★ 日照广亚机电设备有限公司 刘强，刘杨，张洋洋，王健

★ 航天云网数据研究院（广东）有限公司 陈磊，王雷，林智洋

关键词：工业机器人；智能管控云平台；云平台

1   前言

机器人是“制造业皇冠顶端的明珠”，是衡量一个国家科技创新和高端制造业水平的重要标志。工业机器人是广泛用于工业领域的多关节机械手或多自由度的机器装置，具有一定的自动性，可依靠自身的动力能源和控制能力实现各种工业加工制造功能。

2   应用现状

某工业集团有限公司旗下三大基地已投用机器人80余台。涌现了如5G+智能加渣机器人、镀锌线捞渣机器人、管端去毛刺机器人、焊牌机器人等一系列效果突出、应用成熟的机器人应用产品。当前主要存在以下几个问题：

（1）维护效率低。受制于各生产单元维护人员技术水平不一，管理界面多等因素，机器人故障响应不及时，处理时间长，维护效率低。缺乏数字化运行管理手段，无法对机器人的维护保养难于做前瞻性的预测。

（2）标准不统一。现有机器人标准不统一， 机器人本体品牌众多， 包括ABB、库卡、安川、三菱等10多家厂商产品，备件和运维保养困难。

（3）在役率不稳定。该集团内机器人受各分厂应用经验，机器人集成商能力等因素影响，在役率不稳定，部分机器人设备长时间不能正常投用。

（4）智能化水平不高。目前机器人的应用普遍为代替简单重复劳动，需要进一步结合智能传感、 3D视觉、AI、数字孪生、5G等相关技术，提高机器人的智能化水平，让机器人员工充实到实际员工队伍，有效提升劳动生产率。

3  “机器人智能管控云平台”总体构建思路

构建集团级“机器人智能管控云平台”，重点解决工业通讯协议众多、接入过程复杂，数据存储成本高、异构数据种类繁杂、现场运维效率低、产品升级困难等问题。将企业组织机构和人岗体系与平台打通，采用角色授权方式对设备统一管理，化繁为简，提升角色平台的用户体验。通过“一机一模型”的数字孪生映射仿真与远程管理，提高机器人综合运行效率[1]。

机器人智能管控云平台是某集团下属3基地各类型机器人的核心驱动，定位为面向未来的万名“机器人”数字化新基座。将打造基于平台的物联接入产品、工业App、数据智能与创新应用，通过跨行业跨领域工业互联网平台为企业提供低成本、低门槛、高效率、高可靠的数字化服务。

4   数智化转型目标

随着人工智能、大数据和物联网等新兴技术的快速发展， 传统的机器人技术正在向智能化方向迈进。通过机器人智能管控云平台， 充分释放“机器人+”应用发展动能， 提高机器人运行效率和综合管控水平。

一是互联：基于IOT连接，解决信息孤岛，实现信息互联互通，赋能集团机器人数字化。

二是智能：基于大数据分析，实现机器人设备数据“监控-洞察-优化”，提升机器人设备自学习能力，赋能集团机器人智能化。

三是共享：基于平台赋能，机器人设备统筹统管， 实现备件共享、信息共享、模型共享、知识共享，打造集团机器人生态化。

四是创新：基于区域化管理，创新机器人“统筹上岗-健康管理-价值评估”全生命周期管理模式，赋予集团机器人可持续优化及无穷生命力。

5   解决方案

机器人智能管控云平台以“统一标准、统一接入、统一服务”为原则，具体技术方案如下：

（1）统一标准。梳理机器人本体标准、机器人种类、性能标准、集成技术标准、接入、维护标准、数智化管理标准、机器人物理密度及环境标准， 设定统一的机器人员工身份： 照片、工号、部门、工种/职位、荣誉、迭代版本。

