基于振动、电流与温度的机器人预测性维护

机器人预测性维护利用状况证据及早识别退化，从而改变维护决策。这并不意味着一个振动、电流或温度阈值能识别每一个即将发生的关节故障。

一个有用的程序从故障模式和测量物理开始，然后控制传感器安装、操作环境、时间同步、数据质量、警报成本和维护反馈。没有确认的结果，异常评分无法成熟为可靠的诊断或预后。

将本指南与 机器人关节执行器测试指南 及 机器人关节热导表一起使用。维护决策仍受制造商说明和合格检查的约束。

从故障模式和可操作的提前预警时间开始

列出轴承、齿轮、刹车、联轴器、电缆、冷却路径、编码器、润滑剂和电力电子设备及其可信的劣化机制。对于每个信号，说明哪些物理信号可能发生变化，必须多早更换，以及可能的维护措施。

不要在没有决策模型的情况下收集所有可用通道。在扣押前几分钟出现的报警可能保护设备，但无法安排计划中的服务访问；提前但不具体的报警可能导致过高的检查成本。

建立一个状态监测程序，而不是一个传感器项目

官方ISO目录确认 ISO 17359:2018 为当前建立机器状态监测项目的通用指南。流程包括目标、设备与故障分析、测量方法、数据处理、评估和审查。

明确所有者的采购、诊断、维护决策、检查反馈和模型变更。保持安全关键的检查间隔，直到证据和相关审批流程证明变更合理。

控制传感器安装与工作环境

振动幅度和频谱随安装刚度、位置、方向、电缆布线和采样而变化。电机电流随转矩、转速和控制器行为变化；温度随环境条件、工作周期、冷却和传感器热滞变化。

记录姿态、方向、速度、加速度、载荷、工具、任务段、环境温度、控制器模式及软件版本。与同类进行比较或与经过验证的模型进行归一化。

利用振动观察机械动力学

时间波形、光谱、阶次跟踪、包线分析和趋势特征在适当条件下可以暴露不平衡、松动、冲击、轴承或齿轮相关行为。特征选择必须遵循预期故障和速度范围。

官方目录称 ISO 20816-1:2016 仍在发布，但预计将被替换；它提供一般的振动测量和评估条件，而非机器人关节的验收限值。请使用适用的机器专用指导和经过验证的基线。

将电机电流作为负载敏感观测

电流可以揭示摩擦、转矩脉动、负载的结合或变化，但信号受电流环动力学、转矩常数、弱磁控制、饱和、重力补偿以及指令轨迹的影响。电流上升并不自动是机械故障。

比较请求的电流、测量的相位或q轴电流、速度、加速度以及独立的转矩或任务参考。 电机-电流转矩估算指南 解释了校准和残差检查。

把温度当作一个带有隐藏内部梯度的慢速状态

外壳、绕组、功率半导体、轴承和润滑油温度不可互换。传感器布置和热时间常数可能导致表面测量保持中等，而内部热点接近极限。

将温度与累积负载和冷却状态对齐。控制器降额可以使温度趋势趋平，而循环时间和电流极限事件则加剧，因此应保留控制动作和生产行为，同时也要关注热信号。

同步并限定所有证据

使用可追溯的时间源或测量偏移量，使振动窗口、电流瞬变、温度、控制器故障和任务事件指向同一物理事件。记录缺失采样、削波、混叠、重采样和时钟不确定性。

冻结功能代码、单元、滤波器和校准。通过更改窗口或传感器增益重建的仪表盘趋势，除非转换经过版本管理和测试，否则无法与历史基线进行比较。

信号	需要掌握的背景	有用的证据	主要混杂因素
振动	骑乘、速度与方向	光谱与影响	传感器松动或混叠现象
现状	指挥、速度与负载	与转矩相关的残差	控制器补偿
温度	环境、工作与冷却	热裕度趋势	传感器延迟和降额
任务结果	产品与策略	功能退化	场景难度
检查	部分与发现	故障确认	非结构化服务说明

