CN117655102A - 一种生产门体用智能化辊轧成型装置及控制方法 - Google Patents
一种生产门体用智能化辊轧成型装置及控制方法 Download PDFInfo
- Publication number
- CN117655102A CN117655102A CN202311660966.3A CN202311660966A CN117655102A CN 117655102 A CN117655102 A CN 117655102A CN 202311660966 A CN202311660966 A CN 202311660966A CN 117655102 A CN117655102 A CN 117655102A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- pressure roller
- motor
- fixedly connected
- model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004519 manufacturing process Methods 0.000 title claims description 10
- 238000003754 machining Methods 0.000 claims abstract description 61
- 230000007246 mechanism Effects 0.000 claims abstract description 28
- 238000005096 rolling process Methods 0.000 claims description 46
- 238000012549 training Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000012804 iterative process Methods 0.000 claims description 5
- 239000007921 spray Substances 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 238000003825 pressing Methods 0.000 abstract description 2
- 230000001276 controlling effect Effects 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 239000003921 oil Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000010687 lubricating oil Substances 0.000 description 3
- 239000008399 tap water Substances 0.000 description 3
- 235000020679 tap water Nutrition 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000005461 lubrication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- TVEXGJYMHHTVKP-UHFFFAOYSA-N 6-oxabicyclo[3.2.1]oct-3-en-7-one Chemical compound C1C2C(=O)OC1C=CC2 TVEXGJYMHHTVKP-UHFFFAOYSA-N 0.000 description 1
- 229910001369 Brass Inorganic materials 0.000 description 1
- 229910000881 Cu alloy Inorganic materials 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000010951 brass Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- -1 ferrous metals Chemical class 0.000 description 1
- 239000011133 lead Substances 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000011135 tin Substances 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Bending Of Plates, Rods, And Pipes (AREA)
Abstract
本发明提供一种生产门体用智能化辊轧成型装置及控制方法,属于门体辊轧成型技术领域,包括工作台、支撑板、输送辊、下压力辊、驱动机构、校正机构和调节机构,其中:支撑板设置有两个,其均固定连接于工作台的顶部边缘处;输送辊设置有多个,其均转动连接于两个支撑板之间;下压力辊设置有多个,其均转动连接于工作台的内壁之间;上压力辊设置有多个并于下压力辊对应,其转动设置于下压力辊的上侧;能够自动校正工件的位置,保证加工精确度,能够灵活控制上压力辊的高度,以适配不同厚度的工件,适用性更广,实用性更高。
Description
技术领域
本发明属于门体辊轧成型技术领域,具体涉及一种生产门体用智能化辊轧成型装置及控制方法。
背景技术
辊轧成形加工是指金属通过一系列特殊形状的轧辊在压力作用下发生变形的金属成型工艺。当通过这些轧辊时,金属变形成既定的形状,从而达到辊轧成型的目的。辊轧成型的形状包括辊轧角、辊轧管、辊轧C型钢及辊轧U型钢。 很多材料都可以用于辊轧成型,包括复合材料、黑色金属以及铝黄铜合金、铜合金、铅、锌和锡等。辊轧成型主要用于加工具有连续横截面的零件。
