★ 日照廣亞機電設備有限公司 劉強，劉楊，張洋洋，王健

★ 航天云網數據研究院（廣東）有限公司 陳磊，王雷，林智洋

關鍵詞：工業機器人；智能管控云平臺；云平臺

1   前言

機器人是“制造業皇冠頂端的明珠”，是衡量一個國家科技創新和高端制造業水平的重要標志。工業機器人是廣泛用于工業領域的多關節機械手或多自由度的機器裝置，具有一定的自動性，可依靠自身的動力能源和控制能力實現各種工業加工制造功能。

2   應用現狀

某工業集團有限公司旗下三大基地已投用機器人80余臺。涌現了如5G+智能加渣機器人、鍍鋅線撈渣機器人、管端去毛刺機器人、焊牌機器人等一系列效果突出、應用成熟的機器人應用產品。當前主要存在以下幾個問題：

（1）維護效率低。受制于各生產單元維護人員技術水平不一，管理界面多等因素，機器人故障響應不及時，處理時間長，維護效率低。缺乏數字化運行管理手段，無法對機器人的維護保養難于做前瞻性的預測。

（2）標準不統一。現有機器人標準不統一， 機器人本體品牌眾多， 包括ABB、庫卡、安川、三菱等10多家廠商產品，備件和運維保養困難。

（3）在役率不穩定。該集團內機器人受各分廠應用經驗，機器人集成商能力等因素影響，在役率不穩定，部分機器人設備長時間不能正常投用。

（4）智能化水平不高。目前機器人的應用普遍為代替簡單重復勞動，需要進一步結合智能傳感、 3D視覺、AI、數字孿生、5G等相關技術，提高機器人的智能化水平，讓機器人員工充實到實際員工隊伍，有效提升勞動生產率。

3  “機器人智能管控云平臺”總體構建思路

構建集團級“機器人智能管控云平臺”，重點解決工業通訊協議眾多、接入過程復雜，數據存儲成本高、異構數據種類繁雜、現場運維效率低、產品升級困難等問題。將企業組織機構和人崗體系與平臺打通，采用角色授權方式對設備統一管理，化繁為簡，提升角色平臺的用戶體驗。通過“一機一模型”的數字孿生映射仿真與遠程管理，提高機器人綜合運行效率[1]。

機器人智能管控云平臺是某集團下屬3基地各類型機器人的核心驅動，定位為面向未來的萬名“機器人”數字化新基座。將打造基于平臺的物聯接入產品、工業App、數據智能與創新應用，通過跨行業跨領域工業互聯網平臺為企業提供低成本、低門檻、高效率、高可靠的數字化服務。

4   數智化轉型目標

隨著人工智能、大數據和物聯網等新興技術的快速發展， 傳統的機器人技術正在向智能化方向邁進。通過機器人智能管控云平臺， 充分釋放“機器人+”應用發展動能， 提高機器人運行效率和綜合管控水平。

一是互聯：基于IOT連接，解決信息孤島，實現信息互聯互通，賦能集團機器人數字化。

二是智能：基于大數據分析，實現機器人設備數據“監控-洞察-優化”，提升機器人設備自學習能力，賦能集團機器人智能化。

三是共享：基于平臺賦能，機器人設備統籌統管， 實現備件共享、信息共享、模型共享、知識共享，打造集團機器人生態化。

四是創新：基于區域化管理，創新機器人“統籌上崗-健康管理-價值評估”全生命周期管理模式，賦予集團機器人可持續優化及無窮生命力。

5   解決方案

機器人智能管控云平臺以“統一標準、統一接入、統一服務”為原則，具體技術方案如下：

（1）統一標準。梳理機器人本體標準、機器人種類、性能標準、集成技術標準、接入、維護標準、數智化管理標準、機器人物理密度及環境標準， 設定統一的機器人員工身份： 照片、工號、部門、工種/職位、榮譽、迭代版本。

