多軸手臂

利用電流了解多軸手臂的作動狀態品質?

多軸機械手臂是一種多關節機械臂,需要產生更大的轉動力矩時,則需要馬達以較大的電流來實現。

預知監診

利用電流了解多軸手臂的作動狀態品質?


#機器學習

#機械手臂


多軸機械手臂
多軸機械手臂就像是工業界的舞者,可以在三維空間中靈活地舞動。它的每個關節都像是它的舞蹈步伐,由馬達或伺服馬達來推動,就像是舞者的肌肉一樣。這些馬達會跟著減速器一起工作,以提供更大的轉矩和更精確的運動控制。透過控制這些馬達的轉動,可以實現機械手臂在各個關節上的運動。

多軸機械手臂的馬達驅動與電流之間有密切的關係,主要是因為馬達是透過電流來驅動的。當機械手臂進行運動時,每個關節的馬達都需要消耗電能來產生轉動力矩。因此,馬達的電流會隨著機械手臂的運動而變化。

具體而言,當機械手臂需要產生更大的轉動力矩時,馬達需要較大的電流來實現。這通常發生在機械手臂負載增加或需要克服阻力時,例如在舉起重物或對抗外部阻力時。相反,當機械手臂處於較輕的負載或靜止狀態時,馬達所需的電流較小。


利用電流了解多軸手臂的作動狀態品質?

背隙
背隙(backlash),背隙就像是機械系統中的一個小死區,就像是齒輪齒和齒之間的微小間隙。你可以把它想象成一種延遲現象,就像當你轉動一個齒輪時,開始轉動時可能會有一點延遲才會真正轉動起來,這是因為背隙的存在。有時候,這種延遲是不希望的,尤其是在需要精準控制的應用中,但有時候,我們也希望有一些背隙,這樣可以讓機械元件在運轉時更加靈活,避免卡死的情況發生。

背隙的存在有許多原因,比如為了讓機械元件能夠順暢地潤滑、因為機械公差、承受負載時的彈性、以及因為溫度變化引起的熱脹冷縮等。在機械系統中有時是必要的,有時是可以被接受的,而有時又是需要被盡可能地減少的。




如何解決

OLVMS-ML 機器學習智能監控系統
OLVMS-ML機器學習智能監控系統能夠學習正確的規範,再藉由規範來比對狀態好壞,在本次量測中,我們在電控箱中利用CT監測電流來進行量測。由於多軸機械手臂的電流變化是由總軸數加總組成,訊號將會揉再一起。因此,若以電流監測方式,我們使用單軸或少軸組成動作作為此次監測標的,再藉由監測結果來判斷手臂作動是否穩定。

量測狀況


規範建立


規範建立

異音料件比對

異音料件比對

抖動料件比對

抖動料件比對

背隙料件比對

背隙料件比對

正常料件比對

正常(些許異音)料件比對



測量結論

根據感測器反饋的信息,藉由系統訊號對比我們可以知道手臂電流狀態將影響手臂作動品質。馬達的電流穩定將實現精確的運動控制。這樣可以確保機械手臂在不同工作條件下都能夠穩定運行,同時最小化能量消耗和馬達的磨損。



進一步了解預知監診的服務內容?


請與我們分享您廠房現在所面臨的頭痛問題,我們將樂意為您規劃統整廠房設備所需要監診計畫!