このように、動作
分類部6は、各ステップ動作の位置決めの有無と1つ前
のステップ動作の位置決めの有無とで各ステップ動作に
おいて減速動作有り、加速動作有り、定速動作中、加速
及び減速動作有りのいずれかを判断する。たとえば、動
作分類部6は、1つ前のステップで位置決め有りで、次
のステップで位置決め有りの場合は、加速及び減速動作
有りと判断し、1つ前のステップでは位置決め無しで、
次のステップで位置決め有りの場合は、減速動作有りと
判断し、1つ前のステップで位置決め有りで、次のステ
ップで位置決め無しの場合は、加速動作有りと判断し、
1つ前のステップで位置決め無しで、次のステップでも
位置決め無しの場合は、減速すると判断する。
【0037】そして、動作分類部6は、上記判断の結
果、各ステップ動作において減速動作有りと判断した場
合は、予め設定されている減速時間aを変数である加減
速時間に設定し、以下同様に加速動作有りと判断した場
合は予め設定されている加速時間bを、加速及び減速動
作有りと判断した場合は減速時間aと加速時間bとを加
算した加減速時間cを、定速動作中と判断した場合は0
(ゼロ)を、夫々変数の加減速時間に設定するようにな
っている。
果、各ステップ動作において減速動作有りと判断した場
合は、予め設定されている減速時間aを変数である加減
速時間に設定し、以下同様に加速動作有りと判断した場
合は予め設定されている加速時間bを、加速及び減速動
作有りと判断した場合は減速時間aと加速時間bとを加
算した加減速時間cを、定速動作中と判断した場合は0
(ゼロ)を、夫々変数の加減速時間に設定するようにな
っている。
【0038】次に、分類動作時間計算部7は、図示する
ように動作区間数に応じて備えられており、ニューロチ
ップ等で構成されたいわゆるニューラルネットワークコ
ンピュータである。分類動作時間計算部7は、予め設定
されている動作区間数の種類の数nだけ備えられてお
り、夫々の動作区間数の動作の動作時間を算出するよう
になっている。例えば、分類1の動作時間計算部は、動
作区間数が1の場合、つまり図3に示すBからCへの1
ステップ動作の動作時間を算出する。同様に分類2の動
作時間計算部は、動作区間数が2の場合、つまり図3に
示すOからBやFからOへの2ステップ動作の動作時間
を算出する。
ように動作区間数に応じて備えられており、ニューロチ
ップ等で構成されたいわゆるニューラルネットワークコ
ンピュータである。分類動作時間計算部7は、予め設定
されている動作区間数の種類の数nだけ備えられてお
り、夫々の動作区間数の動作の動作時間を算出するよう
になっている。例えば、分類1の動作時間計算部は、動
作区間数が1の場合、つまり図3に示すBからCへの1
ステップ動作の動作時間を算出する。同様に分類2の動
作時間計算部は、動作区間数が2の場合、つまり図3に
示すOからBやFからOへの2ステップ動作の動作時間
を算出する。
【0039】夫々の分類動作時間計算部7には、直線補
間の場合の動作時間を算出する直線補間計算部と、各軸
補間の場合の動作時間を算出する各軸補間計算部とが備
えられており、動作分類部6は、記憶したデータの補間
の種類に対応する補間計算部を起動させるようになって
いる。
間の場合の動作時間を算出する直線補間計算部と、各軸
補間の場合の動作時間を算出する各軸補間計算部とが備
えられており、動作分類部6は、記憶したデータの補間
の種類に対応する補間計算部を起動させるようになって
いる。
【0040】さらに、各軸補間計算部には、各軸J1〜
J6の個々の軸の動作時間を算出するJ1軸計算部、J
2軸計算部、J3軸計算部、J4軸計算部、J5軸計算
部、J6軸計算部が備えられており、各軸補間計算部
は、これらの軸計算部が個々に算出した動作時間のうち
の最大値を各軸補間における動作時間とするようになっ
ている。
J6の個々の軸の動作時間を算出するJ1軸計算部、J
2軸計算部、J3軸計算部、J4軸計算部、J5軸計算
部、J6軸計算部が備えられており、各軸補間計算部
は、これらの軸計算部が個々に算出した動作時間のうち
の最大値を各軸補間における動作時間とするようになっ
ている。
【0041】つまり、本発明のロボットのサイクルタイ
ム予測装置には、動作時間を算出するニューラルネット
ワークコンピュータが、アクチュエータの数(6)×動
作の種類(n)だけ備えられている。
ム予測装置には、動作時間を算出するニューラルネット
ワークコンピュータが、アクチュエータの数(6)×動
作の種類(n)だけ備えられている。
【0042】そして、夫々の計算部は、動作分類部6が
記憶した動作開始点、動作終了点、速度、ガン重量と、
設定された加減速時間とに基づいて動作時間を算出し、
算出した動作時間を加算部5に出力するようになってい
る。具体的には、「動作時間t=重みA・動作開始点+
重みB・動作終了点+重みC・速度+重みD・加減速時
間+重みE・ガン重量」の式が成り立つので、夫々の計
