Промышленный серводвигатель Новый серводвигатель YASKAWA 0,318 Нм 3000 об/мин SGM-02A3G26
ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ
Ток: 0,89А
Напряжение: 200В
Мощность: 100Вт
Номинальный крутящий момент: 0,318 Нм
Максимальная скорость: 3000 об/мин
Энкодер: 17-битный абсолютный энкодер
Момент инерции нагрузки JL кг·м² · 10⁻⁴: 0,026
Вал: прямой без шпонки
SПохожие продукты
| SGM-01A312 |
| SGM-01A312C |
| SGM-01A314 |
| SGM-01A314B |
| SGM-01A314C |
| SGM-01A314P |
| SGM-01A3FJ91 |
| SGM-01A3G26 |
| SGM-01A3G36 |
| SGM-01A3G46 SGM-A5A314-Y1 |
| SGM-01A3MA12 |
| SGM-01A3NT14 |
| SGM-01A3NT23 |
| SGM-01A3SO11 |
| SGM-01A3SU11 |
| SGM-01A3SU31 |
| SGM-01A3T012 |
| SGM-01A3TE21 |
| SGM-01ASO11 |
| SGM-01B312 |
| SGM-01B3FJ11 |
| SGM-01B3FJ12 |
| SGM-01L314 |
| SGM-01L314P |
| SGM-01U312 |
| SGM-01U3AP01 |
| SGM-01U3B4L |
| SGM-01V314 |
| SGM-02A312 |
| SGM-02A312B |
| SGM-02A312C |
| SGM-02A312-Y1 |
| SGM-02A314 |
| SGM-02A314B |
| SGM-02A314C |
| SGM-02A3B4SPL |
| SGM-02A3F J73 |
| SGM-02A3G16 |
| SGM-02A3G16B |
| SGM-02A3G24 |
| SGM-02A3G26 |
| SGM-02A3G46 |
| SGM-02A3G46 |
| SGM-02A3MA31 |
| SGM-02A3NT11 |
| SGM-02A3NT12 |
| SGM-02A3SB12 |
| SGM-02A3SN11 |
| SGM-02A3SU12 |
| SGM-02A3TQ11 |
Другие методы включают анализ вибрации, измерение акустического шума, анализ профиля крутящего момента, анализ температуры и анализ магнитного поля [28, 30]. Эти методы требуют сложных и дорогих датчиков, дополнительного электрического и механического оборудования, а также частого обслуживания. Более того, использование физического датчика в системе идентификации неисправностей двигателя приводит к снижению надежности системы по сравнению
с другими системами идентификации неисправностей, не требующими дополнительного оборудования. Это связано с подверженностью датчика отказу в дополнение к присущей асинхронному двигателю подверженности отказу.
В последнее время были представлены новые методы, основанные на подходах искусственного интеллекта (ИИ), с использованием таких концепций, как нечеткая логика [32], генетические алгоритмы [28] и байесовские классификаторы [18, 34]. Методы на основе ИИ могут не только классифицировать неисправности, но и определять степень их серьезности. Эти методы создают офлайн-сигнатуры для каждого рабочего состояния двигателя и онлайн-сигнатуру для состояния отслеживаемого двигателя. A
классификатор сравнивает ранее изученные сигнатуры с сигнатурой, сгенерированной онлайн, чтобы классифицировать рабочее состояние двигателя и определить степень серьезности неисправности.
Однако большинство этих методов на основе ИИ требуют больших наборов данных. Эти наборы данных используются для изучения сигнатуры для каждого рабочего состояния двигателя, которое рассматривается для классификации. Таким образом, требуется большое количество данных для обучения таких алгоритмов, чтобы охватить наиболее распространенные рабочие состояния двигателя и получить хорошую точность классификации неисправностей двигателя. Более того, методы на основе ИИ для классификации неисправностей двигателя могут быть недостаточно надежными для классификации неисправностей от разных двигателей, отличных от тех, которые использовались в процессе обучения. Кроме того, эти наборы данных обычно недоступны, включают разрушающие испытания и требуют значительного времени для генерации.
ДРУГИЕ ПРЕВОСХОДНЫЕ ПРОДУКТЫ
Двигатель Yasakawa, драйвер SG- Двигатель Mitsubishi HC-,HA-
Модули Westinghouse 1C-,5X- Emerson VE-,KJ-
Honeywell TC-,TK- Двигатель Fanuc A0-
Преобразователь Rosemount 3051- Преобразователь Yokogawa EJA-
Контактное лицо: Анна
E-mail: wisdomlongkeji@163.com
Мобильный телефон: +0086-13534205279
Ваше сообщение должно содержать от 20 до 3000 символов!
Общий рейтинг
Оценка
Ниже представлено распределение всех рейтингов:Все отзывы