[实用新型]一种基于AI自学习算法的零件缺陷检测操作台有效

专利信息
申请号: 202022478505.2 申请日: 2020-10-30
公开(公告)号: CN213933622U 公开(公告)日: 2021-08-10
发明(设计)人: 陈兵 申请(专利权)人: 杭州双擎动力设备有限公司
主分类号: G01N21/88 分类号: G01N21/88;G01N21/01
代理公司: 暂无信息 代理人: 暂无信息
地址: 310006 浙江省杭州市临安区锦城街道农林*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 ai 自学习 算法 零件 缺陷 检测 操作台
【说明书】:

实用新型公开了一种基于AI自学习算法的零件缺陷检测操作台,包括底板,所述底板顶部的两侧均固定连接有竖板,所述竖板的顶部固定连接有横板,所述横板的右侧固定连接有第一电机,所述第一电机的转轴贯穿至横板的内腔并固定连接有螺纹杆,所述螺纹杆的左端与横板的内壁活动连接,所述螺纹杆表面两侧的螺纹相反,所述螺纹杆表面的两侧均螺纹套设有螺纹套。本实用新型具备可对零件进行多方位旋转的优点,解决了现有的基于AI自学习算法的零件缺陷检测操作台,在使用过程中,由于结构单一,无法对零件进行多方位旋转,导致不便于使用者对零件表面存在的缺陷进行检测,从而降低了零件缺陷检测操作台适用性的问题。

技术领域

本实用新型涉及零件加工技术领域,具体为一种基于AI自学习算法的零件缺陷检测操作台。

背景技术

零件,指机械中不可分拆的单个制件,是机器的基本组成要素,也是机械制造过程中的基本单元,其制造过程一般不需要装配工序,如轴套、轴瓦、螺母、曲轴、叶片、齿轮、凸轮、连杆体、连杆头等。

现有的基于AI自学习算法的零件缺陷检测操作台,在使用过程中,由于结构单一,无法对零件进行多方位旋转,导致不便于使用者对零件表面存在的缺陷进行检测,从而降低了零件缺陷检测操作台的适用性。

实用新型内容

本实用新型的目的在于提供一种基于AI自学习算法的零件缺陷检测操作台,具备可对零件进行多方位旋转的优点,解决了现有的基于AI自学习算法的零件缺陷检测操作台,在使用过程中,由于结构单一,无法对零件进行多方位旋转,导致不便于使用者对零件表面存在的缺陷进行检测,从而降低了零件缺陷检测操作台适用性的问题。

为实现上述目的,本实用新型提供如下技术方案:一种基于AI自学习算法的零件缺陷检测操作台,包括底板,所述底板顶部的两侧均固定连接有竖板,所述竖板的顶部固定连接有横板,所述横板的右侧固定连接有第一电机,所述第一电机的转轴贯穿至横板的内腔并固定连接有螺纹杆,所述螺纹杆的左端与横板的内壁活动连接,所述螺纹杆表面两侧的螺纹相反,所述螺纹杆表面的两侧均螺纹套设有螺纹套,所述螺纹套的底部固定连接有连接块,所述横板的底部开设有长孔,所述连接块的底部贯穿长孔并固定连接有第一连接板,所述第一连接板的底部固定连接有电动伸缩杆,所述电动伸缩杆的底端固定连接有第二连接板,所述第二连接板的底部固定连接有固定板,所述固定板靠近竖板的一侧固定连接有第二电机,所述第二电机转轴远离竖板的一端贯穿固定板并固定连接有夹板,所述夹板相对的一侧均固定连接有防滑垫,所述底板的顶部通过轴承活动连接有转杆,所述转杆的顶部固定连接有活动盘,所述底板顶部的左侧固定连接有支板,所述支板的左侧贯穿设置有螺栓,所述活动盘的外表面开设有限位孔,所述螺栓的右端贯穿至支板的右侧并延伸至限位孔的内腔。

优选的,所述底板底部的四角均固定连接有支撑杆,所述支撑杆的底端固定连接有支撑板。

优选的,所述螺纹套的顶部固定连接有滑块,所述横板内腔的顶部开设有滑槽,所述滑块的顶部延伸至滑槽的内腔,所述滑块与滑槽活动连接。

优选的,所述螺栓的左端固定连接有转盘,转盘的表面设置有防滑纹。

优选的,所述限位孔的数量为若干个,所述限位孔之间环绕排列。

优选的,所述底板的前侧固定连接有控制器,所述控制器分别与第一电机、电动伸缩杆和第二电机电性连接。

与现有技术相比,本实用新型的有益效果如下:

1、本实用新型通过底板、竖板、横板、第一电机、螺纹杆、螺纹套、连接块、长孔、第一连接板、电动伸缩杆、第二连接板、固定板、第二电机、夹板和防滑垫的配合,具备可对零件进行多方位旋转的优点,解决了现有的基于AI自学习算法的零件缺陷检测操作台,在使用过程中,由于结构单一,无法对零件进行多方位旋转,导致不便于使用者对零件表面存在的缺陷进行检测,从而降低了零件缺陷检测操作台适用性的问题。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州双擎动力设备有限公司,未经杭州双擎动力设备有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202022478505.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top