CN112965367A - 一种基于电流传感器的压电陶瓷喷射阀调节方法 - Google Patents

一种基于电流传感器的压电陶瓷喷射阀调节方法 Download PDF

Info

Publication number
CN112965367A
CN112965367A CN202110354183.7A CN202110354183A CN112965367A CN 112965367 A CN112965367 A CN 112965367A CN 202110354183 A CN202110354183 A CN 202110354183A CN 112965367 A CN112965367 A CN 112965367A
Authority
CN
China
Prior art keywords
current
value
screw sleeve
rotation angle
tightness
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110354183.7A
Other languages
English (en)
Other versions
CN112965367B (zh
Inventor
崔建松
刘建芳
顾守东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Gaokai Precision Fluid Technology Co ltd
Original Assignee
Jiangsu Gaokai Precision Fluid Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Gaokai Precision Fluid Technology Co ltd filed Critical Jiangsu Gaokai Precision Fluid Technology Co ltd
Publication of CN112965367A publication Critical patent/CN112965367A/zh
Application granted granted Critical
Publication of CN112965367B publication Critical patent/CN112965367B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/027Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B05SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05BSPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00Arrangements for controlling delivery; Arrangements for controlling the spray area
    • B05B12/08Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
    • B05B12/085Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to flow or pressure of liquid or other fluent material to be discharged
    • B05B12/087Flow or presssure regulators, i.e. non-electric unitary devices comprising a sensing element, e.g. a piston or a membrane, and a controlling element, e.g. a valve
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/048Activation functions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Automation & Control Theory (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及一种基于电流传感器的压电陶瓷喷射阀调节方法,首先进行数据测量并构建样本集;其次,采用样本训练BP神经网络,得到模型对应的权值和阈值;最后,在线测量中采用训练好的权值和阈值,根据实时采集的电流值计算出撞针与喷嘴顶紧的松紧度相对值。本发明通过电流传感器采集控制器的负载电流,并采用BP神经网络离线建立电流值与螺套旋转角度之间的模型,计算出螺套旋转角度的相对值,利用螺套旋转角度与顶紧的松紧度成正比的关系,由此来确定撞针与喷嘴顶紧的松紧度,从而确保每次调节的松紧度都保持一致。

