一种具有除尘功能的可移动式数控机床及工作方法

    公开(公告)号:CN116423280A

    公开(公告)日:2023-07-14

    申请号:CN202310166440.3

    申请日:2023-02-24

    IPC分类号: B23Q11/00 B08B1/04

    摘要: 本发明涉及一种数控机床技术领域,具体为一种具有除尘功能的可移动式数控机床,包括机床本体,所述机床本体的底端设置有将机床本体进行移动的移动机构,所述移动机构还包括在移动过程中进行减震的缓震组件以及在停止状态下进行稳定的稳定组件,本发明的目的在于提供一种具有除尘功能的可移动式数控机床,使机床方便在车间内进行移动,以便适应多变的工作流水线,并且加固在停止状态下的稳定性,避免在使用时产生位移,同时对数控机床的控制装置进行升降,以便不同身高的工作人员进行操作,提高工作效率,在工作时,对数控机床在进行钻孔时产生的灰尘以及铁屑进行处理,避免残存的铁屑影响对部件加工时的精准度,并且减少灰尘,避免过多的灰尘对人体造成损害。

    一种滚动轴承微弱故障特征提取方法

    公开(公告)号:CN114894478A

    公开(公告)日:2022-08-12

    申请号:CN202210708063.7

    申请日:2022-06-21

    IPC分类号: G01M13/04 G01M13/045

    摘要: 本发明提出了一种滚动轴承微弱故障特征提取方法,步骤为:构造自适应分形滤波器对滚动轴承原始微弱故障信号进行滤波,初步滤除噪声并对滚动轴承发生故障时的周期性冲击特征成分进行增强;用基于稀疏度指标的最优频带选取方法对经自适应分形滤波器滤波后的信号进行故障信息敏感频段选取;对得到的故障信息敏感频段进行包络谱分析,提取滚动轴承故障特征。本发明可以有效增强滚动轴承发生故障时的周期性冲击特征的同时,有效消除全频段包络分析时其它成分的干扰,从而更有效的提取滚动轴承微弱故障特征。本发明的自适应分形滤波器可以根据待分析信号本身构造出最优结构元素,基于稀疏度指标的最优信息敏感频段选取方法具有更强的噪声鲁棒性。

    摆动递进刮板卸料装置及自卸车

    公开(公告)号:CN114655099A

    公开(公告)日:2022-06-24

    申请号:CN202210447598.3

    申请日:2022-04-25

    IPC分类号: B60P1/00

    摘要: 一种摆动递进刮板卸料装置及自卸车,卸料装置能够驱动两侧链条之间的摆动式扒料机构往复移动,向后移动的过程中,单向轴承反向锁死刮板的摆动杆,实现刮板的扒料功能,刮板向前回程的过程中,单向轴承转动使刮板解除锁死并沿着物料上方回程归位,然后通过双轴输出减速电机驱动刮板向下摆动一定角度将刮板下端压入到物料内,继续向后移动进行卸料;该装置能够通过刮板的摆动幅度从上向下进行逐层卸料,并能根据刮板向下的摆动幅度调整每次的卸料量,实现卸料量和卸料速度的自由控制;并且安装有卸料装置的自卸车即可从上向下逐层将物料从方形车斗的尾门处扒出,使方形车斗的卸料速度和摊铺机的铺设速度匹配,摊铺机不必再超负荷运转。

    智能晾衣架
    8.
    发明授权

    公开(公告)号:CN112647256B

    公开(公告)日:2022-06-03

    申请号:CN202011284514.6

    申请日:2020-11-17

    IPC分类号: D06F57/12

    摘要: 本发明涉及一种智能晾衣架,该智能晾衣架通过设置在室内天花板上的推送装置将晾衣杆推出窗外或拉回到室内,窗户为通过齿轮齿条驱动的自动推拉窗,当晾衣杆从室内伸出窗外进行晾衣时,齿轮驱动两齿条将两窗扇向内滑动,窗户打开,晾衣杆伸出窗外进行晾晒,在晾衣支架和横向推拉杆上设有对应的锁定装置,连续的推晾衣杆能够通过其两端的T形锁止头和两锁定装置锁定或解除锁定,实现了晾衣杆的自动固定;晾衣支架上设置有雨水和风力感应器,感应到雨水和大风时,会将信号传给推送装置来驱动晾衣杆收回到室内,并自动关闭推拉窗;该晾衣架实现了自动化的晾晒衣服,解决了下雨天不能及时收回衣服的难题,机构可靠、晾晒效果好,适合在市场全面推广。

    旋转机械故障的联合卷积神经网络诊断方法

    公开(公告)号:CN114386526A

    公开(公告)日:2022-04-22

    申请号:CN202210054695.6

    申请日:2022-01-18

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明提供一种旋转机械故障的联合卷积神经网络诊断方法,包括数据采集、数据预处理、构建1D‑2D JCNN模型、模型训练、验证、诊断等步骤。该方法更明确地针对不同状态采集到的振动信号,利用一维卷积自适应地获得信号的多尺度特征向量,将这些特征向量构造成二维向量,再将这些二维向量作为二维卷积神经网络的输入。本发明构建1D‑2D JCNN模型时充分利用一维卷积神经网络自适应构造信号的二维结构表达,以及二维卷积神经网络强大的特征学习能力,将这两种不同结构的卷积神经网络统一到一个整体框架中,开发出旋转机械故障诊断的联合卷积神经网络模型。

    一种基于智能制造用工业机器人夹具

    公开(公告)号:CN114012770A

    公开(公告)日:2022-02-08

    申请号:CN202111529497.2

    申请日:2021-12-14

    IPC分类号: B25J15/00

    摘要: 本发明涉及一种基于智能制造用工业机器人夹具,包括龙门架,所述龙门架,龙门架后端两侧均固定有支撑杆,两个支撑杆的后端固定有导向板,导向板前端开设有导向槽,导向槽内滑动连接有两个导向块,导向块前端固定有连接杆,连接杆前端固定有移动杆,移动杆内侧贯穿龙门架,移动杆内侧固定有圆盘,转向机构内侧连接有第一夹板,第一夹板顶部开设有横向分布的第一滑槽和凹槽,第一滑槽内滑动连接有第一滑块,第一滑块顶部固定有第二夹板,第一滑槽侧壁转动连接有第一螺杆,第一螺杆和第一滑块螺纹连接;本发明利用第一夹板和第二夹板进行调节,即可对不同形状的工件进行夹持,提高加工效率。