算部は、重みA〜Eを学習により決定しつつ上記式によ
り動作時間を算出する。
記憶した動作開始点、動作終了点、速度、ガン重量と、
設定された加減速時間とに基づいて動作時間を算出し、
算出した動作時間を加算部5に出力するようになってい
る。具体的には、「動作時間t=重みA・動作開始点+
重みB・動作終了点+重みC・速度+重みD・加減速時
間+重みE・ガン重量」の式が成り立つので、夫々の計
算部は、重みA〜Eを学習により決定しつつ上記式によ
り動作時間を算出する。
【0043】加算部5は、各分類動作時間計算部7及び
ガン制御時間計算部4が算出した動作時間及び溶接時間
を加算することで、溶接ロボット11の1サイクル動作
に要するサイクル時間を算出する。そして、加算部5
は、算出したサイクル時間をインターフェースである出
力部8を介して外部の表示装置に出力し、サイクル時間
を表示装置に表示させるようになっている。
ガン制御時間計算部4が算出した動作時間及び溶接時間
を加算することで、溶接ロボット11の1サイクル動作
に要するサイクル時間を算出する。そして、加算部5
は、算出したサイクル時間をインターフェースである出
力部8を介して外部の表示装置に出力し、サイクル時間
を表示装置に表示させるようになっている。
【0044】そして、このように表示されたサイクル時
間が実際の動作のサイクル時間と一致しない場合は、指
示部1に記憶されている速度、加速時間及び減速時間を
修正、変更することで、分類動作時間計算部7が学習に
より重みA〜Eを最適化して動作時間を算出するので、
表示されるサイクル時間が実際の動作のサイクル時間に
高精度で近づくことになり、溶接ロボット11のサイク
ル時間をより正確に予測することができるようになる。
発明者らが行なった実験によれば、図7に示すような実
験結果が得られており、上記のように構成されたニュー
ラルネットワークコンピュータにより上記式で算出され
る動作時間をもとに算出されるサイクル時間の正確性が
高いことがわかる。
間が実際の動作のサイクル時間と一致しない場合は、指
示部1に記憶されている速度、加速時間及び減速時間を
修正、変更することで、分類動作時間計算部7が学習に
より重みA〜Eを最適化して動作時間を算出するので、
表示されるサイクル時間が実際の動作のサイクル時間に
高精度で近づくことになり、溶接ロボット11のサイク
ル時間をより正確に予測することができるようになる。
発明者らが行なった実験によれば、図7に示すような実
験結果が得られており、上記のように構成されたニュー
ラルネットワークコンピュータにより上記式で算出され
る動作時間をもとに算出されるサイクル時間の正確性が
高いことがわかる。
【0045】このように構成された本発明のロボットの
サイクルタイム予測装置は、図4〜図6に示すフローチ
ャートに従ってサイクル時間を算出する。まず、図4に
示すようにプログラムの分類部2は、指示部1のデータ
を1プログラムつづ読み込む(ST1)。そして、プロ
グラムの分類部2は、読み込んだプログラムのデータが
溶接ロボット11の動作に関するものか溶接加工に関す
るものかを判断する(ST2)。溶接加工に関する溶接
加工制御データである場合には、プログラムの分類部2
は、この溶接加工制御データをガン制御時間計算部4に
出力する。ガン制御時間計算部4は、入力した溶接加工
制御データに基づいて溶接ガン12が位置決めされてか
ら溶接加工を終了するまでの溶接加工時間を算出し、こ
れを加算部5に出力する(ST3)。
サイクルタイム予測装置は、図4〜図6に示すフローチ
ャートに従ってサイクル時間を算出する。まず、図4に
示すようにプログラムの分類部2は、指示部1のデータ
を1プログラムつづ読み込む(ST1)。そして、プロ
グラムの分類部2は、読み込んだプログラムのデータが
溶接ロボット11の動作に関するものか溶接加工に関す
るものかを判断する(ST2)。溶接加工に関する溶接
加工制御データである場合には、プログラムの分類部2
は、この溶接加工制御データをガン制御時間計算部4に
出力する。ガン制御時間計算部4は、入力した溶接加工
制御データに基づいて溶接ガン12が位置決めされてか
ら溶接加工を終了するまでの溶接加工時間を算出し、こ
れを加算部5に出力する(ST3)。
【0046】一方、動作に関するものの場合には、プロ
グラムの分類部2は、入力したデータを動作分類部6に
出力する。動作分類部6は、位置決め有りのデータを入
力するまで入力したデータを記憶する(ST4)。
グラムの分類部2は、入力したデータを動作分類部6に
出力する。動作分類部6は、位置決め有りのデータを入
力するまで入力したデータを記憶する(ST4)。
【0047】位置決め有りのデータを入力すると、動作
分類部6は、記憶したデータの動作区間数に対応する分
類動作時間計算部7を起動してその動作区間数における
溶接ロボット11の動作時間つまり位置決めするごとの
