提到柔性振動盤,大家第一印象就是它能兼容多種不同類型的物料,比如復雜的幾何形狀、表面鍍層怕刮傷的零件、薄片類零件、異形零件等,柔性振動盤可以輕松解決易卡料、上料難等問題。
而為了更好的提高上料效率,TEAM對產品不斷優化,根據不同物料的屬性,設計出最合適柔性振動盤的盤面,解決形狀不一、大小不一、材料不一的零部件上料難的問題。
1.孔洞式盤面
孔洞式盤面正如其名,都是一個個圓形孔洞,多用于圓柱形、圓錐形的物料上料。
之所以設計成這樣,是因為所需的物料抓取姿態是豎直的,孔洞式盤面類似于篩子,通過控制柔性振動盤的振幅和振動方向,在抖動的過程中,讓物料掉落至孔洞內,這樣就可以方便機械手抓取。
孔洞的大小和分布可以根據物料的特性進行調整。例如,對于顆粒狀物料,較小的孔洞可以確保其均勻分布,從而避免堆積;而對于顆粒較大的物料,較大的孔洞可以保證其精準掉落,提高生產效率。
2.槽式盤面
槽式盤面采用了凹凸不平的槽道設計,這種設計多是針對于螺絲這種上寬下窄的物料。
在振動的過程中,使物料正好掉入凹槽,但是因為物料的頭部比較大,就會被精準卡住,也就達到了我們想要的抓取姿態。
TEAM柔性振動盤-槽式盤面
3.嵌套式盤面
嵌套式盤面不同于上述兩種需要特殊抓取姿態,嵌套式盤面多用于開關插座面板柔性上料。
比如帶有LN極的開關面板,形狀是四四方方的,但是LN極繼電器部分是凸起。若只是用平常的平面盤面,那就只能將開關面板振動至開關口在下,LN極繼電器朝上,才能進行抓取。
但是,將普通平面盤面換成嵌套式盤面,嵌套式盤面的凹槽經過了特定的設計,凹槽可以將面板支撐起,就能無視掉LN極繼電器的凸起,抓取上料,節省了時間也提高了容錯率。
TEAM柔性振動盤-嵌套式盤面
4.其他盤面
除了上述的集中振動盤盤面外,我們還會根據不同的物料單獨設計振動盤。
比如O型圈這種橡膠塑料的物料,如果使用普通平面盤面,很容易因為靜電問題粘在盤面上難以抓取。
我們的研發部門就提出換一個帶小孔的凹凸不平的盤面,凹凸不平的盤面摩擦力更大,小孔也更加透氣,這樣就減少了粘在盤面的現象,而機械手抓取的時候也更加方便。
TEAM柔性振動盤-其他樣式盤面
上述盤面我們能看出,都是針對的不同物料屬性,對柔性振動盤盤面進行改造加工,使柔振盤更適合物料屬性,進而提升上料速度和效率。
研發不是一成不變,而是要站在客戶的角度和思考出現的問題,對產品不斷研發升級,匹配客戶需求,解決客戶問題。
審核編輯 黃宇
-
繼電器
+關注
關注
132文章
5361瀏覽量
149558 -
振動盤
+關注
關注
1文章
102瀏覽量
13320
發布評論請先 登錄
相關推薦
柔性振動盤用途廣泛
![<b class='flag-5'>柔性</b><b class='flag-5'>振動盤</b>用途廣泛](https://file.elecfans.com/web2/M00/6B/5B/pYYBAGMoETiAB5XyAACh5CTSS9M816.png)
使用多片DAC61416芯片,如輸出50channel,這么多通道還能同時輸出嗎?
![](https://file1.elecfans.com/web1/M00/F5/48/wKgaoWc6mE-AVg9QAA5XD_Myn6w484.png)
振動傳感器是什么信號類型
柔性振動盤采用音圈馬達的優勢
![<b class='flag-5'>柔性</b><b class='flag-5'>振動盤</b>采用音圈馬達的優勢](https://file1.elecfans.com/web2/M00/E7/FC/wKgaomZKmeKAEP4xAADGJjqG7bk861.png)
原來UV膠水在LED燈具粘接中有這么多用膠點
振動盤控制器怎么設置參數
音圈電機柔性振動盤原理及結構解析
![音圈電機<b class='flag-5'>柔性</b><b class='flag-5'>振動盤</b>原理及結構解析](https://file1.elecfans.com/web2/M00/E7/FC/wKgaomZKmeKAEP4xAADGJjqG7bk861.png)
柔性振動盤智能柔性上料
![<b class='flag-5'>柔性</b><b class='flag-5'>振動盤</b>智能<b class='flag-5'>柔性</b>上料](https://file.elecfans.com/web2/M00/6B/5B/pYYBAGMoETiAB5XyAACh5CTSS9M816.png)
超Mini!小型接近開關在振動盤上的應用
![超Mini!小型接近開關在<b class='flag-5'>振動盤</b>上的應用](https://file.elecfans.com/web2/M00/4F/12/poYBAGLDzd6AEcaOAABBJLbgtXA388.png)
機器學習多分類任務深度解析
![機器學習<b class='flag-5'>多分類</b>任務深度解析](https://file1.elecfans.com/web2/M00/C4/BB/wKgZomX3rjmAQr-IAAADhkh42p0946.jpg)
評論