-
公开(公告)号：CN119328803A
公开(公告)日：2025-01-21
申请号：CN202411559026.X
申请日：2024-11-04
Applicant: 南京埃斯顿机器人工程有限公司
IPC: B25J17/00
Abstract: 本发明公开了一种齿轮机器人手腕关节，包括手腕连接件、减速机、电机A、手腕体、中空减速机、电机B和锥齿轮组，减速机安装于手腕连接件上，其输入端安装有输出带轮A，电机A安装于手腕连接件上，其输出端安装有输入带轮A，该输入带轮A与输出带轮A由同步带A连接，手腕体的一侧与减速机的输出端连接，手腕体的另一侧与手腕连接件转动连接，中空减速机安装在手腕体上，电机B的输出轴与电机A的输出轴方向相反，电机B的输出轴上安装有输入带轮B，在手腕体上远离减速机的一侧转动安装有输出带轮B，输入带轮B与输出带轮B由同步带B连接，输出锥齿轮安装在中空减速机的输出端上并且与输入锥齿轮相啮合。本发明具有噪音小、传动稳定的优点。
-
公开(公告)号：CN118656981B
公开(公告)日：2024-11-05
申请号：CN202411110794.7
申请日：2024-08-14
Applicant: 河北工业大学 , 南京埃斯顿机器人工程有限公司 , 杭州芯控智能科技有限公司
IPC: G06F30/20 , G06N3/126 , G06F17/15 , B25J19/00 , G06F119/02
Abstract: 本发明提供一种重载工业机器人关节的预测性监测维护方法，属于机器人维护技术领域，包括：根据机器人关节维持正常工作时的最大退化量设置小于最大退化量的维护退化量；并检测机器人关节失效前第一设定时间的第一实际退化量。当第一实际退化量大于或等于维护退化量时，对机器人关节进行维护。这种方式能够在机器人关节失效前检测退化量，并进行维护，明显减低了失效率。同时根据最大退化量设置维护退化量，给出了对机器人关节进行维护的判断标准。即在退化量达到维护退化量后，机器人关节失效前进行维护。因未真正发生失效，其余零件不会因关节轴承的失效而受到额外的损坏；因而只需更换新的关节轴承，无需更换其他零件，降低了维护成本。
-
公开(公告)号：CN118655400A
公开(公告)日：2024-09-17
申请号：CN202411124683.1
申请日：2024-08-16
Applicant: 河北工业大学 , 南京埃斯顿机器人工程有限公司 , 杭州芯控智能科技有限公司
Abstract: 本申请提供一种重载工业机器人关节减速器故障检测方法，涉及工业机器人技术领域，该检测方法包括：基于关节减速器的输入端转频等结构参数定位到电流频域信号中的故障特征频率，在故障特征频率处读取电流频域信号的频率幅值，考虑到工业机器人关节的执行负载与频率幅值也有关系，因此获取到与该关节减速器当前执行负载对应的预设频率幅值区间，并将故障特征频率处的幅值与预设频率幅值区间作比对，如果该幅值落入预设频率幅值区间内，表明该关节减速器发生故障。本申请采用电流频域信号进行故障识别，由于电流信号传播相对直接，无需通过机械结构传递，因此相较于振动信号更稳定且受外界环境影响较小，进而识别故障干扰因素少，准确性高。
-
公开(公告)号：CN119610121A
公开(公告)日：2025-03-14
申请号：CN202411967615.1
申请日：2024-12-30
Applicant: 南京埃斯顿机器人工程有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种机器人关节振动异常的辨识方法，包括如下步骤：S1、确定待测试的机器人关节的运动范围，使其在限位设置的范围内运动范围尽可能的大；S2、运动模块配置参数确定，使待测试的机器人关节的最大速度、最大加速度和最大加加速度与实际工作时一致；S3、数据采集与校验，通过与驱动器相连的内部通讯，获取待测试机器人关节力矩随输入角位置的变化而周期性波动的时域信号，通过数据传输系统向上位机反馈关节扭矩的实时信息，获知减速机的装配情况；S4、对机器人关节振动异常数据进行分析并输出计算结果。本发明无需附加任何传感器，对减速机及机器人的结构无需任何修改，适用于机器人的任何运行工况，测试过程便捷对实验测试人员要求低。
-
Patent Agency Ranking
公开(公告)号：CN118655402A
公开(公告)日：2024-09-17
申请号：CN202411132299.6
申请日：2024-08-19
Applicant: 河北工业大学 , 南京埃斯顿机器人工程有限公司 , 库卡机器人(上海)有限公司
Abstract: 本申请公开了服役工况下基于电流信号的减速器可靠性评估方法，涉及退化可靠性评估工程技术领域。其中，所述方法包括如下步骤：获取减速器在连续工况下的若干电流数据，构成监测电流集合；对监测电流集合进行数据处理，得到对应于不同工况类别下的目标电流均方根集合；基于目标电流均方根集合，构建得到非线性回归函数、退化回归函数；根据与每个工况类别对应的退化回归函数，获取得到总体退化趋势函数，以建立考虑阶段性的时变工况退化模型，对减速器进行可靠性评估。该方法针对具有多阶段、多循环任务特点的减速器，构建了工况统一退化趋势函数，有效解决由于各工况阶段的电流信号幅值存在数量级差异而导致的可靠性评估误差大的问题。
-
公开(公告)号：CN118655399A
公开(公告)日：2024-09-17
申请号：CN202411124368.9
申请日：2024-08-16
Applicant: 河北工业大学 , 南京埃斯顿机器人工程有限公司 , 杭州芯控智能科技有限公司
IPC: G01R31/00 , G01M13/02 , G01R23/16 , B25J19/00 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F17/14
Abstract: 本发明提出一种重载机器人减速器故障诊断方法、诊断系统、设备及介质，涉及故障诊断技术领域，其中，故障诊断方法对具有故障信息、变速变载信息的时域初始电流信号进行短时傅里叶变换，得到频域电流信号，并对频域电流信号进行分段，得到多段只含一个电流基频值的分段电流，将具有相同电流基频值的分段电流进行重组，得到重组电流信号，并将重组电流信号输入至卷积神经网络的故障诊断模型中实现故障分类，通过计算得到变工况下的故障诊断率；本发明将具有不同电流基频值的信号进行分段，并将具有相同电流基频值的信号进行重组，按照工况将电流信号进行了分离，消除了变速变载工况对电流信号的影响，提高了故障诊断的准确性。
-
公开(公告)号：CN119483167A
公开(公告)日：2025-02-18
申请号：CN202411663952.1
申请日：2024-11-20
Applicant: 南京埃斯顿机器人工程有限公司
Abstract: 本申请公开了一种基于助磁特性的机器人伺服电机，包括定子铁芯、转子铁芯和磁钢，所述定子铁芯包括叠压的定子冲片和绕组，所述转子铁芯包括多层叠压的转子冲片，转子冲片上设有辐条式磁钢槽及多层空气磁障，磁钢设置于磁钢槽内；所述多层空气磁障包括对称设置于磁钢槽两侧的若干弧形磁障，弧形磁障包括一号弧形磁障、二号弧形磁障、三号弧形磁障和极间弧边三角大磁障，转子冲片上每个辐条式磁钢槽顶部设有一个转子外圆磁障。本申请优点是既可以在不改变电机散热面积和不额外增加电机成本的同时，提高电机的抗退磁性能和转矩输出稳定性。
-
公开(公告)号：CN118656984B
公开(公告)日：2024-10-29
申请号：CN202411117296.5
申请日：2024-08-15
Applicant: 河北工业大学 , 南京埃斯顿机器人工程有限公司 , 库卡机器人(上海)有限公司 , 芜湖赛宝机器人产业技术研究院有限公司
IPC: G06F30/20 , G06F17/16 , G06F17/18 , B25J9/16 , G06F119/14
Abstract: 本申请提供一种工业机器人动力学参数集的确定方法，涉及工业机器人技术领域，包括以下步骤：构建动力学模型，表征关节计算转矩与观测矩阵和标准动力学参数向量之间的线性关系；获取各关节的实际运动数据集，至少包括关节实际转矩、角位移、角速度和角加速度；将角位移、角速度和角加速度代入观测矩阵，得到回归矩阵，以关节实际扭矩更新关节计算扭矩，将关节实际转矩作为输出响应，得到关节实际转矩与回归矩阵和标准动力学参数向量之间的线性关系，基于该线性关系，采用混合最小角回归算法自适应确定最小可辨识动力学参数向量。本申请以更低的计算成本获得较精确的动力学参数，简化动力学参数集的确定过程，提升参数确定的准确性以及普适性。
-
公开(公告)号：CN118655400B
公开(公告)日：2024-10-29
申请号：CN202411124683.1
申请日：2024-08-16
Applicant: 河北工业大学 , 南京埃斯顿机器人工程有限公司 , 杭州芯控智能科技有限公司
Abstract: 本申请提供一种重载工业机器人关节减速器故障检测方法，涉及工业机器人技术领域，该检测方法包括：基于关节减速器的输入端转频等结构参数定位到电流频域信号中的故障特征频率，在故障特征频率处读取电流频域信号的频率幅值，考虑到工业机器人关节的执行负载与频率幅值也有关系，因此获取到与该关节减速器当前执行负载对应的预设频率幅值区间，并将故障特征频率处的幅值与预设频率幅值区间作比对，如果该幅值落入预设频率幅值区间内，表明该关节减速器发生故障。本申请采用电流频域信号进行故障识别，由于电流信号传播相对直接，无需通过机械结构传递，因此相较于振动信号更稳定且受外界环境影响较小，进而识别故障干扰因素少，准确性高。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.035 seconds)