（2）統一接入。為確保所有機器人接入智能管控云平臺， 依托智能物聯網關產品采集相關數據，現場機器人設備可以以如下方式接入云平臺： 機器人控制器以太網通訊接口、PLC控制器以太網接口或RS232/RS485串口、物聯網相關協議（如Zigbee等）。該網關產品同時也具備邊緣智能計算功能，內置智能預測模型， 對接云端大腦， 高頻采集、對比、預測、預警，全方位保障機器人健康管理。

（3）統一服務。“機器人智能管控云平臺”基于IOT連接，實現在線設備運營、狀態監控、遠程開解鎖等，基于設備互聯將人、機、料、法、環、測全面分析并實現精益主題優化，加強生產管控， 實現主動式設備管理、線上快速響應運維。

6   云平臺主要功能模塊

“機器人智能管控云平臺”通過聚焦工業數字化轉型升級和機器人全壽命周期管理，基于機器人運行狀態數據的采集、匯聚、分析，利用AI實現現實場景與虛擬場景的實時交互與映射， 實現“一機一模型”的數字孿生映射仿真， 多維度的數據分析與優化功能對各類設備風險進行預警，便于監控和掌握機器人狀況， 判別設備異常， 支撐開展預測性維護活動，避免、減緩、減少事故的發生，提高機器人綜合運行效率。

（1）BI駕駛艙。如圖1所示，總覽頁面是對該集團旗下各基地機器人全局實時監控，用戶在機器人總覽界面可直觀查看機器人運行狀況分布情況， 查看設定時間段內的警報機器人分布及報警趨勢。延長機器人的安全運行周期、節約檢修成本，避免突發故障和事故。本模塊顯示監控機器人數量、被監測機器人的工作狀態和運行狀態， 運行狀態劃分為健康、亞健康、故障、危險四個等級。可以看到統計信息及圖表， 包括監控機器人的臺數、類別和占比， 當前機器人的啟停數量，停機列表，機器人不同健康狀態的比例和臺數，具備查看最新警報列表。

圖1 機器人智能管控云平臺BI駕駛艙

（2）智能診斷。本模塊主要支持對機器人開展預測性維護，對正常生產無干涉，無需修改任何程序，在生產同時進行機器人診斷。通過在線實時監測實現了機器人可視化管理功能，實時同步監測機器人的狀態，并對故障零件進行亮度閃爍標記，用戶可通過智能感知模型標記的零件準確快速定位監測機器人的故障位置。基于運動數據收集（來自每個軸的電機或齒輪箱），使用預測性維護算法來預測異常狀態；根據模型提供變化曲線和警報；提前1個月~3個月提示電機或齒輪箱的健康異常狀態。基于工業大數據及AI技術，通過數據分析，達到識別故障來源，確定故障程度的目的。機器詳情具備顯示機器人零部件健康度、各測點實時監測加速度值、機器人零部件信息以及該機器人警報列表和診斷列表[2]。本模塊包含所有被監測機器人的數據報警信息，系統中包含的智能報警算法可根據實時數據秒級出具報警報告并推送給用戶，每臺機器人的報警指標設定均由報警算法自動適應、調整，無須人工設置，降低人員工作量。警報中心展示警報統計數據及圖表以及更詳細的警報列表。警報處理模塊，可選擇處理方式，填寫詳細處理記錄，上傳處理記錄圖像，可重復編輯。

圖2 機器人智能管控云平臺預警統計分析

（3）高級診斷分析。該集團針對機器人的振動信息開發的13種高級分析工具，具體包括倒譜分析、相關分析、包絡解調、頻譜分析、特征提取、濾波分析、多次譜平均、加窗頻譜分析、階次分析、趨勢分析、轉速趨勢、時域分析、時頻分析，專業振動工程師可通過實時分析機器的振動波形，進行機器人健康狀態的診斷。同時，通過實時采集設備運行過程中的電流、轉速、溫度、油液質量等數據，建立多維度的數據分析與優化功能，將數據和信息分析進行有效的判斷和決策，形成主動預測、結果研判，實現設備故障點識別，設備殘余壽命計算等[3]。

圖3 機器人智能管控云平臺預警統計分析

（4）備件管理。本界面備件列表顯示了備件的庫存數量、庫存金額、需采購備件、臨期備件、設備更換頻率排行榜、設備庫存量排行榜及備件的具體信息。具備查看備件的基本信息、維保信息和備件履歷的能力。

