在科学技术的发展下,工业机器人逐渐成为制造业的核心设备。但是,由于工厂环境的复杂性以及工人失误操作,工业机器人极易发生故障。而机器人使用商缺乏储备足够机器人维护人员,不能向机器人服务商准确描述机器人故障情况,导致机器人服务商需要派人员到工厂现场排查、处理机器人故障。在工业4.0的要求下,建立工厂“互联网+”是智能工厂发展的趋势。利用机器人智能网络监控系统,服务商能够在机器人发生故障前监测到机器人的异常情况,在机器人发生故障后获得准确的故障类型,从而大大减少对机器人维护成本。因此,本文以喷涂机器人作为主要研究对象,尝试结合大数据与云计算技术,实现喷涂机器人网络监控系统。本文主要工作如下:1.将喷涂机器人监控系统架构划分为车间层、服务层以及客户层。在服务层中,论述了云计算技术原理,根据该原理提出以子服务为基础,可根据企业需求定制不同的监控系统方法。2.搭建喷涂机器人车间层网络架构。通过工业路由器实现车间层设备无线通信。设计机器人移动控制端,使用稳定、可拓展性高的软件架构和兼容性强的消息结构,实现喷涂机器人无线示教、再现等操作。设计具有高并发处理的车间层中转服务软件,并在该软件中接入DTU设备,实现车间层数据传入云平台。3.搭建喷涂机器人的云平台,实现云存储、云共享、云中转以及云浏览等云服务。利用数据库技术实现云平台的云存储和云共享功能。利用HTTP服务技术实现云浏览功能,为机器人使用商与服务商提供机器人的基本信息、日志信息以及参数信息的浏览和设置功能。利用WebSocket服务技术实现云中转功能,构建云平台中的云应用之间以及车间层与云平台之间的通信。4.搭建喷涂机器人云诊断服务,实现喷涂机器人故障数据云处理。将隐马尔科夫(HMM)与神经网络(BP)相互结合,并在云诊断中应用,实现机器人故障数据在云平台中的特征提取、状态识别以及故障匹配。通过搭建云诊断实验平台验证云诊断系统有效性。实验证明机器人故障数据在云诊断系统中处理后,能准确匹配出故障类型,成功率达到90%。