matlab 凸轮轮廓设计

news2025/1/16 14:40:14

1、内容简介


46-可以交流、咨询、答疑

2、内容说明

4  取标段的分析

取标装置是贴标机的核心部件之一,是影响贴标质量和贴标精度的重要因素,取标段是通过取标板与标签的相切运动使得涂有胶水的取标板从标签盒中粘取标签纸[4],理论上取标过程中取标板与标签应即无相对滑动又无法向相对位移,但研究表明上述两个条件无法同时满足[5]。当取标板与标签有相对滑动时会导致粘在取标板上的标签出现褶皱、不平整以及搓标签;当取标板与标签有法向相对位置时,取标板与标签不能保持相切,这都能导致取标失败。为保证有效取标,通常以取标板与标签无相对滑动为设计条件,然后通过安装弹簧式标签盒消除取标板与标签法向相对位移的影响,从而保证整个取标过程中取标板与标签保持良好接触[6]。

取标段滚子运动分析如图5所示。标板转轴台绕O0匀速转动,取标板自转中心为O2,曲率中心为O1,曲率半径为Rb。取标板在绕O2自转的同时绕O0公转,公转半径为R0。取标板的偏心距为e,D为取标板上弧线中点,标签M1M2的长度为L,中点为N。转盘转角α为O0O2与y轴的夹角,取标板的摆角β为O0O2与O1O2的夹角,取标板的自转角Ψ为O1O2与y轴的夹角。点E为滚子中心,固定在与取标板自转中心相连接的连杆上,滚子放在槽形凸轮中。

       

图5   取标段的分析

   当标板转轴台逆时针方向转动时,取标板顺时针方向摆动。当B1与M1接触时开始取标,当B2与M2接触时完成取标,取标板走过的弧长与标签长度相等。取标板在取标签时的摆动关于y轴对称[7]。当D与N接触时α=β=Ψ=0,切点D的坐标为(0,Rb)。

当转盘转角为α时,D与N相切。取标板摆过的弧长等于它粘取到的标签的长度[8],即SB1D=M1N,则:

    

                                 (1)

    同时,β=

+α,其中

≤L/2Rb                        (2)

    联立(1)和(2)可得:

    

                        (3)

对于给定的α通过式(3)就可以计算出相应的取标板摆角β。

当开始取标时,取标板的初始自转角为

,代入式(1)得:

                               (4)

则取标板初始摆角为:

                                             (5)

在△O0O2E中,根据余玄定理得:

   (6)

          (7)

由图5可知:

    

;                         (8)

   而

为固定值,

为固定值;

   所以

在△O0O2E中,

        (9)

联立式(3)(9),通过对方程组求解,可以得到E点的运动轨迹即为取标工位滚子的理论运动轨迹,也就是凸轮的理论运动轨迹。

3、仿真分析

clc;close all;clear
%% ---------------基本参数----------------
r0=124; % 取标板公转半径
r=130; % 凸轮基圆半径
R=11; % 滚柱半径
o2e=54; % 传动力臂
o0o2=r0;
rb=240.6; % 取标板曲率半径
e=124; % 取标板偏心距
o1o2e=83.89; % 传动夹角
l=170; % 标签长度
alpha0=asin(l/2/r0-e/r0*sin(l/2/rb))*180/pi;
alpha0=19.8;
fai0=l/2/rb;% 弧度
alpha=alpha0:1:alpha0+67; % 转盘转角
%% ------------计算取标板摆角---------
syms beta xx y
for i=1:length(alpha)
    f1=solve(y*rb*pi/180==r0*sin(alpha(i)*pi/180)+e*sin(y/180*pi),y); % y角度
    xx(i)=f1+alpha(i);
end
for i=1:length(alpha)
    x(i)=double(xx(1,i)); % x角度
end

4、参考论文

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1470555.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

批量删除传参那些事

接口参数: public Object batchDeleteUsers(RequestBody List userIds) 工具提示传参: { “userIds”: [] } 错误!!!讨逆猴子 报错:JSON parse error: Cannot deserialize value of type java.util.ArrayL…

Open3D 法向量的统一对齐定向 (26)

Open3D 法向量的统一对齐定向 (26) 一、算法介绍二、算法实现一、算法介绍 定向后:(法线方向统一朝向一个方向) 定向前:(法线的朝向是随机的,可能向下或者向上) 这两个方向都是正确的。这就是经常遇到的法线方向问题。定向即为将方向统一,更加规整 二、算法实现…

使用Node.js和Vue.js构建全栈Web应用

随着互联网的迅速发展,Web应用程序的开发变得越来越复杂和多样化。为了满足用户不断变化的需求,全栈开发已成为一个备受关注的话题。在本篇博客中,我将介绍如何使用Node.js和Vue.js来构建全栈Web应用。 Node.js是一个基于Chrome V8引擎的Jav…

C/C++暴力/枚举/穷举题目持续更新(刷蓝桥杯基础题的进!)

目录 前言 一、百钱买百鸡 二、百元兑钞 三、门牌号码(蓝桥杯真题) 四、相乘(蓝桥杯真题) 五、卡片拼数字(蓝桥杯真题) 六、货物摆放(蓝桥杯真题) 七、最短路径(蓝…

【深入理解设计模式】代理设计模式

代理设计模式: 代理设计模式是一种结构型设计模式,它允许你提供一个替代物或占位符来控制对其他对象的访问。在代理模式中,一个类代表另一个类的功能。这种类型的设计模式属于结构型模式,因为该模式涉及类和对象的组合。 概述 …

【谈一谈】Redis是AP还是CP?