Description

一种基于电流传感器的压电陶瓷喷射阀调节方法
技术领域
本发明涉及机电一体化技术领域,尤其是一种基于电流传感器的压电陶瓷喷射阀中撞针与喷嘴顶紧的松紧度调节方法。
背景技术
压电陶瓷喷射阀是实现高效、高精度、非接触点胶的核心部件,在电子封装领域中应用越来越广泛。压电陶瓷喷射阀的主要结构为阀体、压电致动器、放大机构及流道组件等组成,其主要原理为:利用放大器对压电致动器中压电陶瓷通电后的变形通过杠杆原理进行放大,并传递给流道组件中的喷射撞杆(即撞针),从而利用喷射推杆将流道组件中的胶液喷出。因此撞针与喷嘴顶紧的松紧度不仅会对点胶效果产生影响,而且对单点的胶量也会产生影响。现有技术中对撞针喷嘴顶紧的松紧度均是按操作经验手动调节,此种方法调节比较费时而且无法做到每次调节的松紧度都保持一致。
发明内容
本发明要解决的技术问题是:为了克服现有技术中之不足,本发明提供一种基于电流传感器的压电陶瓷喷射阀调节方法,以达到快速便捷地调节喷射阀撞针与喷嘴之间松紧度,实现撞针与喷嘴间松紧度调节的一致性,确保稳定的点胶效果和精准的出胶量。
本发明解决其技术问题所采用的技术方案是:一种基于电流传感器的压电陶瓷喷射阀调节方法,具有以下步骤:
a、数据测量并构建样本集:控制器按照固定的点胶参数输出驱动电压波形,由电流传感器采集控制器的负载电流并自动测量电流值;从陶瓷叠堆伸长时撞针与喷嘴刚接触时开始,螺套每旋转5度记录测量一次电流测量值,用电流值和旋转角度组成的数据对构建样本集;
b、离线建立模型:将电流值作为输入信号,螺套旋转角度作为输出信号,采用样本集训练BP神经网络,将训练结果对应的权值和阈值作为电流值与螺套旋转角度之间关系的离线模型;
c、在线测量:在调节螺套过程中,系统自动测量电流信号,并通过训练好的BP神经网络模型计算出螺套的旋转角度,作为撞针与喷嘴预紧力度的相对值;
d、撞针与喷嘴顶紧松紧度调节:根据撞针与喷嘴顶紧的松紧度相对值,通过测量控制器输入电流的变化测量出螺套的旋转角度,从而间接反映出喷射阀的撞针与喷嘴顶紧的松紧度。
所述的电流传感器为采用霍尔原理的传感器,电流传感器安装在控制器的电源输入端或控制器驱动电压输出端,采用高精度AD采集电流信号,并对测量信号进行数字滤波。
所述的电流传感器可用于控制器的短路报警判断,当电流值大于报警值时,控制器自动关闭电源输出,同时在显示屏上显示报警提示信息,所述报警值的选择依据为:螺套放松状态下,控制器工作频率最高时测得的电流值的1.5倍。
本发明的有益效果是:本发明通过电流传感器采集控制器的负载电流,并采用BP神经网络离线建立电流值与螺套旋转角度之间的模型,计算出螺套旋转角度的相对值,利用螺套旋转角度与顶紧的松紧度成正比的关系,由此来确定撞针与喷嘴顶紧的松紧度,从而确保每次调节的松紧度都保持一致。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明所述撞针与喷嘴顶紧力度的神经网络建模流程图。
图2是本发明所述电流值与顶紧力度之间的BP神经网络模型。
图3是本发明所述撞针与喷嘴顶紧力度调节程序流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
一种基于电流传感器的压电陶瓷喷射阀调节方法,用于喷射阀撞针与喷嘴顶紧力度的调节,其基于的基本原理是:压电陶瓷在电压的激励作用下,由于逆压电效应,会伸长;而当压电陶瓷受到外部压力缩短时,由于正压电效应,压电陶瓷两端会产生电荷,以抵消此部分变形。因此,当调节螺套使撞针接触上喷嘴后,压电陶瓷会受到螺套拧紧时产生的压力,从而使压电陶瓷上的电荷发生变化,从而使压电陶瓷的驱动功率也会发生变化,在压电陶瓷的驱动电源输入或输出电路中,加入电流传感器采集控制器的负载电流,并通过离线建立的电流值与螺套旋转角度之间的模型计算出螺套旋转角度的相对值,而螺套旋转角度与顶紧的松紧度成正比,由此来确定撞针与喷嘴顶紧的松紧度。
所述调节方法具有以下步骤:
1、离线建立模型
进行数据测量与样本集构建,将控制器参数设置为:
驱动电压:75%
点胶时间:1.8ms;
间歇时间:2ms
撞击时间(上升):0.5ms
抬起时间(下降):0.5ms
螺套放置到完全放松状态,在一直触发点胶的状态下,边旋转螺套边通过电流传感器观测电流测量值,当电流值刚开始变小时,此位置为撞针与喷嘴刚好接触到的位置,从此位置开始螺套每旋转5度记录一个电流值,每个位置的电流值与此时的旋转角度组成一个数据对,直到螺套拧至最紧的位置结束,这些数据对构建成样本数据。
如图1所示,电流值与螺套旋转角度之间的模型建立具体流程如下:
(1)、控制器按照固定的点胶参数输出驱动电压波形,由电流传感器采集控制器的负载电流并自动测量电流值;
(2)、从陶瓷叠堆伸长时撞针与喷嘴刚接触时开始(电流刚开始减小时),螺套每旋转5度记录测量一次电流测量值,用电流值和旋转角度组成的数据对构建样本集;
