CN115815367B - 一种基于成型参数的弯管壁厚质量预测方法和系统 - Google Patents

Abstract

本发明公开了一种基于成型参数的弯管壁厚质量预测方法和系统，涉及弯管成型监测技术领域，包括：获取影响中频弯管机成型加工产品质量的影响因素；获得多组弯管成型壁厚样本数据；建立风险预测模型；计算当前中频弯管机的最佳加工工艺参数；加工过程中实时进行监测中频弯管机的加工工艺参数，判断实时加工工艺参数是否正常；将加工异常状态下的实时加工工艺参数代入风险预测模型中，判断是否存在弯管成型件不合格风险。本发明的优点在于：基于中频弯管机在进行弯管加工时对弯管壁厚质量的产生影响的工艺参数因素建立风险预测模型，便于预测获知中频弯管机在实际加工过程中的异常状态，使工作人员可以更加精准的把控中频弯管机的弯管成型质量。

Description

一种基于成型参数的弯管壁厚质量预测方法和系统

技术领域

本发明涉及弯管成型监测技术领域，具体是涉及一种基于成型参数的弯管壁厚质量预测方法和系统。

背景技术

采用电磁感应加热材料，因其加热效果好，成形效率高，工装简单易操作等特性，得到了越来越广泛的应用，但是，在采用中频热弯弯管时，弯管背部（即外弧）减薄较大，易造成背部壁厚不足。

中频热弯的原理是，钢管经加热后，降低了材料的变形抗力，在设备推力及摇臂的牵引作用下成形出所需弯曲半径的弯管产品，设备推力、摇臂转速的相互大小直接影响产品壁厚尺寸。

在实际的弯管生产过程中，由于难以实现针对于弯管背部壁厚的实时预测，因此难以快速获取弯管成型加工质量的把控，无法快速对弯管成型过程中的异常状态做出响应，易导致在实际加工过程中的废品率升高，影响产品的生产良率。

发明内容

为解决上述技术问题，提供一种基于成型参数的弯管壁厚质量预测方法和系统，本技术方案解决了上述的在实际的弯管生产过程中，由于难以实现针对于弯管背部壁厚的实时预测，因此难以快速获取弯管成型加工质量的把控，无法快速对弯管成型过程中的异常状态做出响应，易导致在实际加工过程中的废品率升高，影响产品的生产良率的问题。

为达到以上目的，本发明采用的技术方案为：

一种基于成型参数的弯管壁厚质量预测方法，包括：

获取影响中频弯管机成型加工产品质量的影响因素，所述影响因素包括中频加热功率、设备推力和摇臂转速；

按照预设的梯度对中频弯管机设定不同的中频加热功率、设备推力和摇臂转速进行弯管成型试验，同时获取试验中弯管成型件的壁厚数据，获得多组弯管成型壁厚样本数据；

对多组弯管成型壁厚样本数据进行分析，建立风险预测模型；

根据多组弯管成型壁厚样本数据进行分析，计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速；

中频弯管机按照最佳加工中频加热功率、最佳设备推力和最佳摇臂转速进行弯管成型加工，加工过程中实时进行监测中频弯管机的中频加热功率、设备推力和摇臂转速，获得实时中频加热功率、实时设备推力和实时摇臂转速；

将实时中频加热功率、实时设备推力和实时摇臂转速与最佳加工中频加热功率、最佳设备推力和最佳摇臂转速进行比对，判断其是否处于正常区间；

若是，则判断为加工正常状态，若否，则判断为加工异常状态；

将加工异常状态下的实时中频加热功率、实时设备推力和实时摇臂转速代入风险预测模型中，判断是否存在弯管成型件不合格风险，若是，则输出高风险报警信息，若否，则输出低风险报警信息；

