工业机器人打磨抛光编程员工资_一种工业机器人打磨抛光工作平台的制作方法...

本实用新型涉及工业机器人领域,具体是一种工业机器人打磨抛光工作平台。

背景技术:

随着手机的使用量逐年增加,人们对手机外观的要求越来越高,手机壳的打磨和抛光工艺变得越来越严格。

由于在拉伸和其他冲压工序中,容易使表面造成划伤和压痕,所以在产品冲压工序完成后,需要对产品进行打磨和抛光处理,使材料表面光滑,便于后续加工处理,而人工打磨由于稳定性低差效率低,容易导致批量产品的一致性差,而且打磨出的粉尘和颗粒容易对操作工的身体造成危害,基于此,本实用新型提出了一种工业机器人打磨抛光工作平台,用来实现对手机壳类产品的自动化打磨和抛光。

技术实现要素:

为了解决上述问题,本实用新型提出一种工业机器人打磨抛光工作平台。

一种工业机器人打磨抛光工作平台,包括机器人底板,所述的机器人底板上设置有六自由度工业机器人打磨抛光装置,所述的机器人底板的一端设置有打磨工作台,所述的机器人底板的另一端设置有打磨成品台,所述的打磨工作台与打磨成品台之间设置有机器人控制系统,所述的机器人底板的外部设置有安全装置。

所述的六自由度工业机器人打磨抛光装置包括六自由度工业机器人、与六自由度工业机器人连接的打磨机连接件,所述的打磨机连接件上设置有末端夹具。

所述的末端夹具包括与打磨机连接件连接的原料吸盘、与原料吸盘连接的气动打磨机、设置在气动打磨机上的打磨砂纸。

所述的气动打磨机有两个,所述的两个气动打磨机背对背安装在打磨机连接件上,所述的打磨砂纸通过粘结贴在气动打磨机上。

所述的打磨工作台上设置有原料放置板,所述的原料放置板上设置有待打磨原料,所述的打磨工作台上还设置有与六自由度工业机器人配合的打磨台。

所述的打磨成品台上设置有打磨成品放置板,所述的打磨成品放置板上设置有打磨成品。

所述的机器人控制系统包括机器人控制柜、设置在机器人控制柜上的机器人示教器。

所述的安全装置为安全围栏,所述的安全围栏呈现正方形且设置有出口。

本实用新型的有益效果是:本实用新型打磨采用打磨砂纸进行打磨,成本低,便于更换;采用六自由度工业机器人替代传统人工打磨带来的打磨精度不一致的问题,提高了手机壳精度;六自由度工业机器人可自行定位及打磨,提高了工作效率,减少了人员支出;采用安全围栏作为防护,减少打磨时对人工带来的伤害。

附图说明

下面结合附图和实施例对本实用新型进一步说明。

图1为本实用新型的立体结构示意图;

图2为本实用新型的打磨成品台立体结构示意图;

图3为本实用新型的打磨工作台立体结构示意图;

图4为本实用新型的六自由度工业机器人打磨抛光装置立体结构示意图;

图5为本实用新型的末端夹具立体结构示意图。

具体实施方式

为了使本实用新型实现的技术手段、创作特征、达成目的与功效易于明白了解,下面对本实用新型进一步阐述。

如图1至图5所示,一种工业机器人打磨抛光工作平台,包括机器人底板12,所述的机器人底板12上设置有六自由度工业机器人打磨抛光装置2,所述的机器人底板12的一端设置有打磨工作台1,所述的机器人底板12的另一端设置有打磨成品台3,所述的打磨工作台1与打磨成品台3之间设置有机器人控制系统5,所述的机器人底板12的外部设置有安全装置。

所述的六自由度工业机器人打磨抛光装置2包括六自由度工业机器人11、与六自由度工业机器人11连接的打磨机连接件10,所述的打磨机连接件10上设置有末端夹具。

所述的六自由度工业机器人11与打磨机连接件10通过法兰连接。

所述的末端夹具包括与打磨机连接件10连接的原料吸盘17、与原料吸盘17连接的气动打磨机9、设置在气动打磨机9上的打磨砂纸18。

所述的气动打磨机9有两个,所述的两个气动打磨机9背对背安装在打磨机连接件10上,所述的打磨砂纸18通过粘结贴在气动打磨机9上。

所述的打磨工作台1上设置有原料放置板6,所述的原料放置板6上设置有待打磨原料7,所述的打磨工作台1上还设置有与六自由度工业机器人11配合的打磨台8。

所述的打磨成品台3上设置有打磨成品放置板14,所述的打磨成品放置板14上设置有打磨成品13。

所述的机器人控制系统5包括机器人控制柜15、设置在机器人控制柜15上的机器人示教器16。

所述的安全装置为安全围栏4,所述的安全围栏4呈现正方形且设置有出口。

本实用新型的使用方法:1、定位:

操作人员先将待打磨原料7放置于打磨操作台3上的原料放置板6上规则排好,然后启动六自由度工业机器人11,六自由度工业机器人11带动末端夹具运动至打磨区域,转动末端夹具,将原料吸盘17对准待打磨原料7,将待打磨原料7从原料放置板6中吸取出来,放置于打磨台8,打磨台8上的吸盘吸真空将待打磨原料7吸住固定;

2、打磨:

转动六自由度工业机器人11的末端法兰盘,将气动打磨机9转动到方便打磨的位置,启动气动打磨机9,沿着手机壳外边走轨迹,将外棱角的飞边和毛刺修理干净,然后转动末端夹具,将另一个气动打磨机9对准手机壳表面,利用细砂纸将手机壳表面抛光,完成手机壳的打磨和抛光工序,然后工业机器人复位;

3、放置:

转动六自由度工业机器人11上的末端夹具,将原料吸盘17对准打磨完成的工件,关闭打磨台8上的吸盘,然后启动原料吸盘17,将打磨台8上的成品原料吸取放置于打磨成品台3上的打磨成品放置板14上,然后循环动作,直至将第一批放置的原料全部打磨完成。

以上显示和描述了本实用新型的基本原理、主要特征和本实用新型的优点。本行业的技术人员应该了解,本实用新型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实用新型的原理,在不脱离本实用新型精神和范围的前提下,本实用新型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实用新型范围内。本实用新型要求保护范围由所附的权利要求书及其等效物界定。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/333791.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

jdk10 换成jdk8_JDK 10的摘要Javadoc标签

jdk10 换成jdk8JDK 10通过发行JDK-8173425 引入了Javadoc标签{summary} (“ Javadoc需要一个新标签来指定摘要。”)。 这个新标签允许开发人员显式指定Javadoc注释的哪一部分出现在“摘要”中,而不是依靠Javadoc的默认处理来寻找一段时间和空…

深度学习pytorch--线性回归(一)

线性回归线性回归案例提出问题模型定义模型训练(1) 训练数据(2) 损失函数(3) 优化算法模型预测线性回归的表示方法神经网络图矢量计算小结线性回归案例 线性回归输出是一个连续值,因此适用于回归问题。回归问题在实际中很常见,如预测房屋价格、气温、销…

关于 vim 的 magic 设置

文章目录一、magic 介绍二、设置 magic(一)长效设置(二)临时设置(三)magic 示例1. 匹配由 3 个以字母 a 开头,以字母 c 结尾,中间是任意一个字符的子串组成的字符串(1&am…

语言逻辑运算符两侧运算对象_5.3 C语言逻辑运算符与表达式

01优先次序 1、有3种逻辑运算符:与(AND),或(OR),非(NOT)。在basic和Pascal等语言可以在程序中直接用and,or,not作为逻辑运算符。在C语言中不能再程…

rabbitmq 传递文件_使用RabbitMQ进行消息传递

rabbitmq 传递文件RabbitMQ是一个强大的消息代理,可用于实现不同的消息传递模式。 即使有出色的教程 (使用不同的语言和框架),也很难理解这些概念。 在这篇文章中,我想展示一些可以用RabbitMQ实现的不同范例&#xff0…

正则表达式的贪婪模式、非贪婪模式、占有模式

文章目录一、Greediness(贪婪型)(一)贪婪模式示例(二)贪婪模式的匹配过程(贪婪模式的回溯)二、Reluctant(勉强型)(一)非贪婪模式示例&…

深度学习pytorch--线性回归(二)

线性回归无框架实现线性回归的从零开始实现生成数据集(简单的人工构造)读取数据初始化模型参数定义模型定义损失函数定义优化算法训练模型小结完整代码(可直接运行)线性回归的从零开始实现 为了深入理解深度学习是如何工作的,本节不使用强大的深度学习框架&#xf…

乱码 设置界面_和平精英:压轴更新后BUG频出,设置界面崩盘,界面全白变乱码...