溶接ロボット11の動作時間を算出させる(ST5)。
分類部6は、記憶したデータの動作区間数に対応する分
類動作時間計算部7を起動してその動作区間数における
溶接ロボット11の動作時間つまり位置決めするごとの
溶接ロボット11の動作時間を算出させる(ST5)。
【0048】加算部5は、分類動作時間計算部7が算出
した動作時間とガン制御時間計算部4が算出した溶接時
間とを順次加算する(ST6)。プログラムの分類部
2、ガン制御時間計算部4、動作分類部6、分類動作時
間計算部7及び加算部5は、指示部1に記憶されている
プログラムが終了するまで上記動作を繰り返し行ない溶
接ロボット11のサイクル時間を算出し(ST7)、終
了すると加算部5は、算出したサイクル時間を出力部8
を介して外部の表示装置に出力してサイクル時間を表示
させる(ST8)。
した動作時間とガン制御時間計算部4が算出した溶接時
間とを順次加算する(ST6)。プログラムの分類部
2、ガン制御時間計算部4、動作分類部6、分類動作時
間計算部7及び加算部5は、指示部1に記憶されている
プログラムが終了するまで上記動作を繰り返し行ない溶
接ロボット11のサイクル時間を算出し(ST7)、終
了すると加算部5は、算出したサイクル時間を出力部8
を介して外部の表示装置に出力してサイクル時間を表示
させる(ST8)。
【0049】次に、ST5において動作分類部6及び分
類動作時間計算部7が溶接ロボット11の各動作区間数
の動作時間を算出する様子を図5に示すST5のサブル
ーチンフローチャートと、図6に示す図5のST14、
22、23、24のサブルーチンフローチャートとに基
づいて説明する。
類動作時間計算部7が溶接ロボット11の各動作区間数
の動作時間を算出する様子を図5に示すST5のサブル
ーチンフローチャートと、図6に示す図5のST14、
22、23、24のサブルーチンフローチャートとに基
づいて説明する。
【0050】動作分類部6は、位置決め有りのデータを
入力すると、記憶したデータの動作区間数に対応する分
類動作時間計算部7を選定する(ST10、11)。動
作区間数が1の場合には、動作分類部6は、記憶したデ
ータの補間の種類に対応する分類1の動作時間計算部の
補間計算部を選定し、加減速時間cを変数の加減速時間
に設定する(ST12)。
入力すると、記憶したデータの動作区間数に対応する分
類動作時間計算部7を選定する(ST10、11)。動
作区間数が1の場合には、動作分類部6は、記憶したデ
ータの補間の種類に対応する分類1の動作時間計算部の
補間計算部を選定し、加減速時間cを変数の加減速時間
に設定する(ST12)。
【0051】補間の種類が直線補間である場合には、動
作分類部6は、分類1の動作時間計算部の直線補間計算
部を起動し、記憶した直動機構部13の動作開始点、動
作終了点、速度、ガン重量と設定した加減速時間とに基
づいて前記式から直動機構部13による溶接ロボット1
1の1ステップ動作の動作時間を算出させる(ST1
3)。
作分類部6は、分類1の動作時間計算部の直線補間計算
部を起動し、記憶した直動機構部13の動作開始点、動
作終了点、速度、ガン重量と設定した加減速時間とに基
づいて前記式から直動機構部13による溶接ロボット1
1の1ステップ動作の動作時間を算出させる(ST1
3)。
【0052】一方、補間の種類が各軸補間である場合に
は、動作分類部6は、分類1の動作時間計算部の各軸補
間計算部を起動する。すると、J1軸計算部、J2軸計
算部、J3軸計算部、J4軸計算部、J5軸計算部及び
J6軸計算部の夫々が動作分類部6が記憶した各軸J1
〜J6の動作開始点、動作終了点及び速度、ガン重量と
設定した加減速時間とに基づいて前記式から各軸J1〜
J6の個々の軸の動作時間を算出する(ST30〜3
5)。各軸補間計算部は、各軸計算部が個々に算出した
動作時間のうちの最大値を選択し(ST36)、これを
各軸J1〜J6による溶接ロボット11の1ステップ動
作の動作時間とする(ST14)。
は、動作分類部6は、分類1の動作時間計算部の各軸補
間計算部を起動する。すると、J1軸計算部、J2軸計
算部、J3軸計算部、J4軸計算部、J5軸計算部及び
J6軸計算部の夫々が動作分類部6が記憶した各軸J1
〜J6の動作開始点、動作終了点及び速度、ガン重量と
設定した加減速時間とに基づいて前記式から各軸J1〜
J6の個々の軸の動作時間を算出する(ST30〜3
5)。各軸補間計算部は、各軸計算部が個々に算出した
動作時間のうちの最大値を選択し(ST36)、これを
各軸J1〜J6による溶接ロボット11の1ステップ動
作の動作時間とする(ST14)。
【0053】さらに、動作区間数が複数の場合には、動
作分類部6は、内部カウンタに動作区間数をセットし
(ST15)、記憶したデータの補間の種類に対応する
分類動作時間計算部の補間計算部を選定する(ST1
6)。
作分類部6は、内部カウンタに動作区間数をセットし