其中，所述对多组弯管成型壁厚样本数据进行分析，建立风险预测模型具体包括如下步骤：

将多组弯管成型壁厚样本数据按照壁厚是否合格进行分类，将多组弯管成型壁厚样本数据分为合格弯管成型壁厚样本数据和不合格弯管成型壁厚样本数据；

建立弯管成型壁厚质量-中频加热功率、设备推力和摇臂转速的风险预测模型；

根据合格弯管成型壁厚样本数据和不合格弯管成型壁厚样本数据对风险预测模型中的参数进行最大似然法估计，获得模型回归系数；

检验模型回归系数对风险预测模型的参数的显著性，判断模型回归系数是否满足显著性要求；

所述风险预测模型为：

，式中，代表弯管成型厚度合格，代代表弯管成型厚度不合格；

p为风险预测模型的预测概率；

T为中频加热功率；

F为设备推力；

v为摇臂转速；

均为风险预测模型的系数。

优选的，所述根据多组弯管成型壁厚样本数据进行分析，计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速具体包括如下步骤：

根据多组弯管成型壁厚样本数据建立弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型；

根据弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型进行当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速的计算。

优选的，所述最佳加工中频加热功率、最佳设备推力和最佳摇臂转速的计算方法为：按照弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型，在保证弯管减薄厚度符合成型需求的情况下使摇臂转速最大化得出的最优解。

优选的，所述将加工异常状态下的实时中频加热功率、实时设备推力和实时摇臂转速代入风险预测模型中，判断是否存在弯管成型件不合格风险具体包括：

将加工异常状态下的实时中频加热功率、实时设备推力和实时摇臂转速代入风险预测模型中进行计算合格概率；

判断其合格概率是否大于预设阈值；

若是，则判定不合格风险低，输出低风险报警信息，若否，则判定不合格风险高，输出高风险报警信息。

优选的，所述预设阈值为0.85-0.9。

进一步的，提出一种基于成型参数的弯管壁厚质量预测系统，用于实现如上述的基于成型参数的弯管壁厚质量预测方法，包括：

中央处理模块，中央处理模块用于根据接收的中频加热功率、设备推力和摇臂转速数据建立风险预测模型、计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速、判断中频加热功率、设备推力和摇臂转速是否正常和判断是否存在弯管成型件不合格风险，并输出结果；

加工参数检测模块，加工参数检测模块与所述中央处理模块电性连接，加工参数检测模块用于进行实时监测中频弯管机的中频加热功率、设备推力和摇臂转速；

信号输出模块，信号输出模块与所述中央处理模块电性连接，信号输出模块用于进行高风险报警信息或低风险报警信息输出；

数据存储模块，数据存储模块与所述中央处理模块电性连接，数据存储模块用于进行成型壁厚质量-中频加热功率、设备推力和摇臂转速的风险预测模型和弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型的存储。

可选的，所述中央处理模块包括：

数据接收单元，数据接收单元用于进行接收由加工参数检测模块实时检测的中频加热功率、设备推力和摇臂转速；

数据计算单元，数据计算单元用于建立风险预测模型、计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速、判断中频加热功率、设备推力和摇臂转速是否正常和判断是否存在弯管成型件不合格风险；

数据输出单元，数据输出单元用于输出数据计算单元的分析结果。

可选的，所述加工参数检测模块包括：

功率测量仪，所述功率测量仪用于进行中频弯管机的中频加热功率测量；

推力测量装置，所述推力测量装置用于检测中频弯管机的设备推力；

转速传感器，所述转速传感器用于检测中频弯管机的摇臂转速。

与现有技术相比，本发明的有益效果在于：

本发明提出基于中频弯管机在进行弯管加工时对弯管壁厚质量的产生影响的工艺参数因素建立风险预测模型，获得中频加热功率、设备推力和摇臂转速分别对于弯管壁厚质量的影响指数，之后通过对中频弯管机在实际加工成型过程中的实际工艺参数代入风险预测模型中，即可获知弯管壁厚质量的不合格风险，有效的解决了现有技术中的在实际的弯管生产过程中，由于难以实现针对于弯管背部壁厚的实时预测，因此难以快速获取弯管成型加工质量的把控的问题，可以快速的获知中频弯管机在实际加工过程中的异常状态，便于工作人员实时掌握中频弯管机的弯管成型过程。