(3)、电流作为输入信号,螺套旋转角度作为输出信号,采用样本集训练BP神经网络模型;
(4)、将训练结果对应的权值和阈值作为电流与螺套旋转角度之间神经网络模型参数。
上述建模方法中采用改进BP神经网络模型来建立电流和螺套旋转角度之间的模型,BP神经网络是目前应用最为广泛的人工神经网络模型之一,采用误差反向传播算法或其变化形式的网络模型,能学习和存贮大量的输入—输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程,它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络属于多层前向神经网络,相邻两层的各个神经元通过一个传递函数彼此相连,传递函数对应产生一个连接权值。本发明采用单输入单输出三层神经网络模型,如图2所示为以电流作为输入,以螺套旋转角度作为输出建立的三层神经网络模型,包括输入层、隐含层和输出层。
当螺套旋转时可以改变喷射阀撞针与喷嘴之间顶紧力度,而松紧度改变会导致压电陶瓷驱动功率的改变。随着螺套拧紧,顶紧力度加大,压电陶瓷的驱动电流会减小,二者之间有非线性的关系。通过实验可以得到螺套旋转角度与电流值一一对应的数据对,采用BP神经网络建模的方式得到二者之间的模型,因螺套旋转角度与顶紧的松紧度成正比关系,可以用旋转角度来表征松紧度的相对值。
2、离线模型训练
采用上述样本集,首先进行归一化处理,然后设计三层前向神经网络,输入层神经元个数为1,隐含层神经元个数为5,输出层神经元个数为1,隐含层和输出层都选取sigmoid函数为激励函数;在Matlab中初始化权值函数为:[V,b1,W,b2]=initff(In1,S1,'tansig',Out1,'purelin');其中S1为隐层节点数,V为输入层神经元与隐层神经元之间的连接权值矩阵,W为隐层神经元与输出层神经元之间的连接权值矩阵,b1、b2分别为输入层和隐层阈值。
采用优化算法Levenberg_Marquardt法对BP算法进行改进,Matlab中采用下面函数来训练神经网络:
[w1,b1,w2,b2,ep,tr]=trainlm(w1,b1,'tansig',w2,b2,'purelin',In1,Out1,tp);其中tp为学习算法参数表,这里tp=
[dispfreq,maxepoch,erogoal,learnrate];用来设置显示频率、最大训练次数、训练目标精度和学习率,这里分别设为:
dispfreq=20,maxepoch=5000,erogoal=0.0001,learnrate=0.001;
经过训练学习,得到一组权系数[w1,b1,w2,b2],这组权系数就代表电流与螺套旋转角度之间的关系模型。
3、在线测量
当进行撞针与喷嘴顶紧松紧度调节操作时,上述BP神经网络训练得到的一组权系数[w1,b1,w2,b2]就代表着电流与松紧度之间的模型。测量过程中,电流传感器采集到电流信号后,对信号进行归一化处理,然后代入神经网络前向计算公式,得到系统的输出,最后进行反归一化处理就得到此时螺套的旋转角度值,旋转角度值通过相对值变换,变成0-50之间的相对值,表征松紧度的大小。
如图3所示,在线测量的操作流程及原理如下:
(1)、用户通过屏幕菜单和功能按键进入顶紧力度校准操作,控制器界面提醒“请确保螺套处于放松状态,按TAB键开始螺套调节”,此时压电陶瓷在电压的激励作用下,由于逆压电效应而会伸长,而且撞针喷嘴未接触上,压电陶瓷不会受到外部压力,不会产生正压电效应,所以不会产生抵消电荷。
(2)、按TAB键进入螺套调节程序,首先对测量电流进行电路自检,即阀体触发输出3000个点,进行撞针与喷嘴未接触时电路中电流值进行检测;自检结束后,将顶紧力度值置为0,并显示在界面显示数值。
(3)、自检程序结束后触发信号无需停止,按自检时的参数一直连续触发,此时即可进行螺套调节,当撞针与喷嘴接触时喷嘴会对撞针产生一个反作用力,撞针与喷嘴接触的顶紧力度不同产生的反作用力也会随之变化,撞针通过杠杆将反作用力作用在压电陶瓷上,此时压电陶瓷受到外部压力缩短时(不能完全伸长),产生正压电效应,压电陶瓷两端会产生电荷,以抵消此部分变形,电流传感器将通过采集压电陶瓷控制电路内的电流值变化,并通过上述模型计算出螺套旋转的角度,进而换算成顶紧力度的相对值,显示在界面上。
(4)、当螺套拧到与上次使用的预紧力度相近时(进入10%误差带内),屏幕上提示“OK”,此时,仍可继续调节螺套位置,直至达到所需值后,按TAB键进行确认返回,此时触发信号停止,将此次设置的位移量数值进行保存,至此调节完成,同时保存本次的顶紧力度相对值。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。

