大批量生产的发动机生产线,生产线内部工序间的输送普遍已采用龙门式机械手和机动输送辊道等自动化输送设备,但是生产线始末端上、下工件,以及不同生产线之间工件转运,仍然大量依靠人工辅以起吊设备、叉车和液压托盘车等运输设备,占用大量人工,效率低,工件易磕碰,成品不易保护,还造成地面通道运输繁忙。随着现代物流输送技术的不断进步,以机器人视觉搬运系统为核心的自动化输送系统可以完全解决上述问题,且已经开始了在国内发动机工厂的应用。
责任编辑:龚淑娟
审 核:李峥
登录后可发表评论
2026-07-20
2026-07-22
2026-07-21
2026-07-23
2026-07-24
针对传统永磁同步电机建模方法难以兼顾精度与实时性的问题,本文基于深度学习技术提出一种融合物理约束的永磁同步电机降阶模型,通过深度神经网络实现对电机非线性电磁特性的精细化建模。围绕所提降阶模型,搭建了电驱实验系统,并将该模型集成至电驱系统中,实现了实时硬件在环验证。在不同工况下对降阶模型和传统dq轴解析模型开展实验分析,结果表明,所提出的基于深度学习的永磁同步电机降阶模型在保证高精度建模的同时,实现了更好的动态性能。该模型支撑的实验系统可用于电驱系统的快速仿真与控制算法研究,具有良好的工程应用前景。
作者:高健 王向前 朱绍鹏
AI汽车制造业
18518227486
评论
加载更多