附图说明

图1为本发明提出的基于成型参数的弯管壁厚质量预测方法步骤S100-S800的流程图；

图2为本发明提出的基于成型参数的弯管壁厚质量预测方法步骤S301-S304的流程图；

图3为本发明提出的基于成型参数的弯管壁厚质量预测方法步骤S401-S402的流程图；

图4为本发明提出的基于成型参数的弯管壁厚质量预测方法步骤S801-S803的流程图；

图5为本发明提出的基于成型参数的弯管壁厚质量预测系统结构框图；

图6为中频弯管机弯管成型加工的工艺流程示意图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。

参照图1所示，一种基于成型参数的弯管壁厚质量预测方法，包括：

S100、获取影响中频弯管机成型加工产品质量的影响因素，影响因素包括中频加热功率、设备推力和摇臂转速；

S200、按照预设的梯度对中频弯管机设定不同的中频加热功率、设备推力和摇臂转速进行弯管成型试验，同时获取试验中弯管成型件的壁厚数据，获得多组弯管成型壁厚样本数据；

S300、对多组弯管成型壁厚样本数据进行分析，建立风险预测模型；

S400、根据多组弯管成型壁厚样本数据进行分析，计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速；

S500、中频弯管机按照最佳加工中频加热功率、最佳设备推力和最佳摇臂转速进行弯管成型加工，加工过程中实时进行监测中频弯管机的中频加热功率、设备推力和摇臂转速，获得实时中频加热功率、实时设备推力和实时摇臂转速；

S600、将实时中频加热功率、实时设备推力和实时摇臂转速与最佳加工中频加热功率、最佳设备推力和最佳摇臂转速进行比对，判断其是否处于正常区间；

S700、若是，则判断为加工正常状态，若否，则判断为加工异常状态；

S800、将加工异常状态下的实时中频加热功率、实时设备推力和实时摇臂转速代入风险预测模型中，判断是否存在弯管成型件不合格风险，若是，则输出高风险报警信息，若否，则输出低风险报警信息。

本方案采用风险监控手段进行中频弯管机成型加工过程中的数据监测，通过建立风险预测模型，在中频弯管机的加工过程中，通过针对于中频弯管机的中频加热功率、设备推力和摇臂转速即可实现针对于弯管壁厚成型质量的预测，可以快速的获知中频弯管机在实际加工过程中的异常状态，便于工作人员实时掌握当前加工状态下的弯管壁厚成型不合格风险，进而实现针对于弯管成型过程的智能化快速监控。

请参阅图2所示，对多组弯管成型壁厚样本数据进行分析，建立风险预测模型具体包括如下步骤：

S301、将多组弯管成型壁厚样本数据按照壁厚是否合格进行分类，将多组弯管成型壁厚样本数据分为合格弯管成型壁厚样本数据和不合格弯管成型壁厚样本数据；

S302、建立弯管成型壁厚质量-中频加热功率、设备推力和摇臂转速的风险预测模型；

S303、根据合格弯管成型壁厚样本数据和不合格弯管成型壁厚样本数据对风险预测模型中的参数进行最大似然法估计，获得模型回归系数；

S304、检验模型回归系数对风险预测模型的参数的显著性，判断模型回归系数是否满足显著性要求。

风险预测模型为：

，式中，代表弯管成型厚度合格，代表弯管成型厚度不合格；

p为风险预测模型的预测概率；

T为中频加热功率；

F为设备推力；

v为摇臂转速；

均为风险预测模型的系数。

本方案基于Logistic回归模型，对弯管成型过程中，对于壁厚影响最大的中频加热功率、设备推力和摇臂转速进行风险预测模型的建立，通过设计多次实验步骤所得到的弯管成型壁厚样本数据进行风险预测模型的参数计算，建立了中频加热功率、设备推力和摇臂转速对于弯管成型壁厚合格与否的影响指标，后续进行中频弯管机的成型加工检测时通过检测实际的中频加热功率、设备推力和摇臂转速即可针对加工过程出现的异常状态进行不合格风险判断，进而实现了对于弯管成型加工的质量把控。