现有技术中公开了申请号为CN202121342853.5的中国专利,公开了一种门框冷弯成型生产设备,具体涉及冷弯成型机领域,包括加工台,所述加工台顶部对称固定连接有两个第一U型板,两个所述第一U型板之间设有第二U型板,所述第二U型板顶部设有润滑机构,所述润滑机构包括安装在第二U型板顶部的计量泵,两个所述第一U型板底部均固定连接有海绵,所述计量泵左右两侧均插接有油管,两个所述油管远离计量泵的一端分别贯穿第一U型板并插接在海绵上。本实用新型通过设置润滑机构,计量泵将储油桶中的润滑油通过油管均匀地输送到海绵上,海绵将润滑油均匀地涂抹在上轧辊上,调节计量泵即可调节润滑油的使用量,可以对轧辊进行润滑,避免了因摩擦力较大而损伤零件。
现有的门体辊轧需要压缩门体的上下两侧,利用压力的方式印刻凹槽、图案和纹理等等,但是现有的辊轧成型装置大多结构固定,具有不可调的性质,其适用范围较小,在生产操作时极其不便,为此我们提出一种生产门体用智能化辊轧成型装置。
发明内容
本发明的目的在于提供一种生产门体用智能化辊轧成型装置及控制方法,旨在解决现有背景技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种生产门体用智能化辊轧成型装置,包括:
工作台;
支撑板,其设置有两个,其均固定连接于工作台的顶部边缘处;
输送辊,其设置有多个,其均转动连接于两个支撑板之间;
下压力辊,其设置有多个,其均转动连接于工作台的内壁之间;
上压力辊,其设置有多个并与下压力辊对应,其转动设置于下压力辊的上侧;
驱动机构,其设置于支撑板上,其用于驱动多个输送辊同步转动,继而输送工件移动;
校正机构,其设置于工作台上,其用于校正工件的位置,以提高加工精确度;以及
调节机构,其用于调节上压力辊的高度以适配不同厚度的工件。
作为本发明一种优选的方案,所述驱动机构包括第一电机、第一链轮和第一链条,所述第一电机固定连接于其中一个支撑板的侧部,所述第一电机的输出端固定连接于其中一个输送辊的一端,所述第一链轮设置有多个并分别固定连接于每个输送辊的另一端,所述第一链条传动连接于多个第一链轮之间。
作为本发明一种优选的方案,所述校正机构包括:
立板,其设置有两个,其分别固定连接于对应支撑板的顶部;
直杆,其设置有两个并均固定连接于两个立板之间;
下沿板,其设置有两个,其滑动连接于两个直杆的表面,其底部均转动连接有多个限位轮;以及
丝杆组件,其设置于两个立板上,其用于驱动两个下沿板反向移动,继而调节两个下沿板之间的距离。
作为本发明一种优选的方案,所述丝杆组件包括对称丝杆、限位轮、丝杆套和第三电机,所述对称丝杆转动连接于两个立板之间,所述丝杆套设置有两个,其分别固定连接于对应的下沿板,其均螺纹连接于对称丝杆的圆周表面,所述第三电机固定连接于其中一个立板的侧部,所述第三电机的输出端固定连接于对称丝杆。
作为本发明一种优选的方案,所述调节机构包括:
安装架,其设置有两个并分别固定连接于对应支撑板的顶部;
轴承架,其设置有两个并位于上压力辊的两侧,多个所述上压力辊均转动连接于两个轴承架之间;以及
电动推杆,其设置有两个,其分别固定连接于对应安装架的顶部,其伸长端分别固定连接于对应轴承架。
作为本发明一种优选的方案,两个所述安装架上均设置有限位杆,两个所述轴承架的两侧均固定连接有滑套,每个所述滑套滑动连接于对应限位杆的表面。
作为本发明一种优选的方案,所述工作台的侧部固定连接有第二电机,所述第二电机的输出端固定连接于其中一个下压力辊的一端,每个所述下压力辊的另一端均固定连接有第二链轮,多个所述第二链轮之间传动连接有第二链条。
作为本发明一种优选的方案,所述工作台的上侧设置有弯管,所述弯管的下侧设置有多个喷淋头,所述弯管上安装有阀门。
作为本发明一种优选的方案,所述支撑板的顶部固定连接有多个固定架,所述弯管固定连接于固定架内。
作为本发明一种优选的方案,所述工作台内设置有收集仓,所述工作台底部固定连接有出水管。
本发明的一种生产门体用智能化辊轧成型装置的控制方法,包括以下步骤:使用时将工件放置于输送辊3上,并且靠近限位轮21的一侧,然后控制第一电机4驱动与其固定连接的输送辊3转动,最后带动多个输送辊3同步转动,使输送辊3具有输送工件移动的功能,在工件移动至两个限位轮21之间时,控制第三电机22的输出端转动,第三电机22带动对称丝杆19转动,此时两个限位轮21同步反向移动,并向工件的方向靠近并接触,能够自动校正工件的位置,保证加工精确度,经过校正的工件移动至下压力辊7和上压力辊11之间,经过下压力辊7和上压力辊11辊轧成型后继续移动,实现自动化辊轧,有效提高加工效率,并且在轴承架14的上侧设置电动推杆16,通过电动推杆16的伸长端可驱动轴承架14升降,继而带动多个上压力辊11同步升降,能够灵活控制上压力辊11的高度,以适配不同厚度的工件;
上述装置还包括通过引入传感器网络监测工件的实时尺寸和形状,利用机器学习算法对监测到的数据进行分析,实时调整辊轧装置的参数,以优化辊轧过程,确保加工精度;具体过程为:
步骤A,安装传感器网络,传感器包括测量工件尺寸和形状的传感器,实时采集传感器数据,包括以下数据;
工件尺寸特征:工件长度,工件宽度,工件高度;
工件位置特征:工件相对于限位轮的位置;
校正过程中的电机和电动推杆参数:
第一电机的状态(转速);
第二电机的状态(转速);
第三电机的状态(转速);
电动推杆的状态(伸长长度);
轴承架和辊轧装置参数:轴承架的高度,上压力辊的高度;
下压力辊7和上压力辊11之间的压力;
上述数据通过激光测距传感器或者超声波传感器获取测量工件的长度、宽度、高度;通过位置传感器、视觉系统测量工件相对于限位轮的位置;通过电机编码器或者位移传感器获取第一、二、三电机和电动推杆的状态信息;通过位移传感器测量轴承架的高度和上压力辊的高度;通过压力传感器测量下压力辊7和上压力辊11之间的压力;