(ST15)、記憶したデータの補間の種類に対応する
分類動作時間計算部の補間計算部を選定する(ST1
6)。
【0054】そして補間の種類が直線補間である場合に
は、動作分類部6は、前区間、前後区間、後区間のそれ
ぞれの各ステップ動作の位置決めの有無に基づいて、各
ステップ動作において減速動作有り、加速動作有り、定
速動作中であるかを判断して、する(ST17)。この
結果、減速動作有りと判断した場合には減速時間aを、
加速動作有りと判断した場合には加速時間bを、定速動
作中と判断した場合には0(ゼロ)を変数の加減速時間
に設定する。そして、記憶した動作区間数に対応する分
類動作時間計算部の直線補間計算部を起動し、直動機構
部13の動作開始点、動作終了点、速度、ガン重量と設
定した加減速時間とに基づいて前記式から直動機構部1
3による溶接ロボット11の1ステップ動作の動作時間
を算出させる(ST18〜19)。
は、動作分類部6は、前区間、前後区間、後区間のそれ
ぞれの各ステップ動作の位置決めの有無に基づいて、各
ステップ動作において減速動作有り、加速動作有り、定
速動作中であるかを判断して、する(ST17)。この
結果、減速動作有りと判断した場合には減速時間aを、
加速動作有りと判断した場合には加速時間bを、定速動
作中と判断した場合には0(ゼロ)を変数の加減速時間
に設定する。そして、記憶した動作区間数に対応する分
類動作時間計算部の直線補間計算部を起動し、直動機構
部13の動作開始点、動作終了点、速度、ガン重量と設
定した加減速時間とに基づいて前記式から直動機構部1
3による溶接ロボット11の1ステップ動作の動作時間
を算出させる(ST18〜19)。
【0055】一方、補間の種類が各軸補間である場合に
は、動作分類部6は、直線補間の場合と同様に、前区
間、前後区間、後区間のそれぞれの各ステップ動作の位
置決めの有無に基づいて、各ステップ動作において減速
動作有り、加速動作有り、定速動作中であるかを判断す
る(ST21)。この結果、減速動作有りと判断した場
合には減速時間aを、加速動作有りと判断した場合には
加速時間bを、定速動作中と判断した場合には0(ゼ
ロ)を変数の加減速時間に設定する。そして、記憶した
動作区間数に対応する分類動作時間計算部の各軸補間計
算部を起動する。すると、J1〜J6の各軸計算部の夫
々が動作分類部6が記憶した各軸J1〜J6の動作開始
点、動作終了点及び速度、ガン重量と設定した加減速時
間とに基づいて前記式から各軸J1〜J6の個々の軸の
動作時間を算出する(ST30〜35)。各軸補間計算
部は、各軸計算部が個々に算出した動作時間のうちの最
大値を選択し(ST36)、これを各軸J1〜J6によ
る溶接ロボット11の1ステップ動作の動作時間とする
(ST22〜24)。
は、動作分類部6は、直線補間の場合と同様に、前区
間、前後区間、後区間のそれぞれの各ステップ動作の位
置決めの有無に基づいて、各ステップ動作において減速
動作有り、加速動作有り、定速動作中であるかを判断す
る(ST21)。この結果、減速動作有りと判断した場
合には減速時間aを、加速動作有りと判断した場合には
加速時間bを、定速動作中と判断した場合には0(ゼ
ロ)を変数の加減速時間に設定する。そして、記憶した
動作区間数に対応する分類動作時間計算部の各軸補間計
算部を起動する。すると、J1〜J6の各軸計算部の夫
々が動作分類部6が記憶した各軸J1〜J6の動作開始
点、動作終了点及び速度、ガン重量と設定した加減速時
間とに基づいて前記式から各軸J1〜J6の個々の軸の
動作時間を算出する(ST30〜35)。各軸補間計算
部は、各軸計算部が個々に算出した動作時間のうちの最
大値を選択し(ST36)、これを各軸J1〜J6によ
る溶接ロボット11の1ステップ動作の動作時間とする
(ST22〜24)。
【0056】そして、動作分類部6は、ST15でセッ
トした内部カウンタが0になるまで、つまり動作区間数
の動作が終了するまで各計算部に算出した溶接ロボット
11の1ステップ動作の動作時間を出力させ、次の位置
決めまでの動作に要する動作時間を出力させる(ST2
5、26)。
トした内部カウンタが0になるまで、つまり動作区間数
の動作が終了するまで各計算部に算出した溶接ロボット
11の1ステップ動作の動作時間を出力させ、次の位置
決めまでの動作に要する動作時間を出力させる(ST2
5、26)。
【0057】このように、本発明のロボットのサイクル
タイム予測装置では、ロボットの1サイクルの動作を位
置決めごとの動作に分解し、夫々の動作の動作時間を専
用のニューラルネットワークコンピュータで算出してか
ら加算することでサイクル時間を求めるようにしたの
で、位置決めごとの動作の動作時間を、ニューラルネッ
トワークコンピュータの繰り返し学習により実際の動作
の動作時間に高精度で近づけることができ、これにより
算出されるロボットのサイクル時間の正確性が高まり、
サイクル時間のより正確な予測が可能となる。