其中，可以理解的是，虽然本方案中采用中频加热功率作为风险预测模型中的其中一个因变量，然而中频加热功率实际对应的是弯管成型加工过程中的加热温度，因此本方案也可针对于弯管成型加工过程中的加热温度进行风险预测模型的建立以及参数计算。

请参阅图3所示，根据多组弯管成型壁厚样本数据进行分析，计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速具体包括如下步骤：

S401、根据多组弯管成型壁厚样本数据建立弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型；

S402、根据弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型进行当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速的计算。

本领域的技术人员熟知，弯管加工中的中频加热温度、设备推力、摇臂转速的相互大小直接影响弯管产品壁厚尺寸，基于此，本方案建立弯管减薄厚度与中频加热温度、设备推力、摇臂转速的多元回归模型，获取当前管材及成型要求下的弯管减薄厚度与中频加热温度、设备推力、摇臂转速之间的关系函数，之后通过计算获取当前弯管成型工艺尺寸要求下的最佳加工工艺参数。

其中，最佳加工中频加热功率、最佳设备推力和最佳摇臂转速的计算方法为：按照弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型，在保证弯管减薄厚度符合成型需求的情况下使摇臂转速最大化得出的最优解；

可以理解的是，摇臂转速是决定弯管加工的直接因素，因此在进行最佳加工中频加热功率、最佳设备推力和最佳摇臂转速的计算时，需要在满足成型需求的前提下，尽可能的提高加工过程中的摇臂转速，以期获得更快的加工速度，实现弯管的高效率加工。

请参阅图4所示，将加工异常状态下的实时中频加热功率、实时设备推力和实时摇臂转速代入风险预测模型中，判断是否存在弯管成型件不合格风险具体包括：

S801、将加工异常状态下的实时中频加热功率、实时设备推力和实时摇臂转速代入风险预测模型中进行计算合格概率；

S802、判断其合格概率是否大于预设阈值；

S803、若是，则判定不合格风险低，输出低风险报警信息，若否，则判定不合格风险高，输出高风险报警信息。

本方案基于成型过程中产生的偏离最佳加工中频加热功率、最佳设备推力和最佳摇臂转速状态下的异常加工状态进行合格概率计算，预测弯管成型壁厚的合格概率，通过预测计算出的合格概率来判断其是否存在着成型异常风险。

预设阈值为0.85-0.9，针对于预设阈值取值范围，本领域的技术人员可以理解的是，预设阈值越高则代表着其对于不合格风险把控度越高，预设阈值越低则代表着其对于不合格风险把控度越低，在实际的中频弯管机的弯管生产检测中，可根据实际需求进行预设阈值的确定。

请参阅图5所示，进一步的，本方案还提出一种基于成型参数的弯管壁厚质量预测系统，用于实现如上述的基于成型参数的弯管壁厚质量预测方法，包括：

中央处理模块，中央处理模块用于根据接收的中频加热功率、设备推力和摇臂转速数据建立风险预测模型、计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速、判断中频加热功率、设备推力和摇臂转速是否正常和判断是否存在弯管成型件不合格风险，并输出结果；

加工参数检测模块，加工参数检测模块与中央处理模块电性连接，加工参数检测模块用于进行实时监测中频弯管机的中频加热功率、设备推力和摇臂转速；

信号输出模块，信号输出模块与中央处理模块电性连接，信号输出模块用于进行高风险报警信息或低风险报警信息输出；

数据存储模块，数据存储模块与中央处理模块电性连接，数据存储模块用于进行成型壁厚质量-中频加热功率、设备推力和摇臂转速的风险预测模型和弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型的存储。

