热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

智能一键封装工具_技术文章—解锁汽车复杂零件智能制造

一辆普通汽车,其独立零部件数量在2万之多。大到车体框架、箱体结构,小到螺母、销钉,每个零部件的质量都直接影响着汽车的可靠性。本期ÿ

一辆普通汽车,其独立零部件数量在2万之多。大到车体框架、箱体结构,小到螺母、销钉,每个零部件的质量都直接影响着汽车的可靠性。

本期,让我们以转向器、皮带轮、转向节几个典型解决方案,解锁海克斯康贯穿设计工程、生产制造、计量检测完善的解决方案能力,了解汽车零部件从多体动力学仿真到复杂形状检测的智能制造之路。

一键式检测方案:复杂形状零部件

3cfdf08c81fcddef8d9c2562a118cfc6.png

针对汽车复杂零部件尺寸多、编程难等特点,海克斯康提供一系列专用软件测量模块,可以完成零部件的一键式测量。同时可以定制化检测界面与检测报告,为复杂零部件加工提供可靠保证。

典型方案:转向器全尺寸智能检测

· 适用零部件:转向螺杆、转向螺母、摇臂

· 检测项目:转向螺杆:滚动形状、导程变化等;转向螺母:滚动形状、导程变化、齿条参数等;摇臂:渐开线轮廓等

循环球式转向器作为常见的转向器类型,具有传动效率高,操纵轻便舒适等特点。海克斯康推出的汽车转向器解决方案,利用独特的超高速四轴联动和3D自定心扫描技术,实现了多种规格转向螺杆、转向螺母和摇臂的全尺寸一键式测量。参数化检测界面,全封装的软件编程,行业领先的专业算法和定制化图形报告,为转向器部件的加工、修正提供了更加可靠的质量依据。

自动化集成方案:连通加工中心料线

智能制造意味着人机料法环的连通,在汽车零部件制造方面,海克斯康将专业的检测中心与加工中心、车铣中心、清洗中心等连通,打造全自动加工、检测一体化生产线,并通过智能化数据存储分析,反馈至每一生产环节,形成完善的智能制造循环系统。

典型方案:转向节自动化集成方案

转向节自动化智能检测方案,在生产线上采用行架机器人上下料,自动识别、自动检测的方式,实现多种转向节测量过程的自动化、智能化,是目前业内唯一的转向节智能制造解决方案。

1c51ae1178439c808c739e53349d75c7.png

· 系统功能:自动周转、自动上下料、自动识别、自动装夹、自动测量、自动分拣、数据自动存储及统计分析、智能显示设备状态及报告展示

· 方案优势:从无到有、高柔性、自动识别工件信息、高检测节拍,提高检测效率与设备利用率、定制化报告与UI、智能信息管理

整套系统的自动化,完全替代以往的人工操作,原人工检测+三坐标测量1件的时间约为10分钟,采用本方案后,自动在线测量1件的时间约为3分钟,测量10件的时间约为25分钟,检测效率提高到4倍。

动力学仿真方案:优化设计参数

海克斯康拥有经过行业认可的车辆动力学模拟仿真解决方案,全球25大汽车主机厂中,有24家选择了我们进行汽车动力学研究。小到零部件动力分析,大到性能路面试验和道路载荷测试。通过海克斯康Adams Car Studio建立的功能化数字样车的建立,用户就可以利用虚拟的试验台架或试验场地进行子系统或整车的功能仿真并对其设计参数进行优化。

3d65ffe0c0bc541c7ae1e777b9795164.png

典型方案:皮带轮带传动评估分析

皮带轮属于盘毂类零件,一般相对尺寸比较大。海克斯康Adams/Machinery软件为设计人员和工程师提供了一套定制的工具套件,其中Adams Machinery Belt是一个高效的带传动专用工具,可对多种类型的皮带轮进行建模及评估,包括一般平面带、V型带、楔形带等,研究传动带系统传动比、张紧器变化、带的动力学行为等对系统性能的影响。

所有品质的源头,都来自高标准制造流程的反复打磨。除去智能检测、自动化系统、系统仿真外,海克斯康在汽车行业还提供生产制造CAD/CAM加工、大数据分析和管理等解决方案,全流程赋能汽车制造。