【谈一谈】Redis是AP还是CP? 再说这个话题之前,这里的是AP和CP不是"A片"和"C骗"啊 !~哈哈哈,就离谱,博文后面我会解释下的 我说下自己对Redis的感觉,我一直很好奇Redis,不仅仅是当缓存用那么简单,包括的它的底层设计 所以,思考再三,我决定先从Redis基础开…

最简单的基于 FFmpeg 的视音频分离器

最简单的基于 FFmpeg 的视音频分离器 最简单的基于 FFmpeg 的视音频分离器正文结果工程文件下载参考链接 最简单的基于 FFmpeg 的视音频分离器 参考雷霄骅博士的文章,链接:最简单的基于FFmpeg的封装格式处理:视音频分离器(demuxe…

五种多目标优化算法(MOFA、NSWOA、MOJS、MOAHA、MOPSO)性能对比(提供MATLAB代码)

一、5种多目标优化算法简介 多目标优化算法是用于解决具有多个目标函数的优化问题的一类算法。其求解流程通常包括以下几个步骤: 1. 定义问题:首先需要明确问题的目标函数和约束条件。多目标优化问题通常涉及多个目标函数,这些目标函数可能…

电商风控系统(flink+groovy+flume+kafka+redis+clickhouse+mysql)

一.项目概览 电商的防止薅羊毛的风控系统 需要使用 groovy 进行风控规则引擎的编写 然后其它技术进行各种数据的 存储及处理 薅羊毛大致流程 如果单纯使用 if else在业务代码中进行风控规则的编写 那么 维护起来会比较麻烦 并且跟业务系统强绑定不合适 所以一般独立成一个单…

2024年2月20日v1.0.5更新·优雅草便民工具youyacao-tools

2024年2月20日v1.0.5更新优雅草便民工具youyacao-tools apk下载 https://fenfacun.youyacao.com/tools105.apk 介绍 优雅草便民工具是一款由成都市一颗优雅草科技有限公司打造的便民查询公益工具,2024年1月17日正式发布v1.0.0版本,本工具为了方便大众免…

贪心算法---前端问题

1、贪心算法—只关注于当前阶段的局部最优解,希望通过一系列的局部最优解来推出全局最优----但是有的时候每个阶段的局部最优之和并不是全局最优 例如假设你需要找给客户 n 元钱的零钱,而你手上只有若干种面额的硬币,如 1 元、5 元、10 元、50 元和 100…

基于相位的运动放大:如何检测和放大难以察觉的运动(01/2)

基于相位的运动放大:如何检测和放大难以察觉的运动 目录 一、说明二、结果的峰值三、金字塔背景3.1 可操纵金字塔3.2 亚倍频程复数可控金字塔 四、基本方针4.1 1D 问题陈述4.2 一维方法4.3 实际实施说明 五、放大倍率的限制5.1 空间支持的影响5.2 频带的影响 六、推…

SpringBoot3整合Swagger3,访问出现404错误问题(未解决)

秉承着能用就用新的的理念,在JDK、SpringBoot、SpringCloud版本的兼容性下,选择了Java17、SpringBoot3.0.2整合Swagger3。 代码编译一切正常,Swagger的Bean也能加载,到了最后访问前端页面swagger-ui的时候出现404。 根据网上资料…

【计算机网络】传输层——TCP和UDP详解

文章目录 一. TCP和UDP简介二. UDP 协议详解1. UDP报文格式2. UDP的使用场景 三. TCP 协议详解1. TCP报文格式2. TCP协议的重要机制确认应答(保证可靠传输的最核心机制)超时重传连接管理(三次握手、四次挥手)!&#xf…

React组件通讯

组件通讯 组件是一个独立的单元,默认情况下组件只能自己使用自己的数据。在组件化过程中,我们将一个完整的功能拆分成多个组件,便于更好的完成整个应用的功能。 Props 组件本来是封闭的,要接受外部数据应该可以通过Props来实现…

Jmeter学习系列之八:控制器Controllers 的入门介绍

一、Controllers 简介 Jmeter有两种类型的控制器:Samplers(取样器)和Logical Controllers(逻辑控制器);它们驱动着测试的进行取样器:让jmeter发送请求到服务器以及接收服务器的响应数据逻辑控制…

三种方法用c语言求最大公约数以及最小公倍数

学习目标: 掌握求最大公约数(最小公倍数)的三种基本方法 学习内容: 1.一大一小取其小,剖根问底取公约 意思是从一大一小两个数当中,我们取较小的那个数(min)进行剖析,试…

Socket、UDP、TCP协议和简单实现基于UDP的客户端服务端

目录 Socket TCP和UDP区别 UDP:无连接,不可靠传输,面向数据报,全双工 TCP:有连接,可靠传输,面向字节流,全双工 无连接和有连接 可靠传输和不可靠传输 面向数据报和面向字节流…

pclpy 最小二乘法拟合平面

pclpy 最小二乘法拟合平面 一、算法原理二、代码三、结果1.左边原点云、右边最小二乘法拟合平面后点云投影 四、相关数据 一、算法原理 平面方程的一般表达式为: A x B y C z D 0 ( C ≠ 0 ) Ax By Cz D 0 \quad (C\neq0) AxByCzD0(C0) 即: …

【深度学习笔记】 3_13 丢弃法

注:本文为《动手学深度学习》开源内容,部分标注了个人理解,仅为个人学习记录,无抄袭搬运意图 3.13 丢弃法 除了前一节介绍的权重衰减以外,深度学习模型常常使用丢弃法(dropout)[1] 来应对过拟合…