新闻详情

新闻详情

首页 / 资讯中心 / 详情

出货翻板偶尔卡在半开位置,拆开发现转轴套磨出了椭圆~YH

发布时间:2026/11/14 20:03:07来源:尧图网络
出货翻板偶尔卡在半开位置,拆开发现转轴套磨出了椭圆~YH
2026年Q2一台设备的出货翻板出现了偶发卡滞问题——翻板打开后偶尔卡在半开位置无法完全复位导致下一次出货时商品被挡住。拆开翻板组件检查发现转轴套已经磨成了椭圆形。一、现象翻板偶发卡滞出货失败用户反馈偶尔东西出不来后台数据显示该货道的出货失败率约4.5%其他货道1%。失败时翻板处于半开状态商品被翻板挡住无法掉落到取货口。二、排查过程第一步检查电机和驱动。翻板驱动电机工作正常PWM指令下发正常。第二步检查翻板机械结构。手动拨动翻板发现翻板在接近全开位置时有明显阻力需要用力才能推过。用塞尺测量翻板与边框的间隙发现靠近转轴一侧的间隙比另一侧小约0.8mm。第三步拆解翻板。拆下翻板取出转轴。测量转轴套的内径发现从初始的圆孔变成了椭圆——长轴8.3mm短轴7.6mm初始均为8.0mm椭圆度达到0.7mm。三、根因转轴套磨损成椭圆形导致翻板转动时阻力增大。翻板每次出货时转轴在轴套内转动长期使用后轴套内壁磨损不均匀形成椭圆。椭圆形的轴套导致翻板在特定角度产生额外阻力电机驱动力不足时卡在半开位置。四、解决方案更换轴套将磨损的轴套更换为新的自润滑轴套如含油轴承或POM轴套。升级转轴材质将转轴从普通碳钢升级为不锈钢表面硬度更高减少对轴套的磨损。增加润滑在轴套内加注专用润滑脂减少摩擦。建立翻板动作次数监控在后台记录翻板的累计动作次数达到10万次时提醒检查。五、总结翻板卡滞不一定是电机问题转轴套磨损成椭圆是常见根因。轴套磨损后转动阻力增大电机驱动力不足时翻板卡在半开位置。更换自润滑轴套和升级转轴材质是提高翻板寿命的有效手段。你的设备有没有出现过翻板卡滞评论区说说排查思路。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