Diagnostika robota na základě sledování jeho pohybových veličin

Abstract

Tato diplomová práce se zabývá vývojem frameworku pro analýzu data z průmyslových robotických manipulátorů. Data jsou sbírána pomocí průmyslové sítě počítačem, kterým jsou následně předzpracována. Předzpracování je provedeno kvůli snížení objemu dat. Po snížení objemu jsou data poslána do cloudového prostředí, ve kterém jsou z nich klasifikovány robotické operace. Pro klasifikaci jsou použity metody strojového učení. Pro zpracování dat je představen modulární framework podporující průmyslovou síť PROFINET a Azure Cloud. Framework je navržen tak, aby byl snadno rozšiřitelný o jiné komunikační protokoly a cloudové platformy.

This diploma thesis focuses on the development of a framework for analyzing data from industrial robotic manipulators. Data are gathered via an industrial network by a PC, where they are pre-processed. The pre-processing is done to reduce the data volume. After the reduction, data are sent to a cloud where the data are classified and a robotic operation is assigned to the measurement. Machine learning methods are applied to identify performed operations. A modular framework for processing data from industrial devices is introduced. The framework supports PROFINET industrial network and Azure Cloud, but it is designed to be easily extended to support different communication protocols and cloud platforms.