其中，中央处理模块包括：

数据接收单元，数据接收单元用于进行接收由加工参数检测模块实时检测的中频加热功率、设备推力和摇臂转速；

数据计算单元，数据计算单元用于建立风险预测模型、计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速、判断中频加热功率、设备推力和摇臂转速是否正常和判断是否存在弯管成型件不合格风险；

数据输出单元，数据输出单元用于输出数据计算单元的分析结果。

加工参数检测模块包括：

功率测量仪，功率测量仪用于进行中频弯管机的中频加热功率测量；

推力测量装置，推力测量装置用于检测中频弯管机的设备推力；

转速传感器，转速传感器用于检测中频弯管机的摇臂转速。

请参阅图6所示，上述的基于成型参数的弯管壁厚质量预测系统使用过程为：在进行弯管加工时，通过功率测量仪、推力测量装置和转速传感器分别进行中频加热功率、设备推力和摇臂转速的实时测量，并将中频加热功率、设备推力和摇臂转速的实时数据传输至数据接收单元，由数据接收单元将数据传输至数据计算单元进行判断设备推力和摇臂转速是否正常和判断是否存在弯管成型件不合格风险，根据判断结果输出不同的报警控制信号至信号输出模块进行报警信号输出；

在进行风险预测模型计算时，数据计算单元对加工参数检测模块采集到的多组成型数据进行分析，基于Logistic回归模型，按照最大似然法进行模型参数的计算，获得最终的风险预测模型，并将风险预测模型输出至数据存储模块进行存储。

综上所述，本发明的优点在于：基于中频弯管机在进行弯管加工时对弯管壁厚质量的产生影响的工艺参数因素建立风险预测模型，便于预测获知中频弯管机在实际加工过程中的异常状态，使工作人员可以更加精准的把控中频弯管机的弯管成型质量。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (8)

1.一种基于成型参数的弯管壁厚质量预测方法，其特征在于，包括：

获取影响中频弯管机成型加工产品质量的影响因素，所述影响因素包括中频加热功率、设备推力和摇臂转速；

按照预设的梯度对中频弯管机设定不同的中频加热功率、设备推力和摇臂转速进行弯管成型试验，同时获取试验中弯管成型件的壁厚数据，获得多组弯管成型壁厚样本数据；

对多组弯管成型壁厚样本数据进行分析，建立风险预测模型；

根据多组弯管成型壁厚样本数据进行分析，计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速；

中频弯管机按照最佳加工中频加热功率、最佳设备推力和最佳摇臂转速进行弯管成型加工，加工过程中实时进行监测中频弯管机的中频加热功率、设备推力和摇臂转速，获得实时中频加热功率、实时设备推力和实时摇臂转速；

将实时中频加热功率、实时设备推力和实时摇臂转速与最佳加工中频加热功率、最佳设备推力和最佳摇臂转速进行比对，判断其是否处于正常区间；

若是，则判断为加工正常状态，若否，则判断为加工异常状态；

将加工异常状态下的实时中频加热功率、实时设备推力和实时摇臂转速代入风险预测模型中，判断是否存在弯管成型件不合格风险，若是，则输出高风险报警信息，若否，则输出低风险报警信息；

