国内知名工控机品牌研华科技开始使用3D打印技术革新生产

3482e6715e0167336e40ec7416a04234.png

研华科技(以下简称“研华”)是全球知名的工业物联网厂商之一,其业务分布全球28个国家,在全球拥有约8,900名员工。2023年是研华成立的40周年,也是其在江苏昆山扎根的23个年头。作为工业物联网的实践者与赋能者,近些年来研华科技大力投入数字化工厂的建设,不仅利用自身AIoT(人工智能物联网)技术,也积极引入外部的创新技术,3D打印技术便是其中之一。

9906466bdcfc72893f42287c3a4d9cc3.jpeg

▲昆山研华园区

研华工厂生产过程中需要大量使用非标定制件——PCB定位治具。过去,这些治具主要采用委托外加工,并使用电木材质,通过CNC加工的方式完成。然而,随着时间的推移,在使用CNC外协过程中的问题逐渐增多了起来。

01

加工成本增长趋势下的挑战

首先,加工成本不断推高——随着上海经济辐射圈的逐步扩大,昆山当地的房价和物价水平不断升高的同时,老的CNC操作人员不断流失,而愿意从事CNC加工的年轻人在减少,导致近两年CNC加工的费用逐年增长。

其次,委外生产的生产周期往往较长,通常需要1-2周时间。当面对需要快速响应的客户需求,往往无法及时响应并影响交付计划。

第三,灵活性受限,传统的委外形式,一旦图纸发出就很难更改,无法灵活应对产品设计的迭代,遇到紧急且设计变更频繁的需求,往往只能重新制作。

5b3ce1cc96584094cab30c0a80709a20.jpeg

02

改变思维,利用3D打印技术

面对这些挑战与困难,研华昆山工厂MPM栗经理一直在寻找新的技术与方案进行改善。一次与总部同事的技术交流时,谈到了这个问题,总部同事当时就给他推荐了3D打印技术。

在横向对比了多家3D打印设备之后,研华购入了Raise3D Pro2 Plus的设备,对于当时的这个决定,栗经理还是比较满意的:“当时别人给我推荐的是另外一款国外的设备,我们前前后后做了多项调研,最后选择了Raise3D Pro2 Plus。”对于为何选择,栗经理进一步补充解释道:“首先是精度,我们做了多轮的样件测试,也在内部做了比较,测试下来令我们啧啧称奇的是Pro2 Plus的高精度。”

“确保精度的同时,打印尺寸比较大。虽然大部分我们的夹具都比较小,大概都是20cm以下的小件,但是偶尔也会打一些大的零件,305×305×605 mm尺寸足够大,能够满足这些制件需求的同时,你又不用为这个额外多花大几万,那就非常具有性价比了。”

188e6baf62026cf5156ac13f1e294157.png

▲研华昆山工厂在用的Pro2 Plus

“另外,还有很多细节的地方,如同我说的一样,这台设备有很多的设计逻辑和思考,都是基于制造业企业端来思考的,像我们看到的外在的丝杆、喷嘴、拖链,内在的很多像RaiseCloud这样的‘团队管多台’逻辑的云管理平台、像ideaMaker这种脱机、封闭且安全的切片软件,甚至是这个设备的重量——你真的很难想象这样的小小一台桌面机居然有100斤!”

a62bbeca4f42c9953b10a0b95d2287d4.png

03

3D打印定位治具,轻松实现降本增效

“我们的设备安装在工厂工程师的工作室,操作简单,工程师会用UG,SW软件,所以很快就可以上手操作。原来我们用CNC外发需要两周时间,但在使用Raise3D Pro2 Plus后,我们的生产速度提高了很多,大一点的件20个小时就可以制造出来,表面也不用任何处理,就已经很够用了。”

4289adb1efd868ad9a038d97a10da4e5.jpeg

▲利用Raise3D Pro2 Plus打印的PCBA装备定位治具

“从材料方面来讲,目前主要使用PLA耗材,相比以前使用的电木材质,价格更低,由于通常我们填充一般30%或50%,只在需要强度的地方用ideaMaker调整成实心结构,在不影响结构强度的前提下实现轻量化处理,材料的利用率就会更高,大大的降低了成本。这样整体下来,治具成本相当于原来的10%左右。”

23bb7f5a9953b6b6101b3d4faae1f1f1.jpeg▲利用Raise3D Pro2 Plus打印的自动测试机台快拆治具

以创新技术实现成本效率的优化,同时兼顾高可靠性,是包括研华、舍弗勒、SKF等工控企业选择Raise3D品牌打印机的原因。

展会预告:2023年10月24-27日,第27届亚洲国际动力传动与控制技术展览会(PTC ASIA 2023)将在上海新国际博览中心召开!Raise3D复志科技将展示在原型设计、模具制造和个性化定制以及小批量生产等工业制造领域的数字化解决方案。Raise3D复志科技诚挚邀请您莅临OE2  A801 数智液压广场,一同探讨行业前沿,交流经验,共同见证制造业数字化转型的无限可能。

d02b8978d0d537a5896f255fa9e29b62.png

欢迎转发

95bec087dbec22e68e57e96261a49851.jpeg

主编微信:2396747576(请注明身份); 硕博千人交流Q群:248112776;网址:www.amreference.com

延伸阅读:

1.最大12kg打印!Raise3D发布光固化3D打印解决方案

2.99.95%!国产Raise3D桌面级3D打印技术具有颠覆性的成功率,广获应用

3.最新:国外团队使用中国3D打印机发表Science重磅研究

4.60平米打印幅面!美能源部支持开发迄今最大砂型3D打印系统

9ee9f83a4f6dc97aeead81b4d66e6f5c.gif

f7e1141302a040415ec1e8b01827f116.gif

内容概要:本文究了一种面向全速域永磁同步电机(PMSM)的无传感器复合控制策略,提出并实现了基于高频信号注入与自适应滑模观测器(SMO)的加权融合架构,通过Simulink进行全面的仿真实验验证。该策略旨在解决传统无传感器控制在全速域内性能不均的问题,尤其针对零低速区反电动势微弱难以观测的瓶颈,创新性地采用脉振方波高频注入法实现高精度转子初始定位;在中高速区,则引入模糊超螺旋滑模观测器,有效抑制抖振并提升系统对参数摄动和外部干扰的鲁棒性;最关键的是,在高低速切换的过渡区域,设计了动态加权平滑切换机制与相位同步校正算法,通过对两种观测器输出的位置和速度信号进行智能加权融合,从根本上消除了切换瞬间的电流与转矩冲击,保证了全速域内控制的连续性与平稳性。全文系统阐述了从系统架构设计、核心算法推导到切换逻辑实现的全过程,并通过多维度仿真对比,充分论证了该融合方案在全速范围内实现高精度、强鲁棒、无感控制的优越有效性。; 适合人群:具备扎实的电机控制理论、现代控制理论基础以及熟练的MATLAB/Simulink仿真技能,且正在从事电气自动化、新能源汽车驱动、工业伺服系统或机器人关节控制等领域的发工程师与科人员。; 使用场景及目标:①攻克永磁同步电机在零低速启动和全速域运行下的无位置传感器控制技术难题;②深入学习并掌握高频信号注入法、滑模观测器(特别是超螺旋滑模)的工作原理、数学模型构建与Simulink实现技巧;③究并实践多观测器异构融合、动态加权切换、相位补偿等先进系统集成技术,以提升复杂控制系统在不同工况下的稳定性和平滑过渡能力。; 阅读建议:此资源以Simulink仿真实现为核心载体,深度融合了理论分析与工程实践。建议读者严格按照目录结构循序渐进地学习,重点剖析不同速度区间所采用的差异化控制策略的设计思想,深刻理解模糊超螺旋SMO的抗抖振机理,并特别关注动态加权切换模块的实现细节与相位校正算法的数学依据。务必动手运行、调试和修改所提供的仿真模型,通过改变参数、观察波形来验证理论,从而真正掌握这一复合控制架构的精髓。
内容概要:该文档提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法首先利用OCSSA算法优化VMD的分解层数和惩罚因子,通过引入鱼鹰搜索机制与柯西变异策略增强全局寻优能力,避免陷入局部最优,从而获得更精确、稳定的固有模态函数(IMF)分量,实现对轴承振动信号的有效特征提取;随后,将分解后的时间序列输入CNN-BiLSTM深度学习模型,利用CNN强大的局部特征提取能力与BiLSTM优异的双向时序建模能力,完成对故障特征的深层抽象与分类识别,最终实现对轴承不同类型与不同程度故障的高精度智能诊断。究采用美国凯斯西储大学(CWRU)公开的轴承数据集进行实验验证,结果表明,所提OCSSA-VMD-CNN-BiLSTM模型在诊断准确率、收敛速度和抗噪鲁棒性方面均显著优于传统VMD参数设定方法及其他主流智能诊断模型,尤其在强噪声背景下仍能保持稳定性能,展现出卓越的工程应用潜力。; 适合人群:具备一定信号处理、机器学习及优化算法基础,从事机械故障诊断、工业大数据分析、智能运维或状态监测相关究的究生、科人员及工程技术人员。; 使用场景及目标:①解决传统VMD算法依赖人工经验设定关键参数导致分解效果不稳定的问题,实现分解参数的自适应智能优化;②提升复杂工况、强噪声干扰下轴承早期微弱故障信号的识别准确率与模型泛化能力;③为工业设备预测性维护与智能诊断系统提供一种高精度、强鲁棒性、端到端的技术解决方案。; 阅读建议:此资源以Matlab代码实现为核心,建议读者结合文中详细的算法流程图与代码逐模块分析,重点关注OCSSA的优化机制设计、VMD参数优化过程中的适应度函数构建、信号分解效果可视化以及CNN-BiLSTM网络的结构设计与训练细节,通过复现完整实验流程,深入理解多模型融合诊断策略的设计思想与技术优势。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值