步骤B,人工或自动标注数据,将传感器采集到的数据与相应的辊轧装置参数和加工结果进行关联;将采集到的数据集划分为训练集和测试集,以便在模型训练和评估时使用;对传感器采集到的原始数据进行特征提取,提取与加工精度相关的特征,包括输入特征向量:工件尺寸特征、工件位置特征、校正过程中的电机和电动推杆参数、轴承架和辊轧装置参数;
步骤C,选择梯度提升树模型作为机器学习算法的核心,使用训练集对梯度提升树模型进行训练,使其能够学习传感器数据与辊轧装置参数之间的关系,以及这些参数与加工精度之间的关系;
以下是改进后的梯度提升树模型的公式推导过程:
假设有一个训练集其中X i 是传感器采集到的特征数据,y i 是对应的加工精度,目标是学习一个梯度提升树模型F(X),使得模型的预测值F(X)接近实际值y;
1.初始化:
初始预测值F 0 (X) = mean(y), mean为初始预测函数,即所有样本的均值;
2.迭代过程:
对于每一轮m,迭代进行以下步骤:
a.计算负梯度:
b.拟合一个回归树h m (X)到负梯度r im 上,得到叶节点区域R jm ;
c.计算每个叶节点的最优输出值:
d.更新模型:
其中,在上述公式推导中,涉及到的符号含义如下:
N:训练集中的样本数量;
X i :第i个样本的特征数据,即传感器采集到的信息;
y i :第i个样本的真实加工精度;
F m (X):第m轮迭代后的模型预测值;
F m-1(X):第m-1轮迭代后的模型预测值;
r im :第i个样本在第m轮的负梯度,用于衡量模型对该样本的拟合误差;
损失函数,衡量模型在第m-1轮对第i个样本的预测误差;
是一个指示函数;
h m (X):第m轮迭代时拟合的回归树;
R jm :回归树的第j个叶节点的区域;
ϒ jm :回归树的第j个叶节点的最优输出值;
η:学习率,用于控制每轮迭代的步长;
步骤D,对模型进行调优,实时采集传感器数据,并将这些数据输入到训练好的梯度提升树模型中,模型输出预测值,表示当前工件的加工精度,根据这个预测值,实时调整辊轧装置的参数,以优化加工过程;
调整下压力辊7和上压力辊11的压力:
如果梯度提升树模型预测出工件加工精度下降,通过增加或减小辊的压力来调整加工过程,提高加工精度;
调整前压力:1000N
调整后压力:1200N
调整辊的旋转速度:
预测结果显示工件形状变化明显,通过调整下压力辊7和上压力辊11的旋转速度来适应工件的形状变化,提高加工精度;
调整前速度:50 rpm
调整后速度:60 rpm
调整辊的位置:
预测出工件位置偏移,可以通过调整下压力辊7和上压力辊11之间的压力的位置来实现自动校正,确保加工的位置准确;
调整前位置:50 mm
调整后位置:45 mm
动态调整工作压力辊和上压力辊的高度:
根据梯度提升树的预测结果,动态调整工作压力辊和上压力辊的高度,以适应不同厚度的工件,提高系统的灵活性;
调整前高度:100 mm
调整后高度:95 mm
自适应控制材料进给速度:
根据预测的加工精度,自适应调整材料进给速度,以保证在不同情况下获得一致的加工结果;
调整前速度:2 m/min
调整后速度:2.5 m/min
这样的实时调整过程可以使辊轧装置更加智能化,能够自动适应工件特性的变化,从而提高加工效率和加工精度。
与现有技术相比,本发明的有益效果是:
1、本方案中两个限位轮能够同步反向移动,并向工件的方向靠近并接触,能够自动校正工件的位置,保证加工精确度,经过校正的工件移动至下压力辊和上压力辊之间,经过下压力辊和上压力辊辊轧成型后继续移动,实现自动化辊轧,有效提高加工效率。
2、本方案中,在轴承架的上侧设置电动推杆,通过电动推杆的伸长端可驱动轴承架升降,继而带动多个上压力辊同步升降,能够灵活控制上压力辊的高度,以适配不同厚度的工件,适用性更广,实用性更高。
3、通过梯度提升树模型可以在实时生产中对传感器数据进行分析,预测工件加工精度,然后通过反馈控制系统调整辊轧装置的参数,以实现自适应辊轧控制。这种方法可以提高生产线的智能化水平,确保每个工件都能够达到预定的加工精度。通过迭代过程,改进后的梯度提升树模型考虑了工件尺寸、形状信息,通过负梯度拟合回归树,使得模型更加适应于辊轧过程的特点,这种改进可以提高模型的性能,使其更精准地预测加工精度,从而更好地调整辊轧装置的参数。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1为本发明的整体结构图;
图2为本发明的侧视结构图;
图3为本发明的校正机构图;
图4为本发明的图3的爆炸图;
图5为本发明的下压力辊处结构图;
图6为本发明的图5的爆炸图;
图7为本发明的图6的爆炸图;
图8为本发明的剖视图。
图中标号说明:1、工作台;2、支撑板;3、输送辊;4、第一电机;5、第一链轮;6、第一链条;7、下压力辊;8、第二电机;9、第二链轮;10、第二链条;11、上压力辊;12、安装架;13、限位杆;14、轴承架;15、滑套;16、电动推杆;17、立板;18、直杆;19、对称丝杆;20、下沿板;21、限位轮;22、第三电机;23、丝杆套;24、弯管;25、固定架;26、喷淋头;27、阀门;28、收集仓;29、出水管。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
请参阅图1-图8,本实施例提供的技术方案如下:
一种生产门体用智能化辊轧成型装置,包括工作台1、支撑板2、输送辊3、下压力辊7、驱动机构、校正机构和调节机构,其中:支撑板2设置有两个,其均固定连接于工作台1的顶部边缘处;输送辊3设置有多个,其均转动连接于两个支撑板2之间;下压力辊7设置有多个,其均转动连接于工作台1的内壁之间;上压力辊11设置有多个并与下压力辊7对应,其转动设置于下压力辊7的上侧;驱动机构设置于支撑板2上,其用于驱动多个输送辊3同步转动,继而输送工件移动;校正机构设置于工作台1上,其用于校正工件的位置,以提高加工精确度;调节机构用于调节上压力辊11的高度以适配不同厚度的工件。