タイム予測装置では、ロボットの1サイクルの動作を位
置決めごとの動作に分解し、夫々の動作の動作時間を専
用のニューラルネットワークコンピュータで算出してか
ら加算することでサイクル時間を求めるようにしたの
で、位置決めごとの動作の動作時間を、ニューラルネッ
トワークコンピュータの繰り返し学習により実際の動作
の動作時間に高精度で近づけることができ、これにより
算出されるロボットのサイクル時間の正確性が高まり、
サイクル時間のより正確な予測が可能となる。
【0058】したがって、学習後においては、シミュレ
ーションによる動作時間の正確な評価が行なえるように
なり、従来のような試運転や仮運転の実施を省略するこ
とができ、生産性を向上させることができる。
ーションによる動作時間の正確な評価が行なえるように
なり、従来のような試運転や仮運転の実施を省略するこ
とができ、生産性を向上させることができる。
【図1】 本発明のロボットのサイクルタイム予測装置
の概略構成図である。
の概略構成図である。
【図2】 本発明のロボットのサイクルタイム予測装置
で動作時間を予測するロボットの一例を示す図である。
で動作時間を予測するロボットの一例を示す図である。
【図3】 図2に示すロボットの動作の一例を示す図で
ある。
ある。
【図4】 本発明のロボットのサイクルタイム予測装置
のフローチャートである。
のフローチャートである。
【図5】 図4に示すフローチャートのST5のサブル
ーチンフローチャートである。
ーチンフローチャートである。
【図6】 図5に示すフローチャートのST14、2
2、23、24のサブルーチンフローチャートである。
2、23、24のサブルーチンフローチャートである。
【図7】 本発明のロボットのサイクルタイム予測装置
の予測精度について発明者らが行なった実験結果を示す
図である。
の予測精度について発明者らが行なった実験結果を示す
図である。
【図8】 従来の加減速制御の状況を説明するための図
である。
である。
1…ロボット動作の指示部、 2…プログラムの分類部、 5…加算部、 6…動作分類部、 7…分類動作時間計算部、 8…出力部。
Claims (5)
- 【請求項1】 ロボットの1サイクルを構成する各動作
を種類別に分類する分類手段と、 分類された動作の種類別に動作時間を算出する算出手段
と、 算出された種類ごとの動作時間を加算してサイクルタイ
ムを算出する加算手段とを有することを特徴とするロボ
ットのサイクルタイム予測装置。 - 【請求項2】 ロボットの1サイクルを構成する各動作
を種類別に分類する分類手段と、 ロボットの各動作別の動作時間を記憶する記憶手段と、 ロボットの各動作ごとの実際の動作時間を学習し、当該
記憶手段に記憶されているロボットの各動作の動作時間
を書き替える書替手段と、 前記記憶手段に記憶されている各動作別の動作時間から
分類された動作の種類別に動作時間を算出する算出手段
と、 算出された種類ごとの動作時間を加算してサイクルタイ
ムを算出する加算手段とを有することを特徴とするロボ
ットのサイクルタイム予測装置。 - 【請求項3】 前記分類手段は、ロボットの1サイクル
を構成する各動作をプログラムの種類別に分類する手段
と、分類したプログラムの種類をさらに動作パターン別
に分類する手段とからなることを特徴とする請求項1ま
たは請求項2記載のロボットのサイクルタイム予測装
置。 - 【請求項4】 前記動作パターン別に分類する手段は、
ロボット動作の補間方法を参酌して、プログラムの種類
を動作パターン別に分類することを特徴とする請求項3
記載のロボットのサイクルタイム予測装置。 - 【請求項5】 前記動作パターン別に分類する手段は、
ロボット動作の補間方法を参酌するとともに、補間区間
内の位置決めの有無をも参酌して、プログラムの種類を
動作パターン別に分類することを特徴とする請求項3記
載のロボットのサイクルタイム予測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8296679A JPH10143218A (ja) | 1996-11-08 | 1996-11-08 | ロボットのサイクルタイム予測装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8296679A JPH10143218A (ja) | 1996-11-08 | 1996-11-08 | ロボットのサイクルタイム予測装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH10143218A true JPH10143218A (ja) | 1998-05-29 |
Family