只有当双方各自提供独立证据时才会发出引信信号

齿轮箱问题可能增加振动、电流残余和温度，但相关通道也可能共享同一负载变化。评估聚变是否改善了延迟机器和运行模式的检测、分类或提前预警时间。

保持单个信号可供诊断。单一不透明的健康评分可能掩盖传感器失效、任务组合变化或分歧，这些本应降低信心，而非平均化。

设定风险、成本和验证性能的阈值

分别定义警告、检查、受控停机和即时保护状态。评估误报、漏检、提前预警时间分布及不必要维护成本，而不仅仅是分类准确性。

在必要时使用滞后、持久性和上下文特定限制。独立保护安全：预测模型不能替代经过验证的保护监测或制造商服务限制。

将剩余寿命估计视为有条件预测

剩余的使用寿命估计取决于当前健康状态、未来负载曲线、环境和故障定义。提供一个区间及其产生的假设，而非一个精确的倒计时。

当前第三版 ISO 13381-1:2025 为预测流程提供了指导和要求。验证校准、更新行为和决策的有用性，以代表性的运行到事件或检查证据为基础。

用维护发现来收尾

当检查或更换接头时，记录疑似原因、测量磨损、照片或测试结果、零件序列号以及服务前后信号。恢复正常基线是有价值的反证；未发现故障也将标记为结果。

将结果输入阈值和模型版本的版本控制。 故障挖掘工作流程 可以优先处理不确定或罕见的情况，而无需覆盖独立维护记录。

发布经过验证的监控和维护文件

保存失效假设、传感器位置与校准、操作上下文、获取和特征版本、基线、阈值、检测与预后性能、警报决策、检查结果及变更后验证。

仔细审查，请进行以下检查。

评估“基于振动、电流与温度的机器人预测性维护”时，还应保存模型版本、机器人配置、标定文件、测试日期和全部试验记录。把成功、失败、恢复与人工介入放在同一份数据中，才能区分模型能力、系统接口和现场流程造成的差异。

成本评估除了设备与算力，还要记录数据采集、工程调试、安全措施、维护、停机和人员培训。只有把这些持续投入与单位成功任务的价值比较，才能判断方案是否适合扩大。

上线后仍要持续检查分布变化、传感器漂移、机械磨损和人工接管原因。监测结果应能触发降级、停止与重新验证流程，并为下一轮数据采集和模型更新留下可追溯记录。

最终结论应明确写出已知限制、尚未验证的场景和下一项可证伪的实验，使后续团队能够沿着证据继续推进。

实际项目还应指定数据、模型、控制器和安全流程的负责人，并预先定义回滚条件。责任边界、审批记录与变更日志越清楚，故障发生后越容易停止扩散、定位原因并安全恢复。

把任务拆成感知、决策、动作执行和结果确认，可以更准确地定位瓶颈。每一阶段都应有独立指标与失败示例，避免用端到端成功率掩盖偶发但严重的风险。

引用的产品规格、论文结果和监管要求需要记录发布日期与适用版本。资料更新后应重新核对关键结论；无法从一手来源确认的内容，应明确标注为待验证信息。

接受门	必需测试	判决证据	拒绝
收购	重复性与范围	已知输入响应	削波或时间误差
基线	代表制政权	稳定上下文带	任务组合占主导地位
检测	留出集中的故障样本与正常样本	漏报和虚报率	只有训练适应
预后	校定超出视界	间隔与提前时间	确切无证据支持的日期
运营	维护闭环	行动与确认发现	警报从未被裁定

• 将所有监控的功能连接到可信的故障模式。
• 控制安装、时间、运行状态和数据质量。
• 评估虚报、漏报和有用的提前时间。
• 保持保护独立于预测模型。
• 利用服务结果确认或拒绝每一个警报。

常见问题

一个振动阈值能覆盖所有机器人任务吗？

通常不会。速度、姿势、载重、骑乘和任务动态会显著改变基线。

电机电流越高就说明变速箱磨损了吗？

不。它还可以反映负载、加速度、补偿、电压或控制器的变化；使用同步上下文和独立证据。

外壳温度足够保护绕组吗？

不一定自动。内部梯度和传感器滞后需要经过验证的热关系和制造商的限制。

预测性维护能取代定期的安全检查吗？

没有相关的工程、法律和批准基础，是不允许的。在验证监控项目的同时，保持必要的检查。

虚惊后应该怎么办？

保留证据，识别混杂因素，在变更控制下更新标签和阈值，并验证对真实故障的敏感性依然存在。

状况监测证据边界

预测性维护通过可重复获取、操作环境控制、确认故障和校准决策性能赢得信任。未经验证的异常评分是调查线索，而非维护事实。