[发明专利]基于边云协同的汽车轮胎质量分析装置及方法在审

专利信息
申请号: 202111656438.1 申请日: 2021-12-30
公开(公告)号: CN114354224A 公开(公告)日: 2022-04-15
发明(设计)人: 郭警中;赵跃东;汪春侠;吴小松;罗毅;阚涛;孙多润;傅成林;汪正美;詹璇;张冬芳 申请(专利权)人: 安徽维德工业自动化有限公司
主分类号: G01M17/02 分类号: G01M17/02;G01L17/00
代理公司: 合肥中悟知识产权代理事务所(普通合伙) 34191 代理人: 张婉
地址: 230000 安徽省合*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 协同 汽车轮胎 质量 分析 装置 方法
【说明书】:

发明涉及轮胎质量检测技术领域,且公开了基于边云协同的汽车轮胎质量分析装置及方法,包括支架、横板、支撑板、轮胎本体和两个示波器探头,所述横板固定在支架上端,两个所述示波器探头对称设置在轮胎本体两侧并与横板的上端固定连接,所述支撑板的一侧通过滚动轴承转动连接有横管,所述横管的一端固定连接有旋转接头,所述横管的另一端连接有多组固定机构,所述轮胎本体套接在多组固定机构上,所述横板的上端通过条形通孔与支撑板的侧壁套接。该基于边云协同的汽车轮胎质量分析装置及方法,可以显著的提高检测时安装轮胎的速度,也可以高效的对轮胎的胎侧进行检测分析,有利于准确的分析轮胎质量。

技术领域

本发明涉及轮胎质量检测技术领域,具体为基于边云协同的汽车轮胎质量分析装置及方法。

背景技术

随着技术的发展,以边云协同为技术背景,采集汽车轮胎质量检测的图像/图片信息,构建涵盖产品设计数据、工艺信息、生产制造过程数据、产品检测数据等产品质量大数据,研究基于卷积神经网络的零部件质量识别与检测的模型,并根据历史数据和实时数据对模型求解算法进行训练,实现对产品缺陷进行评判,以轮胎成型或硫化加工为对象分析影响工艺参数的因素,构建基于神经网络深度学习的汽车轮胎加工工艺优化模型,研究模型的求解算法,并根据历史数据和实时数据对模型求解算法进行训练,以此实现对汽车轮胎加工工艺的优化,最后形成基于边云协同的制造设备运行远程监控、工艺优化和健康评估与维修决策共性的新技术、新方法、新的模型与算法以及边云协同平台;

目前,无内胎子午线轮胎是汽车轮胎的主流配件,因其胎侧相对与普通轮胎而言比较薄,虽然具有了良好的吸能缓冲作用,但轮胎胎侧的变形量较大,一定程度上影响了汽车横向的稳定性,且轮胎胎侧的薄厚均匀度以及形变量差值大小均直接影响到汽车轮胎的质量,因此,边云协同的制造设备和不断优化的制造工艺,在一定程度上可以显著提高轮胎的生产质量,但依然还要在新轮胎出厂时抽检,测量轮胎是否符合出厂标准。

目前,在测量轮胎胎侧的质量时,多通过测量其厚度判断,此方法无法判断轮胎受压时胎侧的变形情况,导致无法判断轮胎胎侧橡胶的质地是否分布均匀,并且测量时轮胎内部无压力,处于自然状态下其检测结果误差较大,无果将轮胎安装在轮毂上,则检测速度慢费时费力。

发明内容

(一)解决的技术问题

针对现有技术的不足,本发明提供了基于边云协同的汽车轮胎质量分析装置及方法,具备检测速度快,省时省力,可以高效的对轮胎的胎侧进行检测,有利于准确的分析轮胎质量等优点,解决了传统的检测无法判断轮胎胎侧橡胶的质地是否分布均匀,并且测量时轮胎内部无压力,处于自然状态下其检测结果误差较大,无果将轮胎安装在轮毂上,则检测速度慢费时费力的问题。

(二)技术方案

为实现上述的目的,本发明提供如下技术方案:基于边云协同的汽车轮胎质量分析装置,包括支架、横板、支撑板、轮胎本体和两个示波器探头,所述横板固定在支架上端,两个所述示波器探头对称设置在轮胎本体两侧并与横板的上端固定连接,所述支撑板的一侧通过滚动轴承转动连接有横管,所述横管的一端固定连接有旋转接头,所述横管的另一端连接有多组固定机构,所述轮胎本体套接在多组固定机构上,所述横板的上端通过条形通孔与支撑板的侧壁套接,所述横板的侧壁设有传动机构,且传动机构与支撑板连接,所述横板的上端通过两个轴承座转动连接有支撑辊,且支撑辊位于轮胎本体的下方;

固定机构,用于对轮胎本体进行固定,且在固定后对轮胎本体进行充气,使检测时轮胎本体内具有气压;

传动机构,用于安装轮胎本体时调整支撑板的位置,同时可以使充气后的轮胎本体下移与支撑辊接触,使轮胎本体的胎侧发生变形,配合示波器探头检测轮胎本体胎侧变形的均匀度。

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安徽维德工业自动化有限公司,未经安徽维德工业自动化有限公司许可,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/202111656438.1/2.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