推荐阅读
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • [译]技术公司十年经验的职场生涯回顾
    本文是一位在技术公司工作十年的职场人士对自己职业生涯的总结回顾。她的职业规划与众不同,令人深思又有趣。其中涉及到的内容有机器学习、创新创业以及引用了女性主义者在TED演讲中的部分讲义。文章表达了对职业生涯的愿望和希望,认为人类有能力不断改善自己。 ... [详细]
  • 本文介绍了Python语言程序设计中文件和数据格式化的操作,包括使用np.savetext保存文本文件,对文本文件和二进制文件进行统一的操作步骤,以及使用Numpy模块进行数据可视化编程的指南。同时还提供了一些关于Python的测试题。 ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • 提升Python编程效率的十点建议
    本文介绍了提升Python编程效率的十点建议,包括不使用分号、选择合适的代码编辑器、遵循Python代码规范等。这些建议可以帮助开发者节省时间,提高编程效率。同时,还提供了相关参考链接供读者深入学习。 ... [详细]
  • 本文由编程笔记#小编为大家整理,主要介绍了logistic回归(线性和非线性)相关的知识,包括线性logistic回归的代码和数据集的分布情况。希望对你有一定的参考价值。 ... [详细]
  • Linux服务器密码过期策略、登录次数限制、私钥登录等配置方法
    本文介绍了在Linux服务器上进行密码过期策略、登录次数限制、私钥登录等配置的方法。通过修改配置文件中的参数,可以设置密码的有效期、最小间隔时间、最小长度,并在密码过期前进行提示。同时还介绍了如何进行公钥登录和修改默认账户用户名的操作。详细步骤和注意事项可参考本文内容。 ... [详细]
  • 学习SLAM的女生,很酷
    本文介绍了学习SLAM的女生的故事,她们选择SLAM作为研究方向,面临各种学习挑战,但坚持不懈,最终获得成功。文章鼓励未来想走科研道路的女生勇敢追求自己的梦想,同时提到了一位正在英国攻读硕士学位的女生与SLAM结缘的经历。 ... [详细]
  • 云原生边缘计算之KubeEdge简介及功能特点
    本文介绍了云原生边缘计算中的KubeEdge系统,该系统是一个开源系统,用于将容器化应用程序编排功能扩展到Edge的主机。它基于Kubernetes构建,并为网络应用程序提供基础架构支持。同时,KubeEdge具有离线模式、基于Kubernetes的节点、群集、应用程序和设备管理、资源优化等特点。此外,KubeEdge还支持跨平台工作,在私有、公共和混合云中都可以运行。同时,KubeEdge还提供数据管理和数据分析管道引擎的支持。最后,本文还介绍了KubeEdge系统生成证书的方法。 ... [详细]
  • Android中高级面试必知必会,积累总结
    本文介绍了Android中高级面试的必知必会内容,并总结了相关经验。文章指出,如今的Android市场对开发人员的要求更高,需要更专业的人才。同时,文章还给出了针对Android岗位的职责和要求,并提供了简历突出的建议。 ... [详细]
  • “你永远都不知道明天和‘公司的意外’哪个先来。”疫情期间,这是我们最战战兢兢的心情。但是显然,有些人体会不了。这份行业数据,让笔者“柠檬” ... [详细]
  • 图解redis的持久化存储机制RDB和AOF的原理和优缺点
    本文通过图解的方式介绍了redis的持久化存储机制RDB和AOF的原理和优缺点。RDB是将redis内存中的数据保存为快照文件,恢复速度较快但不支持拉链式快照。AOF是将操作日志保存到磁盘,实时存储数据但恢复速度较慢。文章详细分析了两种机制的优缺点,帮助读者更好地理解redis的持久化存储策略。 ... [详细]
  • 计算机存储系统的层次结构及其优势
    本文介绍了计算机存储系统的层次结构,包括高速缓存、主存储器和辅助存储器三个层次。通过分层存储数据可以提高程序的执行效率。计算机存储系统的层次结构将各种不同存储容量、存取速度和价格的存储器有机组合成整体,形成可寻址存储空间比主存储器空间大得多的存储整体。由于辅助存储器容量大、价格低,使得整体存储系统的平均价格降低。同时,高速缓存的存取速度可以和CPU的工作速度相匹配,进一步提高程序执行效率。 ... [详细]
  • Python开源库和第三方包的常用框架及库
    本文介绍了Python开源库和第三方包中常用的框架和库,包括Django、CubicWeb等。同时还整理了GitHub中最受欢迎的15个Python开源框架,涵盖了事件I/O、OLAP、Web开发、高性能网络通信、测试和爬虫等领域。 ... [详细]
  • GPT-3发布,动动手指就能自动生成代码的神器来了!
    近日,OpenAI发布了最新的NLP模型GPT-3,该模型在GitHub趋势榜上名列前茅。GPT-3使用的数据集容量达到45TB,参数个数高达1750亿,训练好的模型需要700G的硬盘空间来存储。一位开发者根据GPT-3模型上线了一个名为debuid的网站,用户只需用英语描述需求,前端代码就能自动生成。这个神奇的功能让许多程序员感到惊讶。去年,OpenAI在与世界冠军OG战队的表演赛中展示了他们的强化学习模型,在限定条件下以2:0完胜人类冠军。 ... [详细]
author-avatar
书友49537618
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有