（5）檔案管理。本模塊以“購置、驗收、使用、定期和不定期檢驗、維修、報廢”等方面為基本內容整理和建檔的。機器人在實際的使用過程中，使用管理部門可及時登記機器人運行狀況，為機器人正常運行提供可靠、有用的依據。機器人一旦出現故障，通過查閱機器人日常運行記錄檔案，查清機器人運行過程中的數據變化情況，查找原因采取有效的方法及時排除故障。

（6）配置管理。對平臺各用戶具備的訪問編輯權限設置定義，以及相關業務內容配置管理。

（7）潤滑管理。潤滑管理頁面展示了潤滑任務，任務欄中展示了近期任務執行情況（包括任務數量、任務完成率和今日任務），待處理欄、待驗收和已完成中可以查看待處理、待驗收、已完成的任務。

（8）統計分析。本模塊包含有機器人狀態分布、風險等級、健康度、機器診斷列表等模塊，直觀簡潔地展示出監測設備中是否存在故障設備，且記錄了用戶對于故障設備的處理時間及處理方式。該模塊具有實時記錄監測機器人健康等級的功能，保存有機器人狀態的最新診斷結果及維護意見，用戶可根據診斷結果查看設備故障是否一致，并根據維護意見對機器人進行備件更換或維修；可直觀演示監控機器人的溫度、電流、警報狀態、健康狀態等，可根據用戶需求，定制相關報表，如機器人OEE，機器人報警趨勢圖，故障部件統計，故障品牌統計等；具備對平臺數據傳輸各個節點之間的通訊狀態進行監視的功能，并進行分析統計，在數據通訊異常時可以快速排查定位原因，以盡快恢復數據傳輸，保障云平臺正常運行[4]。

（9）虛擬現實。智能管控云平臺軟件提供多種方式展示設備監控狀態評價，實現監測范圍內設備狀態的在線監測、異常狀態的智能識別與報警、報表輸出與畫面展示，以及基地、區域、機器人的三維模型查詢，全方位的在線監測和診斷告警功能，支持廠內設備的數據收集、實時監測、數據分析、狀態評估、故障診斷、設備臺賬等功能[5]。基于WebGL的數字孿生技術方案，支持實現數據采集和建模、數據處理和優化、可視化展示功能。對貼標機器人、焊牌機器人、取樣機器人、高爐爐前加泥機器人、測溫取樣機器人等各類型機器人在平臺進行建模管理，實現“一機一模型”，獲取與生產環境中運行機器人相同環境的仿真環境，確保軟件中的模擬與現實一致。

7   結束語

“工業機器人智能管控云平臺”利用人工智能、物聯網、大數據、云計算、數字孿生等關鍵技術，最大程度避免機器人宕機與停產，優化備品備件庫存與策略，減少維護成本，提高長期投資回報率，實現機器人綜合工作效率和效益的提升。通過平臺的建設落地和有效投用，可以有效解決重復投入建設，數字資源分散，設備故障預防應對能力不足等問題，提高工作效率與質量，助力某工業集團數字化智能化水平提升。

參考文獻：

[1] 陳磊, 陳金偉, 戎彬, 等. 面向智能制造的設備全過程管理系統建設[J]. 中國工業和信息化, 2025, (05) : 74 - 80.

[2] 陳磊, 高江明, 劉星光, 等. 面向智慧鋼鐵的設備智能運維系統建設研究[J]. 新型工業化,2023, 13 (12) : 96 - 107.

[3] 陳磊, 劉偉, 袁君奇. 基于數字孿生軟件的設備預測性維護技術研究[J]. 新型工業化, 2023, 13 (9) : 70 - 78.

[4] 陳磊. 面向智慧鋼鐵的棒線材設備數字孿生運維系統[J]. 自動化博覽,2024,41 (08) : 60 - 63.

[5] 陳磊, 趙志達, 張小豐, 等. 復雜設備核心部件故障預警技術研究[J]. 數字化轉型, 2025, 2 (06) : 97 - 104.

摘自《自動化博覽》2026年4月刊