ID=17836682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP8296679A Withdrawn JPH10143218A (ja) | 1996-11-08 | 1996-11-08 | ロボットのサイクルタイム予測装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH10143218A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003084720A1 (fr) * | 2002-04-09 | 2003-10-16 | Kabushiki Kaisha Yaskawa Denki | Dispositif de simulation de controleur de robot |
JP2007012720A (ja) * | 2005-06-28 | 2007-01-18 | Tokyo Electron Ltd | 基板処理装置,搬送装置,搬送装置の制御方法 |
JP2017207823A (ja) * | 2016-05-16 | 2017-11-24 | ファナック株式会社 | サーボ制御および機械運動の遅れを考慮する加工時間予測機能を有する数値制御装置 |
JP2018097810A (ja) * | 2016-12-16 | 2018-06-21 | ファナック株式会社 | ロボットおよびレーザスキャナの動作を学習する機械学習装置,ロボットシステムおよび機械学習方法 |
CN110000610A (zh) * | 2019-04-17 | 2019-07-12 | 哈尔滨理工大学 | 一种基于多传感器信息融合及深度置信网络的刀具磨损监测方法 |
CN110154027A (zh) * | 2019-05-27 | 2019-08-23 | 沈阳工业大学 | 一种基于云计算的机器人智能焊接方法 |
US10712725B2 (en) | 2017-04-18 | 2020-07-14 | Fujitsu Limited | Non-transitory computer-readable storage medium, robot transfer time estimation method, and robot transfer time estimation device |
JP2020185637A (ja) * | 2019-05-13 | 2020-11-19 | 株式会社トヨタプロダクションエンジニアリング | ロボットプログラム評価装置、ロボットプログラム評価方法及びロボットプログラム評価プログラム |
-
1996
- 1996-11-08 JP JP8296679A patent/JPH10143218A/ja not_active Withdrawn
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003084720A1 (fr) * | 2002-04-09 | 2003-10-16 | Kabushiki Kaisha Yaskawa Denki | Dispositif de simulation de controleur de robot |
JP2007012720A (ja) * | 2005-06-28 | 2007-01-18 | Tokyo Electron Ltd | 基板処理装置,搬送装置,搬送装置の制御方法 |
JP2017207823A (ja) * | 2016-05-16 | 2017-11-24 | ファナック株式会社 | サーボ制御および機械運動の遅れを考慮する加工時間予測機能を有する数値制御装置 |
US10437235B2 (en) | 2016-05-16 | 2019-10-08 | Fanuc Corporation | Numerical controller having a machining time prediction function |
JP2018097810A (ja) * | 2016-12-16 | 2018-06-21 | ファナック株式会社 | ロボットおよびレーザスキャナの動作を学習する機械学習装置,ロボットシステムおよび機械学習方法 |
US10780577B2 (en) | 2016-12-16 | 2020-09-22 | Fanuc Corporation | Machine learning device, robot system, and machine learning method for learning operations of robot and laser scanner |
US10712725B2 (en) | 2017-04-18 | 2020-07-14 | Fujitsu Limited | Non-transitory computer-readable storage medium, robot transfer time estimation method, and robot transfer time estimation device |