在本发明的具体实施例中,输送辊3用于输送工件,下压力辊7和上压力辊11用于辊压工件,使用时将工件放置于输送辊3上,并且靠近限位轮21的一侧,然后控制第一电机4驱动与其固定连接的输送辊3转动,最后带动多个输送辊3同步转动,使输送辊3具有输送工件移动的功能,在工件移动至两个限位轮21之间时,控制第三电机22的输出端转动,第三电机22带动对称丝杆19转动,此时两个限位轮21同步反向移动,并向工件的方向靠近并接触,能够自动校正工件的位置,保证加工精确度,经过校正的工件移动至下压力辊7和上压力辊11之间,经过下压力辊7和上压力辊11辊轧成型后继续移动,实现自动化辊轧,有效提高加工效率,并且在轴承架14的上侧设置电动推杆16,通过电动推杆16的伸长端可驱动轴承架14升降,继而带动多个上压力辊11同步升降,能够灵活控制上压力辊11的高度,以适配不同厚度的工件,适用性更广,实用性更高。
具体的,驱动机构包括第一电机4、第一链轮5和第一链条6,第一电机4固定连接于其中一个支撑板2的侧部,第一电机4的输出端固定连接于其中一个输送辊3的一端,第一链轮5设置有多个并分别固定连接于每个输送辊3的另一端,第一链条6传动连接于多个第一链轮5之间。
在本发明的具体实施例中,参阅图1和图2,每个输送辊3与一个第一链轮5对应,第一电机4用于驱动其中一个第一链轮5转动,在第一链条6的联动作用下,带动其余第一链轮5同步转动,最后带动多个输送辊3同步转动,从而能够带动工件匀速移动。
具体的,校正机构包括:
立板17,其设置有两个,其分别固定连接于对应支撑板2的顶部;
直杆18,其设置有两个并均固定连接于两个立板17之间;
下沿板20,其设置有两个,其滑动连接于两个直杆18的表面,其底部均转动连接有多个限位轮21;以及
丝杆组件,其设置于两个立板17上,其用于驱动两个下沿板20反向移动,继而调节两个下沿板20之间的距离,丝杆组件包括对称丝杆19、限位轮21、丝杆套23和第三电机22,对称丝杆19转动连接于两个立板17之间,丝杆套23设置有两个,其分别固定连接于对应的下沿板20,其均螺纹连接于对称丝杆19的圆周表面,第三电机22固定连接于其中一个立板17的侧部,第三电机22的输出端固定连接于对称丝杆19。
在本发明的具体实施例中,参阅图3和图4,下沿板20和限位轮21均位于两个立板17之间,直杆18穿过下沿板20,在直杆18的限制下下沿板20只能直线移动,对称丝杆19上设置有两个对称的螺纹槽,在第三电机22的输出端驱动下带动对称丝杆19转动,继而带动两个丝杆套23反向同步转动,当工件移动至两个立板17之间时,控制两个下沿板20相互靠近,使限位轮21与工件接触,可自动校正工件的位置,以提高辊压加工精确度,限位轮21可转动设计,不会影响工件的移动。
具体的,调节机构包括:
安装架12,其设置有两个并分别固定连接于对应支撑板2的顶部;
轴承架14,其设置有两个并位于上压力辊11的两侧,多个上压力辊11均转动连接于两个轴承架14之间;以及
电动推杆16,其设置有两个,其分别固定连接于对应安装架12的顶部,其伸长端分别固定连接于对应轴承架14。
在本发明的具体实施例中,参阅图6和图7,两个安装架12上均设置有限位杆13,两个轴承架14的两侧均固定连接有滑套15,每个滑套15滑动连接于对应限位杆13的表面,上压力辊11与下压力辊7一一对应,轴承架14用于支撑上压力辊11转动,滑套15在限位杆13的表面滑动,继而限制轴承架14直线移动,通过电动推杆16的伸长端可推动轴承架14升降,轴承架14带动上压力辊11升级,可控制上压力辊11的高度,继而调节上压力辊11与下压力辊7之间的距离,以适配不同厚度的工件。
具体的,工作台1的侧部固定连接有第二电机8,第二电机8的输出端固定连接于其中一个下压力辊7的一端,每个下压力辊7的另一端均固定连接有第二链轮9,多个第二链轮9之间传动连接有第二链条10。
在本发明的具体实施例中,下压力辊7和第二链轮9一一对应,通过第二电机8的输出端带动与其固定的下压力辊7转动,下压力辊7带动第二链轮9转动,在第二链条10的传动作用下,多个下压力辊7同步转动,以达到辊压工件的目的。
具体的,工作台1的上侧设置有弯管24,弯管24的下侧设置有多个喷淋头26,弯管24上安装有阀门27,支撑板2的顶部固定连接有多个固定架25,弯管24固定连接于固定架25内。
在本发明的具体实施例中,固定架25用于支撑固定弯管24,弯管24呈U形,弯管24与外部水管连接,阀门27打开时,自来水进入弯管24内,然后由喷淋头26向下喷淋,以减少辊压时产生的高温。
具体的,工作台1内设置有收集仓28,工作台1底部固定连接有出水管29。
在本发明的具体实施例中,喷淋的自来水流入收集仓28内,最后由出水管29流出,自动收集污水。
本发明提供的一种生产门体用智能化辊轧成型装置的工作原理或控制过程为:使用时将工件放置于输送辊3上,并且靠近限位轮21的一侧,然后控制第一电机4驱动与其固定连接的输送辊3转动,最后带动多个输送辊3同步转动,使输送辊3具有输送工件移动的功能,在工件移动至两个限位轮21之间时,控制第三电机22的输出端转动,第三电机22带动对称丝杆19转动,此时两个限位轮21同步反向移动,并向工件的方向靠近并接触,能够自动校正工件的位置,保证加工精确度,经过校正的工件移动至下压力辊7和上压力辊11之间,经过下压力辊7和上压力辊11辊轧成型后继续移动,实现自动化辊轧,有效提高加工效率,并且在轴承架14的上侧设置电动推杆16,通过电动推杆16的伸长端可驱动轴承架14升降,继而带动多个上压力辊11同步升降,能够灵活控制上压力辊11的高度,以适配不同厚度的工件,适用性更广,实用性更高。
引入传感器网络,监测工件的实时尺寸和形状,利用机器学习算法对监测到的数据进行分析,实时调整辊轧装置的参数,以优化辊轧过程,确保加工精度。
步骤1,安装传感器网络,传感器包括测量工件尺寸和形状的传感器,实时采集传感器数据,包括以下数据;