Claims (3)

1.一种基于电流传感器的压电陶瓷喷射阀调节方法,其特征是:具有以下步骤:
a、数据测量并构建样本集:控制器按照固定的点胶参数输出驱动电压波形,由电流传感器采集控制器的负载电流并自动测量电流值;从陶瓷叠堆伸长时撞针与喷嘴刚接触时开始,螺套每旋转5度记录测量一次电流测量值,用电流值和旋转角度组成的数据对构建样本集;
b、离线建立模型:将电流值作为输入信号,螺套旋转角度作为输出信号,采用样本集训练BP神经网络,将训练结果对应的权值和阈值作为电流值与螺套旋转角度之间关系的离线模型;
c、在线测量:在调节螺套过程中,系统自动测量电流信号,并通过训练好的BP神经网络模型计算出螺套的旋转角度,作为撞针与喷嘴预紧力度的相对值;
d、撞针与喷嘴顶紧松紧度调节:根据撞针与喷嘴顶紧的松紧度相对值,通过测量控制器输入电流的变化测量出螺套的旋转角度,从而间接反映出喷射阀的撞针与喷嘴顶紧的松紧度。
2.如权利要求1所述的基于电流传感器的压电陶瓷喷射阀调节方法,其特征是:所述的电流传感器为采用霍尔原理的传感器,电流传感器安装在控制器的电源输入端或控制器驱动电压输出端,采用高精度AD采集电流信号,并对测量信号进行数字滤波。
3.如权利要求2所述的基于电流传感器的压电陶瓷喷射阀调节方法,其特征是:所述的电流传感器可用于控制器的短路报警判断,当电流值大于报警值时,控制器自动关闭电源输出,同时在显示屏上显示报警提示信息,所述报警值的选择依据为:螺套放松状态下,控制器工作频率最高时测得的电流值的1.5倍。
CN202110354183.7A 2020-09-01 2021-04-01 一种基于电流传感器的压电陶瓷喷射阀调节方法 Active CN112965367B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2020109026055 2020-09-01
CN202010902605.5A CN112068418A (zh) 2020-09-01 2020-09-01 一种基于电流传感器的压电陶瓷喷射阀调节方法

Publications (2)

Publication Number Publication Date
CN112965367A true CN112965367A (zh) 2021-06-15
CN112965367B CN112965367B (zh) 2022-06-17

Family

ID=73665203

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010902605.5A Pending CN112068418A (zh) 2020-09-01 2020-09-01 一种基于电流传感器的压电陶瓷喷射阀调节方法
CN202110354183.7A Active CN112965367B (zh) 2020-09-01 2021-04-01 一种基于电流传感器的压电陶瓷喷射阀调节方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010902605.5A Pending CN112068418A (zh) 2020-09-01 2020-09-01 一种基于电流传感器的压电陶瓷喷射阀调节方法

Country Status (1)