CN110000610A (zh) * | 2019-04-17 | 2019-07-12 | 哈尔滨理工大学 | 一种基于多传感器信息融合及深度置信网络的刀具磨损监测方法 |
JP2020185637A (ja) * | 2019-05-13 | 2020-11-19 | 株式会社トヨタプロダクションエンジニアリング | ロボットプログラム評価装置、ロボットプログラム評価方法及びロボットプログラム評価プログラム |
CN110154027A (zh) * | 2019-05-27 | 2019-08-23 | 沈阳工业大学 | 一种基于云计算的机器人智能焊接方法 |
CN110154027B (zh) * | 2019-05-27 | 2022-02-22 | 沈阳工业大学 | 一种基于云计算的机器人智能焊接方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6445964B1 (en) | Virtual reality simulation-based training of telekinegenesis system for training sequential kinematic behavior of automated kinematic machine | |
US10908591B2 (en) | Machine learning device and machining time prediction device | |
US7174225B2 (en) | Method and system for simulating processing of a workpiece with a machine tool | |
JP5225720B2 (ja) | ロボットのモーションの発生及び制御のための装置ならびに方法 | |
Nagata et al. | Development of CAM system based on industrial robotic servo controller without using robot language | |
JP7387920B2 (ja) | ロボットを制御するための方法及びロボットコントローラ | |
JP2007054942A (ja) | ロボットプログラム評価・修正方法及びロボットプログラム評価・修正装置 | |
JP7590554B2 (ja) | 数値制御装置及び数値制御システム | |
CA2241710C (en) | Off-line teaching method | |
JPH10143218A (ja) | ロボットのサイクルタイム予測装置 | |
JP5272447B2 (ja) | 数値制御機械の動作シミュレータ | |
Nevliudov et al. | Multithreaded software control of industrial manipulator movement | |
JP3040906B2 (ja) | ロボットの動作時間評価方法および装置 | |
JP2022524385A (ja) | プロセス、システム、及び不揮発性記憶媒体 | |
Pickett et al. | RoboTeach: An off-line robot programming system based on GMSolid | |
CN119136953A (zh) | 机器人控制装置、数值控制系统及数值控制方法 | |
JPH10244481A (ja) | ロボットの動作プログラム作成方法および装置 | |
JP7485705B2 (ja) | ロボットシステム、タスク生成装置及び制御方法 | |
US20240160181A1 (en) | Motion-path generation device, numerical control device, numerical control system, and non-transitory computer-readable medium storing computer program | |
JP2539034B2 (ja) | 自動機械の動作プログラムの作成方法 | |
JP7311732B1 (ja) | 数値制御装置及び数値制御システム | |
JPH1020910A (ja) | ロボットコントローラおよびロボットの制御方法 | |
WO2022176818A1 (ja) | ロボット制御装置、ロボット制御システム、及びコンピュータプログラム | |
KR100246672B1 (ko) | 로보트 레이아웃 캘리브레이션 방법 | |
WO2024089884A1 (ja) | ロボットコントローラ、及び、アップデート前後の制御ソフトウェアの比較方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20040203 |