（2）统一接入。为确保所有机器人接入智能管控云平台， 依托智能物联网关产品采集相关数据，现场机器人设备可以以如下方式接入云平台： 机器人控制器以太网通讯接口、PLC控制器以太网接口或RS232/RS485串口、物联网相关协议（如Zigbee等）。该网关产品同时也具备边缘智能计算功能，内置智能预测模型， 对接云端大脑， 高频采集、对比、预测、预警，全方位保障机器人健康管理。

（3）统一服务。“机器人智能管控云平台”基于IOT连接，实现在线设备运营、状态监控、远程开解锁等，基于设备互联将人、机、料、法、环、测全面分析并实现精益主题优化，加强生产管控， 实现主动式设备管理、线上快速响应运维。

6   云平台主要功能模块

“机器人智能管控云平台”通过聚焦工业数字化转型升级和机器人全寿命周期管理，基于机器人运行状态数据的采集、汇聚、分析，利用AI实现现实场景与虚拟场景的实时交互与映射， 实现“一机一模型”的数字孪生映射仿真， 多维度的数据分析与优化功能对各类设备风险进行预警，便于监控和掌握机器人状况， 判别设备异常， 支撑开展预测性维护活动，避免、减缓、减少事故的发生，提高机器人综合运行效率。

（1）BI驾驶舱。如图1所示，总览页面是对该集团旗下各基地机器人全局实时监控，用户在机器人总览界面可直观查看机器人运行状况分布情况， 查看设定时间段内的警报机器人分布及报警趋势。延长机器人的安全运行周期、节约检修成本，避免突发故障和事故。本模块显示监控机器人数量、被监测机器人的工作状态和运行状态， 运行状态划分为健康、亚健康、故障、危险四个等级。可以看到统计信息及图表， 包括监控机器人的台数、类别和占比， 当前机器人的启停数量，停机列表，机器人不同健康状态的比例和台数，具备查看最新警报列表。

图1 机器人智能管控云平台BI驾驶舱

（2）智能诊断。本模块主要支持对机器人开展预测性维护，对正常生产无干涉，无需修改任何程序，在生产同时进行机器人诊断。通过在线实时监测实现了机器人可视化管理功能，实时同步监测机器人的状态，并对故障零件进行亮度闪烁标记，用户可通过智能感知模型标记的零件准确快速定位监测机器人的故障位置。基于运动数据收集（来自每个轴的电机或齿轮箱），使用预测性维护算法来预测异常状态；根据模型提供变化曲线和警报；提前1个月~3个月提示电机或齿轮箱的健康异常状态。基于工业大数据及AI技术，通过数据分析，达到识别故障来源，确定故障程度的目的。机器详情具备显示机器人零部件健康度、各测点实时监测加速度值、机器人零部件信息以及该机器人警报列表和诊断列表[2]。本模块包含所有被监测机器人的数据报警信息，系统中包含的智能报警算法可根据实时数据秒级出具报警报告并推送给用户，每台机器人的报警指标设定均由报警算法自动适应、调整，无须人工设置，降低人员工作量。警报中心展示警报统计数据及图表以及更详细的警报列表。警报处理模块，可选择处理方式，填写详细处理记录，上传处理记录图像，可重复编辑。

图2 机器人智能管控云平台预警统计分析

（3）高级诊断分析。该集团针对机器人的振动信息开发的13种高级分析工具，具体包括倒谱分析、相关分析、包络解调、频谱分析、特征提取、滤波分析、多次谱平均、加窗频谱分析、阶次分析、趋势分析、转速趋势、时域分析、时频分析，专业振动工程师可通过实时分析机器的振动波形，进行机器人健康状态的诊断。同时，通过实时采集设备运行过程中的电流、转速、温度、油液质量等数据，建立多维度的数据分析与优化功能，将数据和信息分析进行有效的判断和决策，形成主动预测、结果研判，实现设备故障点识别，设备残余寿命计算等[3]。

图3 机器人智能管控云平台预警统计分析

（4）备件管理。本界面备件列表显示了备件的库存数量、库存金额、需采购备件、临期备件、设备更换频率排行榜、设备库存量排行榜及备件的具体信息。具备查看备件的基本信息、维保信息和备件履历的能力。

（5）档案管理。本模块以“购置、验收、使用、定期和不定期检验、维修、报废”等方面为基本内容整理和建档的。机器人在实际的使用过程中，使用管理部门可及时登记机器人运行状况，为机器人正常运行提供可靠、有用的依据。机器人一旦出现故障，通过查阅机器人日常运行记录档案，查清机器人运行过程中的数据变化情况，查找原因采取有效的方法及时排除故障。

（6）配置管理。对平台各用户具备的访问编辑权限设置定义，以及相关业务内容配置管理。

（7）润滑管理。润滑管理页面展示了润滑任务，任务栏中展示了近期任务执行情况（包括任务数量、任务完成率和今日任务），待处理栏、待验收和已完成中可以查看待处理、待验收、已完成的任务。

（8）统计分析。本模块包含有机器人状态分布、风险等级、健康度、机器诊断列表等模块，直观简洁地展示出监测设备中是否存在故障设备，且记录了用户对于故障设备的处理时间及处理方式。该模块具有实时记录监测机器人健康等级的功能，保存有机器人状态的最新诊断结果及维护意见，用户可根据诊断结果查看设备故障是否一致，并根据维护意见对机器人进行备件更换或维修；可直观演示监控机器人的温度、电流、警报状态、健康状态等，可根据用户需求，定制相关报表，如机器人OEE，机器人报警趋势图，故障部件统计，故障品牌统计等；具备对平台数据传输各个节点之间的通讯状态进行监视的功能，并进行分析统计，在数据通讯异常时可以快速排查定位原因，以尽快恢复数据传输，保障云平台正常运行[4]。

（9）虚拟现实。智能管控云平台软件提供多种方式展示设备监控状态评价，实现监测范围内设备状态的在线监测、异常状态的智能识别与报警、报表输出与画面展示，以及基地、区域、机器人的三维模型查询，全方位的在线监测和诊断告警功能，支持厂内设备的数据收集、实时监测、数据分析、状态评估、故障诊断、设备台账等功能[5]。基于WebGL的数字孪生技术方案，支持实现数据采集和建模、数据处理和优化、可视化展示功能。对贴标机器人、焊牌机器人、取样机器人、高炉炉前加泥机器人、测温取样机器人等各类型机器人在平台进行建模管理，实现“一机一模型”，获取与生产环境中运行机器人相同环境的仿真环境，确保软件中的模拟与现实一致。

7   结束语

“工业机器人智能管控云平台”利用人工智能、物联网、大数据、云计算、数字孪生等关键技术，最大程度避免机器人宕机与停产，优化备品备件库存与策略，减少维护成本，提高长期投资回报率，实现机器人综合工作效率和效益的提升。通过平台的建设落地和有效投用，可以有效解决重复投入建设，数字资源分散，设备故障预防应对能力不足等问题，提高工作效率与质量，助力某工业集团数字化智能化水平提升。

参考文献：

[1] 陈磊, 陈金伟, 戎彬, 等. 面向智能制造的设备全过程管理系统建设[J]. 中国工业和信息化, 2025, (05) : 74 - 80.

[2] 陈磊, 高江明, 刘星光, 等. 面向智慧钢铁的设备智能运维系统建设研究[J]. 新型工业化,2023, 13 (12) : 96 - 107.

[3] 陈磊, 刘伟, 袁君奇. 基于数字孪生软件的设备预测性维护技术研究[J]. 新型工业化, 2023, 13 (9) : 70 - 78.

[4] 陈磊. 面向智慧钢铁的棒线材设备数字孪生运维系统[J]. 自动化博览,2024,41 (08) : 60 - 63.

[5] 陈磊, 赵志达, 张小丰, 等. 复杂设备核心部件故障预警技术研究[J]. 数字化转型, 2025, 2 (06) : 97 - 104.

摘自《自动化博览》2026年4月刊