引言:陌瑾出品,争做精品!大家好,我是你们的老朋友,陌瑾。和平精英作为当下比较热门的一款PVP即时战斗手游,在6月17日,海岛2.0版本也重装上阵,此次地图更新是和平精英游戏上线以来第1…

spring mvc教程_Spring MVC教程

spring mvc教程1.简介 作为企业Java开发人员,这项工作的主要重点之一是开发Web应用程序。 对于Web应用程序,后果还包括许多挑战。 具体来说,其中一些是状态管理,工作流和验证。 HTTP协议的无状态性质只会使事情变得更加复杂。 Spr…

正则表达式实例解读

文章目录正则式 a?正则式 ^\w\d正则式 (\d){4}|\1{2}正则式 \d{4}|\d{2}正则式 a? 正则式&#xff1a;a? 被匹配的字符串&#xff1a;a<>aava</>ab 看下面的 Java 代码&#xff1a; String test "a<>aava</>abb"; String reg "a…

深度学习pytorch--线性回归(三)

线性回归pytorch框架实现线性回归的简洁实现生成数据集读取数据定义模型初始化模型参数定义损失函数定义优化算法训练模型小结完整代码:线性回归的简洁实现 随着深度学习框架的发展&#xff0c;开发深度学习应用变得越来越便利。实践中&#xff0c;我们通常可以用比上一节更简…

smpp客户端_SMPP Java示例(客户端)

smpp客户端这篇文章通过创建一个简单的SMPP客户端向移动用户发送短信来提供SMPP Java示例&#xff0c;使用该客户端我们可以简单地提交以将消息发送给单个移动用户&#xff0c;也可以一次将消息广播给多个移动用户。另外&#xff0c;我们将验证交货收据。 出于客户端的目的&…

正则表达式的环视深度剖析

文章目录一、环视基础二、顺序环视匹配过程&#xff08;一&#xff09;顺序肯定环视匹配过程&#xff08;二&#xff09;顺序否定环视匹配过程三、逆序环视匹配过程&#xff08;一&#xff09;逆序环视基础&#xff08;二&#xff09;逆序肯定环视匹配过程1. 逆序表达式的长度固…

深度学习pytorch--softmax回归(一)

softmax回归 前几节介绍的线性回归模型适用于输出为连续值的情景。在另一类情景中&#xff0c;模型输出可以是一个像图像类别这样的离散值。对于这样的离散值预测问题&#xff0c;我们可以使用诸如softmax回归在内的分类模型。和线性回归不同&#xff0c;softmax回归的输出单元…

python比较excel表格内容并提取_利用python提取多张excel表数据并汇总到同一张新表中...

接上篇文章《如何用python实现excel中的vlookup功能&#xff1f;》&#xff0c;上篇说到&#xff0c;最近我在做一个小项目&#xff0c;也是用python操作excel解决财务审计工作上的一些问题&#xff0c;以便提高工作效率及其准确性。最终目的&#xff0c;刀哥是想做应收账款账龄…

阿帕奇跨域_阿帕奇齿轮泵

阿帕奇跨域Apache Gearpump是一个实时大数据流引擎。 它于2014年中期在GitHub上作为一个开源项目在英特尔构想&#xff0c;并于2016年3月8日进入Apache孵化。Gearpump的名称是对工程术语“齿轮泵”的指称&#xff0c;它是一个超级简单的泵&#xff0c;由以下组成只有两个齿轮&a…

正则表达式之 NFA 引擎匹配原理详解

文章目录一、为什么要了解引擎匹配原理二、正则表达式引擎三、预备知识&#xff08;一&#xff09;字符串组成&#xff08;二&#xff09;占有字符和零宽度&#xff08;三&#xff09;控制权和传动四、正则表达式简单匹本过程&#xff08;一&#xff09;基础匹配过程&#xff0…

阿帕奇跨域_阿帕奇光束

阿帕奇跨域Apache Beam是一个开放源代码统一模型&#xff0c;用于定义批处理和流数据并行处理管道。 使用一种开源的Beam SDK&#xff0c;您可以构建一个定义管道的程序。 然后&#xff0c;该管道由Beam支持的分布式处理后端之一执行&#xff0c;这些后端包括Apache Apex &…

unity 启动相机_Unity3D研究院之打开照相机与本地相册进行裁剪显示(三十三)...

最近做项目需要用到这个功能&#xff0c;就是在Unity中调用Android本地相册或直接打开摄像机拍照并且裁剪一部分用于用户头像&#xff0c;今天研究了一下&#xff0c;那么研究出成果了MOMO一定要分享给大家。Unity与Android的交互还有谁不会&#xff1f;&#xff1f; 如果有不会…

深度学习pytorch--MNIST数据集

图像分类数据集&#xff08;Fashion-MNIST&#xff09; 在介绍softmax回归的实现前我们先引入一个多类图像分类数据集。它将在后面的章节中被多次使用&#xff0c;以方便我们观察比较算法之间在模型精度和计算效率上的区别。图像分类数据集中最常用的是手写数字识别数据集MNIS…