其中，所述对多组弯管成型壁厚样本数据进行分析，建立风险预测模型具体包括如下步骤：

将多组弯管成型壁厚样本数据按照壁厚是否合格进行分类，将多组弯管成型壁厚样本数据分为合格弯管成型壁厚样本数据和不合格弯管成型壁厚样本数据；

建立弯管成型壁厚质量-中频加热功率、设备推力和摇臂转速的风险预测模型；

根据合格弯管成型壁厚样本数据和不合格弯管成型壁厚样本数据对风险预测模型中的参数进行最大似然法估计，获得模型回归系数；

检验模型回归系数对风险预测模型的参数的显著性，判断模型回归系数是否满足显著性要求；

所述风险预测模型为：

式中，代表弯管成型壁厚合格，代表弯管成型壁厚不合格；

p为风险预测模型的预测概率；

T为中频加热功率；

F为设备推力；

v为摇臂转速；

均为风险预测模型的系数。

2.根据权利要求1所述的一种基于成型参数的弯管壁厚质量预测方法，其特征在于，所述根据多组弯管成型壁厚样本数据进行分析，计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速具体包括如下步骤：

根据多组弯管成型壁厚样本数据建立弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型；

根据弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型进行当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速的计算。

3.根据权利要求2所述的一种基于成型参数的弯管壁厚质量预测方法，其特征在于，所述最佳加工中频加热功率、最佳设备推力和最佳摇臂转速的计算方法为：按照弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型，在保证弯管减薄厚度符合成型需求的情况下使摇臂转速最大化得出的最优解。

4.根据权利要求3所述的一种基于成型参数的弯管壁厚质量预测方法，其特征在于，所述将加工异常状态下的实时中频加热功率、实时设备推力和实时摇臂转速代入风险预测模型中，判断是否存在弯管成型件不合格风险具体包括：

将加工异常状态下的实时中频加热功率、实时设备推力和实时摇臂转速代入风险预测模型中进行计算合格概率；

判断其合格概率是否大于预设阈值；

若是，则判定不合格风险低，输出低风险报警信息，若否，则判定不合格风险高，输出高风险报警信息。

5.根据权利要求4所述的一种基于成型参数的弯管壁厚质量预测方法，其特征在于，所述预设阈值为0.85-0.9。

6.一种基于成型参数的弯管壁厚质量预测系统，用于实现如权利要求1-5任一项所述的基于成型参数的弯管壁厚质量预测方法，其特征在于，包括：

中央处理模块，中央处理模块用于根据接收的中频加热功率、设备推力和摇臂转速数据建立风险预测模型、计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速、判断中频加热功率、设备推力和摇臂转速是否正常和判断是否存在弯管成型件不合格风险，并输出结果；

加工参数检测模块，加工参数检测模块与所述中央处理模块电性连接，加工参数检测模块用于进行实时监测中频弯管机的中频加热功率、设备推力和摇臂转速；

信号输出模块，信号输出模块与所述中央处理模块电性连接，信号输出模块用于进行高风险报警信息或低风险报警信息输出；

数据存储模块，数据存储模块与所述中央处理模块电性连接，数据存储模块用于进行成型壁厚质量-中频加热功率、设备推力和摇臂转速的风险预测模型和弯管成型壁厚-中频加热功率、设备推力和摇臂转速的多元回归模型的存储。

7.根据权利要求6所述的一种基于成型参数的弯管壁厚质量预测系统，其特征在于，所述中央处理模块包括：

数据接收单元，数据接收单元用于进行接收由加工参数检测模块实时检测的中频加热功率、设备推力和摇臂转速；

数据计算单元，数据计算单元用于建立风险预测模型、计算当前中频弯管机的最佳加工中频加热功率、最佳设备推力和最佳摇臂转速、判断中频加热功率、设备推力和摇臂转速是否正常和判断是否存在弯管成型件不合格风险；

数据输出单元，数据输出单元用于输出数据计算单元的分析结果。

8.根据权利要求7所述的一种基于成型参数的弯管壁厚质量预测系统，其特征在于，所述加工参数检测模块包括：

功率测量仪，所述功率测量仪用于进行中频弯管机的中频加热功率测量；

推力测量装置，所述推力测量装置用于检测中频弯管机的设备推力；

转速传感器，所述转速传感器用于检测中频弯管机的摇臂转速。

Images