工件尺寸特征:工件长度,工件宽度,工件高度;
工件位置特征:工件相对于限位轮的位置;
校正过程中的电机和电动推杆参数:
第一电机的状态(转速);
第二电机的状态(转速);
第三电机的状态(转速);
电动推杆的状态(伸长长度);
轴承架和辊轧装置参数:轴承架的高度,上压力辊的高度;
下压力辊7和上压力辊11之间的压力;
上述数据通过激光测距传感器或者超声波传感器获取测量工件的长度、宽度、高度;通过位置传感器、视觉系统测量工件相对于限位轮的位置;通过电机编码器或者位移传感器获取第一、二、三电机和电动推杆的状态信息;通过位移传感器测量轴承架的高度和上压力辊的高度;通过压力传感器测量下压力辊7和上压力辊11之间的压力;
步骤2,人工或自动标注数据,将传感器采集到的数据与相应的辊轧装置参数和加工结果进行关联;将采集到的数据集划分为训练集和测试集,以便在模型训练和评估时使用;对传感器采集到的原始数据进行特征提取,提取与加工精度相关的特征,包括输入特征向量:工件尺寸特征、工件位置特征、校正过程中的电机和电动推杆参数、轴承架和辊轧装置参数;
步骤3,选择梯度提升树(Gradient Boosting Trees)模型作为机器学习算法的核心,这种模型对于回归问题(预测数值型结果)和特征间复杂关系的建模能力较强,使用训练集对梯度提升树模型进行训练,使其能够学习传感器数据与辊轧装置参数之间的关系,以及这些参数与加工精度之间的关系;
以下是改进后的梯度提升树模型的公式推导过程:
假设有一个训练集其中X i 是传感器采集到的特征数据,y i 是对应的加工精度,目标是学习一个梯度提升树模型F(X),使得模型的预测值F(X)接近实际值y;
3.1.初始化:
初始预测值F 0 (X) = mean(y), mean为初始预测函数,即所有样本的均值;
3.2.迭代过程:
对于每一轮m,迭代进行以下步骤:
a.计算负梯度:
b.拟合一个回归树h m (X)到负梯度r im 上,得到叶节点区域R jm ;
c.计算每个叶节点的最优输出值:
d.更新模型:
其中,在上述公式推导中,涉及到的符号含义如下:
N:训练集中的样本数量;
X i :第i个样本的特征数据,即传感器采集到的信息;
y i :第i个样本的真实加工精度;
F m (X):第m轮迭代后的模型预测值;
F m-1(X):第m-1轮迭代后的模型预测值;
r im :第i个样本在第m轮的负梯度,用于衡量模型对该样本的拟合误差;
损失函数,衡量模型在第m-1轮对第i个样本的预测误差;
是一个指示函数;
h m (X):第m轮迭代时拟合的回归树;
R jm :回归树的第j个叶节点的区域;
ϒ jm :回归树的第j个叶节点的最优输出值;
η:学习率,用于控制每轮迭代的步长;
通过上述迭代过程,改进后的梯度提升树模型考虑了工件尺寸、形状信息,通过负梯度拟合回归树,使得模型更加适应于辊轧过程的特点,这种改进可以提高模型的性能,使其更精准地预测加工精度,从而更好地调整辊轧装置的参数;
通过以上步骤,梯度提升树模型可以在实时生产中对传感器数据进行分析,预测工件加工精度,然后通过反馈控制系统调整辊轧装置的参数,以实现自适应辊轧控制。这种方法可以提高生产线的智能化水平,确保每个工件都能够达到预定的加工精度。
步骤4,对模型进行调优,提高其泛化能力,确保在新数据上表现良好,在实际生产中,实时采集传感器数据,并将这些数据输入到训练好的梯度提升树模型中,模型输出预测值,表示当前工件的加工精度,根据这个预测值,实时调整辊轧装置的参数,以优化加工过程;
调整下压力辊7和上压力辊11的压力:
如果梯度提升树模型预测出工件加工精度下降,可以通过增加或减小辊的压力来调整加工过程,提高加工精度。
调整辊的旋转速度:
预测结果显示工件形状变化明显,可以通过调整下压力辊7和上压力辊11的压力的旋转速度来适应工件的形状变化,提高加工精度。
调整辊的位置:
预测出工件位置偏移,可以通过调整下压力辊7和上压力辊11的位置来实现自动校正,确保加工的位置准确。
动态调整工作压力辊和上压力辊的高度:
根据梯度提升树的预测结果,动态调整工作压力辊和上压力辊的高度,以适应不同厚度的工件,提高系统的灵活性。
自适应控制材料进给速度:
根据预测的加工精度,自适应调整材料进给速度,以保证在不同情况下获得一致的加工结果。
这样的实时调整过程可以使辊轧装置更加智能化,能够自动适应工件特性的变化,从而提高加工效率和加工精度。
示例数值调整:
调整辊的压力:
如果梯度提升树预测出工件加工精度下降,可以通过增加辊的压力来提高加工过程的稳定性。
调整前压力:1000N
调整后压力:1200N
调整辊的旋转速度:
如果预测结果显示工件形状变化明显,可以通过调整辊的旋转速度来适应工件的形状变化。
调整前速度:50 rpm
调整后速度:60 rpm
调整辊的位置:
预测出工件位置偏移,通过调整辊的位置来实现自动校正。
调整前位置:50 mm
调整后位置:45 mm
动态调整工作压力辊和上压力辊的高度:
根据预测结果,动态调整工作压力辊和上压力辊的高度。
调整前高度:100 mm
调整后高度:95 mm
自适应控制材料进给速度:
根据预测的加工精度,自适应调整材料进给速度。
调整前速度:2 m/min
调整后速度:2.5 m/min
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种生产门体用智能化辊轧成型装置,其特征在于,包括:
工作台(1);
支撑板(2),其设置有两个,其均固定连接于工作台(1)的顶部边缘处;
输送辊(3),其设置有多个,其均转动连接于两个支撑板(2)之间;
下压力辊(7),其设置有多个,其均转动连接于工作台(1)的内壁之间;
上压力辊(11),其设置有多个并与下压力辊(7)对应,其转动设置于下压力辊(7)的上侧;
驱动机构,其设置于支撑板(2)上,其用于驱动多个输送辊(3)同步转动,继而输送工件移动;
校正机构,其设置于工作台(1)上,其用于校正工件的位置,以提高加工精确度;以及
调节机构,其用于调节上压力辊(11)的高度以适配不同厚度的工件。
2.根据权利要求1所述的一种生产门体用智能化辊轧成型装置,其特征在于,所述驱动机构包括第一电机(4)、第一链轮(5)和第一链条(6),所述第一电机(4)固定连接于其中一个支撑板(2)的侧部,所述第一电机(4)的输出端固定连接于其中一个输送辊(3)的一端,所述第一链轮(5)设置有多个并分别固定连接于每个输送辊(3)的另一端,所述第一链条(6)传动连接于多个第一链轮(5)之间。
3.根据权利要求2所述的一种生产门体用智能化辊轧成型装置,其特征在于,所述校正机构包括:
立板(17),其设置有两个,其分别固定连接于对应支撑板(2)的顶部;
直杆(18),其设置有两个并均固定连接于两个立板(17)之间;
下沿板(20),其设置有两个,其滑动连接于两个直杆(18)的表面,其底部均转动连接有多个限位轮(21);以及
丝杆组件,其设置于两个立板(17)上,其用于驱动两个下沿板(20)反向移动,继而调节两个下沿板(20)之间的距离。
4.根据权利要求3所述的一种生产门体用智能化辊轧成型装置,其特征在于,所述丝杆组件包括对称丝杆(19)、限位轮(21)、丝杆套(23)和第三电机(22),所述对称丝杆(19)转动连接于两个立板(17)之间,所述丝杆套(23)设置有两个,其分别固定连接于对应的下沿板(20),其均螺纹连接于对称丝杆(19)的圆周表面,所述第三电机(22)固定连接于其中一个立板(17)的侧部,所述第三电机(22)的输出端固定连接于对称丝杆(19)。
5.根据权利要求4所述的一种生产门体用智能化辊轧成型装置,其特征在于,所述调节机构包括:
安装架(12),其设置有两个并分别固定连接于对应支撑板(2)的顶部;
轴承架(14),其设置有两个并位于上压力辊(11)的两侧,多个所述上压力辊(11)均转动连接于两个轴承架(14)之间;以及
电动推杆(16),其设置有两个,其分别固定连接于对应安装架(12)的顶部,其伸长端分别固定连接于对应轴承架(14)。
6.根据权利要求5所述的一种生产门体用智能化辊轧成型装置,其特征在于,两个所述安装架(12)上均设置有限位杆(13),两个所述轴承架(14)的两侧均固定连接有滑套(15),每个所述滑套(15)滑动连接于对应限位杆(13)的表面。
7.根据权利要求6所述的一种生产门体用智能化辊轧成型装置,其特征在于,所述工作台(1)的侧部固定连接有第二电机(8),所述第二电机(8)的输出端固定连接于其中一个下压力辊(7)的一端,每个所述下压力辊(7)的另一端均固定连接有第二链轮(9),多个所述第二链轮(9)之间传动连接有第二链条(10)。
8.根据权利要求7所述的一种生产门体用智能化辊轧成型装置,其特征在于,所述工作台(1)的上侧设置有弯管(24),所述弯管(24)的下侧设置有多个喷淋头(26),所述弯管(24)上安装有阀门(27)。
9.根据权利要求8所述的一种生产门体用智能化辊轧成型装置,其特征在于,所述支撑板(2)的顶部固定连接有多个固定架(25),所述弯管(24)固定连接于固定架(25)内;所述工作台(1)内设置有收集仓(28),所述工作台(1)底部固定连接有出水管(29)。
10.根据权利要求1所述的一种生产门体用智能化辊轧成型装置的控制方法,其特征在于,包括以下步骤:使用时将工件放置于输送辊3上,并且靠近限位轮21的一侧,然后控制第一电机4驱动与其固定连接的输送辊3转动,最后带动多个输送辊3同步转动,使输送辊3具有输送工件移动的功能,在工件移动至两个限位轮21之间时,控制第三电机22的输出端转动,第三电机22带动对称丝杆19转动,此时两个限位轮21同步反向移动,并向工件的方向靠近并接触,能够自动校正工件的位置,保证加工精确度,经过校正的工件移动至下压力辊7和上压力辊11之间,经过下压力辊7和上压力辊11辊轧成型后继续移动,实现自动化辊轧,有效提高加工效率,并且在轴承架14的上侧设置电动推杆16,通过电动推杆16的伸长端可驱动轴承架14升降,继而带动多个上压力辊11同步升降,能够灵活控制上压力辊11的高度,以适配不同厚度的工件;
上述装置还包括通过引入传感器网络监测工件的实时尺寸和形状,利用机器学习算法对监测到的数据进行分析,实时调整辊轧装置的参数,以优化辊轧过程,确保加工精度;具体过程为:
步骤A,安装传感器网络,传感器包括测量工件尺寸和形状的传感器,实时采集传感器数据,包括以下数据;
工件尺寸特征:工件长度,工件宽度,工件高度;
工件位置特征:工件相对于限位轮的位置;
校正过程中的电机和电动推杆参数:
第一电机的状态(转速);
第二电机的状态(转速);
第三电机的状态(转速);
电动推杆的状态(伸长长度);
轴承架和辊轧装置参数:轴承架的高度,上压力辊的高度;
下压力辊7和上压力辊11之间的压力;
上述数据通过激光测距传感器或者超声波传感器获取测量工件的长度、宽度、高度;通过位置传感器、视觉系统测量工件相对于限位轮的位置;通过电机编码器或者位移传感器获取第一、二、三电机和电动推杆的状态信息;通过位移传感器测量轴承架的高度和上压力辊的高度;通过压力传感器测量下压力辊7和上压力辊11之间的压力;
步骤B,人工或自动标注数据,将传感器采集到的数据与相应的辊轧装置参数和加工结果进行关联;将采集到的数据集划分为训练集和测试集,以便在模型训练和评估时使用;对传感器采集到的原始数据进行特征提取,提取与加工精度相关的特征,包括输入特征向量:工件尺寸特征、工件位置特征、校正过程中的电机和电动推杆参数、轴承架和辊轧装置参数;
步骤C,选择梯度提升树模型作为机器学习算法的核心,使用训练集对梯度提升树模型进行训练,使其能够学习传感器数据与辊轧装置参数之间的关系,以及这些参数与加工精度之间的关系;
以下是改进后的梯度提升树模型的公式推导过程:
假设有一个训练集,其中X i 是传感器采集到的特征数据,y i 是对应的加工精度,目标是学习一个梯度提升树模型F(X),使得模型的预测值F(X)接近实际值y;
1.初始化:
初始预测值F 0 (X) = mean(y), mean为初始预测函数,即所有样本的均值;
2.迭代过程:
对于每一轮m,迭代进行以下步骤:
a.计算负梯度:
;
b.拟合一个回归树h m (X)到负梯度r im 上,得到叶节点区域R jm ;
c.计算每个叶节点的最优输出值:
;
d.更新模型:
;
其中,在上述公式推导中,涉及到的符号含义如下:
N:训练集中的样本数量;
X i :第i个样本的特征数据,即传感器采集到的信息;
y i :第i个样本的真实加工精度;
F m (X):第m轮迭代后的模型预测值;
F m-1 (X):第m-1轮迭代后的模型预测值;
r im :第i个样本在第m轮的负梯度,用于衡量模型对该样本的拟合误差;
:损失函数,衡量模型在第m-1轮对第i个样本的预测误差;
)是一个指示函数;
h m (X):第m轮迭代时拟合的回归树;
R jm :回归树的第j个叶节点的区域;
ϒ jm :回归树的第j个叶节点的最优输出值;
η:学习率,用于控制每轮迭代的步长;
步骤D,对模型进行调优,实时采集传感器数据,并将这些数据输入到训练好的梯度提升树模型中,模型输出预测值,表示当前工件的加工精度,根据这个预测值,实时调整辊轧装置的参数,以优化加工过程;
调整下压力辊7和上压力辊11的压力:
如果梯度提升树模型预测出工件加工精度下降,通过增加或减小辊的压力来调整加工过程,提高加工精度;
调整前压力:1000N
调整后压力:1200N
调整辊的旋转速度:
预测结果显示工件形状变化明显,通过调整下压力辊7和上压力辊11的旋转速度来适应工件的形状变化,提高加工精度;
调整前速度:50 rpm
调整后速度:60 rpm
调整辊的位置:
预测出工件位置偏移,可以通过调整下压力辊7和上压力辊11之间的压力的位置来实现自动校正,确保加工的位置准确;
调整前位置:50 mm
调整后位置:45 mm
动态调整工作压力辊和上压力辊的高度:
根据梯度提升树的预测结果,动态调整工作压力辊和上压力辊的高度,以适应不同厚度的工件,提高系统的灵活性;
调整前高度:100 mm
调整后高度:95 mm
自适应控制材料进给速度:
根据预测的加工精度,自适应调整材料进给速度,以保证在不同情况下获得一致的加工结果;
调整前速度:2 m/min
调整后速度:2.5 m/min
这样的实时调整过程可以使辊轧装置更加智能化,能够自动适应工件特性的变化,从而提高加工效率和加工精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311660966.3A CN117655102A (zh) | 2023-12-06 | 2023-12-06 | 一种生产门体用智能化辊轧成型装置及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311660966.3A CN117655102A (zh) | 2023-12-06 | 2023-12-06 | 一种生产门体用智能化辊轧成型装置及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117655102A true CN117655102A (zh) | 2024-03-08 |
Family
ID=90065670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311660966.3A Pending CN117655102A (zh) | 2023-12-06 | 2023-12-06 | 一种生产门体用智能化辊轧成型装置及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117655102A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929347A (zh) * | 2019-10-25 | 2020-03-27 | 东北大学 | 一种基于梯度提升树模型的热连轧带钢凸度预测方法 |
CN210386978U (zh) * | 2019-08-23 | 2020-04-24 | 安徽合宇装备科技有限公司 | 一种辊轧成型机构 |
CN211218055U (zh) * | 2019-10-21 | 2020-08-11 | 宏美天宇(天津)科技有限公司 | 一种用于带钢生产线的水冷装置 |
CN212042016U (zh) * | 2020-03-05 | 2020-12-01 | 泰州远成消防设备有限公司 | 一种防火门生产用冷轧成型设备 |
CN112934960A (zh) * | 2021-04-16 | 2021-06-11 | 刘洪军 | 彩钢板辊压成型机 |
CN213728546U (zh) * | 2020-11-24 | 2021-07-20 | 张家港市翔华铝业有限公司 | 铝箔生产线装置 |
JP2021133415A (ja) * | 2020-02-28 | 2021-09-13 | Jfeスチール株式会社 | モデル学習方法、走間板厚変更方法、鋼板の製造方法、モデル学習装置、走間板厚変更装置および鋼板の製造装置 |
CN215237299U (zh) * | 2021-06-17 | 2021-12-21 | 无锡市言午机械有限公司 | 一种门框冷弯成型生产设备 |
CN115555406A (zh) * | 2022-10-13 | 2023-01-03 | 安徽点应金属销售有限公司 | 一种基于铝合金型材连续轧制一体化生产设备 |
US20230052057A1 (en) * | 2021-08-16 | 2023-02-16 | The Bradbury Co., Inc. | Methods and apparatus to control roll-forming processes |
CN116012634A (zh) * | 2021-10-21 | 2023-04-25 | 北京首钢冷轧薄板有限公司 | 一种带钢板形分类方法、装置、计算机介质和设备 |
CN117139380A (zh) * | 2023-08-29 | 2023-12-01 | 攀钢集团攀枝花钢铁研究院有限公司 | 一种基于调控经验自学习的镰刀弯控制方法 |
-
2023
- 2023-12-06 CN CN202311660966.3A patent/CN117655102A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN210386978U (zh) * | 2019-08-23 | 2020-04-24 | 安徽合宇装备科技有限公司 | 一种辊轧成型机构 |
CN211218055U (zh) * | 2019-10-21 | 2020-08-11 | 宏美天宇(天津)科技有限公司 | 一种用于带钢生产线的水冷装置 |
CN110929347A (zh) * | 2019-10-25 | 2020-03-27 | 东北大学 | 一种基于梯度提升树模型的热连轧带钢凸度预测方法 |
JP2021133415A (ja) * | 2020-02-28 | 2021-09-13 | Jfeスチール株式会社 | モデル学習方法、走間板厚変更方法、鋼板の製造方法、モデル学習装置、走間板厚変更装置および鋼板の製造装置 |
CN212042016U (zh) * | 2020-03-05 | 2020-12-01 | 泰州远成消防设备有限公司 | 一种防火门生产用冷轧成型设备 |
CN213728546U (zh) * | 2020-11-24 | 2021-07-20 | 张家港市翔华铝业有限公司 | 铝箔生产线装置 |
CN112934960A (zh) * | 2021-04-16 | 2021-06-11 | 刘洪军 | 彩钢板辊压成型机 |
CN215237299U (zh) * | 2021-06-17 | 2021-12-21 | 无锡市言午机械有限公司 | 一种门框冷弯成型生产设备 |
US20230052057A1 (en) * | 2021-08-16 | 2023-02-16 | The Bradbury Co., Inc. | Methods and apparatus to control roll-forming processes |
CN116012634A (zh) * | 2021-10-21 | 2023-04-25 | 北京首钢冷轧薄板有限公司 | 一种带钢板形分类方法、装置、计算机介质和设备 |
CN115555406A (zh) * | 2022-10-13 | 2023-01-03 | 安徽点应金属销售有限公司 | 一种基于铝合金型材连续轧制一体化生产设备 |
CN117139380A (zh) * | 2023-08-29 | 2023-12-01 | 攀钢集团攀枝花钢铁研究院有限公司 | 一种基于调控经验自学习的镰刀弯控制方法 |
Non-Patent Citations (1)
Title |
---|
田浩: "机器学习典型技术在金融风险研究领域中的应用", 31 December 2022, 中国金融出版社, pages: 179 - 183 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN208628178U (zh) | 一种用于矫直机的升降装置 | |
CN117655102A (zh) | 一种生产门体用智能化辊轧成型装置及控制方法 | |
CN116200747A (zh) | 基于印刷设备版辊铜层的喷淋式高精细深度腐蚀工艺 | |
CN107537866B (zh) | 一种双机架湿平整机组工作辊表面粗糙度的预报方法 | |
CN206882457U (zh) | 一种用于镀锌薄钢板的拉矫机 | |
CN216173644U (zh) | 一种过油装置 | |
CN219637312U (zh) | 一种镀锌钢板刮渣装置 | |
CN1586800A (zh) | 薄壁不锈钢凹槽螺旋管的制造方法及成型装置 | |
CN211563880U (zh) | 一种用于调节超声波清洗效果的装置 | |
CN216179403U (zh) | 一种精品钢材表面处理装置 | |
CN215785138U (zh) | 一种具有除尘功能的型材成型机构 | |
CN2582752Y (zh) | 异型材辊涂装置 | |
CN113996473A (zh) | 一种不锈钢表面抗指纹加工自动化生产线 | |
CN215431035U (zh) | 一种药型罩旋压设备 | |
CN220295551U (zh) | 一种汽车冲压工件矫型装置 | |
CN219253722U (zh) | 一种铝型材矫直装置 | |
CN214112121U (zh) | 一种基于不锈钢板材压花设备的张力调节设备 | |
CN220127711U (zh) | 一种便于调节的剪板机 | |
CN212070029U (zh) | 一种薄片金属加工用折弯装置 | |
CN211275276U (zh) | 一种带钢表面涂油涂油装置 | |
CN213257452U (zh) | 一种轧辊加工用锯床设备 | |
CN220479813U (zh) | 一种防磨损的折弯装置 | |
CN219899721U (zh) | 一种板材平整滚筒 | |
CN215998164U (zh) | 不锈钢无缝钢管专用高精度矫直机 | |
CN219004180U (zh) | 可便捷调整成型的模具结构 |
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 |