Country Link
CN (2) CN112068418A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114489072A (zh) * 2022-01-25 2022-05-13 广东工业大学 一种基于无人艇的喷水辅助垃圾回收的方法与系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113325778B (zh) * 2021-06-07 2022-08-23 江苏高凯精密流体技术股份有限公司 一种压电陶瓷伸长量的控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980897A (zh) * 2017-02-27 2017-07-25 浙江工业大学 一种基于变学习率的bp人工神经网络的喷射器性能参数预测方法
CN107051822A (zh) * 2017-06-12 2017-08-18 山东大学 基于双压电致动器的喷射装置
US20190022339A1 (en) * 2015-12-21 2019-01-24 3M Innovative Properties Company Auto-reset dose release firing systems, medicinal inhalers comprising same, and methods of using same
CN109332097A (zh) * 2018-11-29 2019-02-15 常州高凯精密机械有限公司 一种反馈调节的喷射点胶装置及其调节方法
CN109508488A (zh) * 2018-11-07 2019-03-22 西北工业大学 基于遗传算法优化bp神经网络的喷丸成形工艺参数预测方法
CN110548649A (zh) * 2019-09-24 2019-12-10 常州高凯精密技术股份有限公司 用于校正撞针与喷嘴之间预紧力的装置及其压电喷射阀
CN111036427A (zh) * 2020-01-04 2020-04-21 林景茂 喷射阀的压电调节机构及压电式喷射阀
CN111282775A (zh) * 2020-05-12 2020-06-16 江苏高凯精密流体技术股份有限公司 一种压电喷射阀的流量控制装置及其控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190022339A1 (en) * 2015-12-21 2019-01-24 3M Innovative Properties Company Auto-reset dose release firing systems, medicinal inhalers comprising same, and methods of using same
CN106980897A (zh) * 2017-02-27 2017-07-25 浙江工业大学 一种基于变学习率的bp人工神经网络的喷射器性能参数预测方法
CN107051822A (zh) * 2017-06-12 2017-08-18 山东大学 基于双压电致动器的喷射装置
CN109508488A (zh) * 2018-11-07 2019-03-22 西北工业大学 基于遗传算法优化bp神经网络的喷丸成形工艺参数预测方法
CN109332097A (zh) * 2018-11-29 2019-02-15 常州高凯精密机械有限公司 一种反馈调节的喷射点胶装置及其调节方法
CN110548649A (zh) * 2019-09-24 2019-12-10 常州高凯精密技术股份有限公司 用于校正撞针与喷嘴之间预紧力的装置及其压电喷射阀
CN111036427A (zh) * 2020-01-04 2020-04-21 林景茂 喷射阀的压电调节机构及压电式喷射阀
CN111282775A (zh) * 2020-05-12 2020-06-16 江苏高凯精密流体技术股份有限公司 一种压电喷射阀的流量控制装置及其控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵永祥: "基于柔顺机构的微喷射点胶系统设计、建模与实验", 《CNKI优秀硕士学位论文全文库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114489072A (zh) * 2022-01-25 2022-05-13 广东工业大学 一种基于无人艇的喷水辅助垃圾回收的方法与系统
CN114489072B (zh) * 2022-01-25 2022-08-12 广东工业大学 一种基于无人艇的喷水辅助垃圾回收的方法与系统

Also Published As

Publication number Publication date
CN112965367B (zh) 2022-06-17
CN112068418A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN112965367B (zh) 一种基于电流传感器的压电陶瓷喷射阀调节方法
US7816838B2 (en) Piezoelectric force sensing
CN101339097B (zh) 点焊枪的加压性能劣化判定方法
US4167189A (en) Apparatus for transmission of information by electrocutaneous stimulus
CN106104239B (zh) 压力检测装置、压力检测装置的控制方法
US6748812B1 (en) Flow rate measuring apparatus
CN109613976B (zh) 一种智能柔性压力传感手语识别装置
CN1831505A (zh) 吨位计的零点补正电路
CN112427242A (zh) 一种压电陶瓷阀撞针与喷嘴松紧度智能调节方法
JP2011507122A5 (zh)
JPWO2020245555A5 (zh)
Kobayashi et al. High-temperature piezoelectric film ultrasonic transducers by a sol-gel spray technique and their application to process monitoring of polymer injection molding
CN100545600C (zh) 纬纱张力传感器
Dahiya et al. Tactile sensing arrays for humanoid robots
CN206862538U (zh) 预置式扭矩扳子使用中第二峰监测装置
CN109072837B (zh) 用于操作柴油机共轨压电操作式伺服喷射器的方法及机动车辆
JPWO2019229099A5 (zh)
CN110461585A (zh) 电动压力机、控制方法以及程序
CN114690102A (zh) 一种时变电流产生装置、参数校准系统与方法
CN107449990A (zh) 非接触型基板检查装置及其检查方法
CN107291301A (zh) 压电式三维触控输入模块及其驱动方法
CN109318585B (zh) 一种手持式油墨粘度控制器
CN217980622U (zh) 一种可显示距离的推拉力计
WO2000013039A3 (en) Method and system for measuring the distance from a piezoelectric element
CN114941981A (zh) 一种压电薄膜传感器算法标定系统及其应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant