news 2026/4/16 10:43:57

双油缸举升系统的同步升降控制方法

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
双油缸举升系统的同步升降控制方法

这里给出了一种通过一个倾角传感器简单实现的双油缸同步升降系统方案。您听的没错,就是仅仅通过一个倾角传感器,无需PLC参考控制,就能实现双油缸举升系统的同步控制。

废话不多说,上图。

倾角传感器的详细资料见:

SNX倾角开关使用指南_长沙湾流智能科技有限公司 (valneu.com)技术文档中心_长沙湾流智能科技有限公司 (valneu.com)

那么,两个油缸的同步控制到底是如何实现的呢。

前提:假设左油缸快于右油缸。

首先,三位四通阀用来控制两油缸的上升、下降和停止。两位三通阀左位工作时,油缸上升,两位三通阀右位工作时,油缸下降。

上升情况:

如果左油缸速度快,那么倾角开关会发生倾斜(假设X>1°),倾角开关第一输出报警线(黄色线)会输出信号,让两位两通阀得电,断开左油缸油路,左油缸停止上升。右油缸不受影响,会继续上升。当左油缸停止一会后,倾角开关会反向倾斜(X<-0.5°)时,黄色信号断电,左缸恢复工作,开始追赶右缸。因为左缸快,所以左缸会慢慢的,再一次X>1°。如此往复,保持同步。

这里,VALUER湾流的这款SNX传感器,是可以通过手机灵活设置上述所述的角度阈值的,所以您可以灵活更改上述所提到的X>1°,X<-0.5°这些参数。

下降情况:

依然是左缸快的情况,左缸太快了,倾角向下倾(X<-1°)时,倾角开关第二输出报警线(蓝色线)会输出信号,两位两通阀得电,断开左油缸油路,左油缸停止下降。这样左油缸停下来后,倾角慢慢开始向上倾斜,当X>0.5°时,蓝色信号断电,左缸恢复工作,开始追赶右缸。如此往复,保持同步。

传感器的信号的定义如下:

第一输出黄色线,第二输出蓝色线,可以并联在一起。

黄色线管油缸上升阶段的同步控制,蓝色线管油缸下降阶段的同步控制。

那么,问题来了,如果是右缸比左缸快呢?

没错,左右镜像一下,就得到了想要的。下图所示

那么问题又来了,

如果左右油缸速度不确定,或者很接近,没有明显差异,怎么办?

解决办法:

可以认为加一个节流阀,人为将一个油缸变慢一点。

如果您不想这么干,另外的办法就是,

将两套系统合在一起。

意思就是采用两个倾角传感器,两个两位两通阀,一个三位四通阀。

左侧倾角传感器控制左侧的两位两通阀,确保左侧油缸的正确启动与停止。

右侧倾角传感器控制右侧的两位两通阀,确保右侧油缸的正确启动和停止。

好啦,讲完了。需要详细了解更多关于VALUER倾角传感器的资料,可以去官网查一下,这里不赘述了。

版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 9:17:21

DeepSeek-R1-Distill-Qwen-1.5B文档解析:项目结构与文件说明

DeepSeek-R1-Distill-Qwen-1.5B文档解析&#xff1a;项目结构与文件说明 1. 项目概述 DeepSeek-R1-Distill-Qwen-1.5B 是一个基于 Qwen 1.5B 架构、通过 DeepSeek-R1 强化学习数据蒸馏技术优化的轻量级推理模型。该项目由开发者“113小贝”进行二次开发&#xff0c;封装为 We…

作者头像 李华
网站建设 2026/4/13 11:28:00

YOLOv12官版镜像使用心得:比传统YOLO强在哪

YOLOv12官版镜像使用心得&#xff1a;比传统YOLO强在哪 1. 为什么YOLOv12值得你立刻上手&#xff1f; 如果你还在用传统的YOLO模型做目标检测&#xff0c;那可能已经落后了。最近我试用了官方发布的 YOLOv12 官版镜像&#xff0c;体验完之后只有一个感受&#xff1a;这不仅是…

作者头像 李华
网站建设 2026/4/14 23:07:08

跨境电商智能客服实战:用Qwen3-4B-Instruct-2507快速搭建多语言系统

跨境电商智能客服实战&#xff1a;用Qwen3-4B-Instruct-2507快速搭建多语言系统 1. 引言&#xff1a;为什么跨境电商需要AI客服&#xff1f; 你有没有遇到过这样的情况&#xff1a;你的商品卖到了越南、泰国、印尼&#xff0c;客户咨询如潮水般涌来&#xff0c;但团队里却没人…

作者头像 李华
网站建设 2026/4/12 16:39:44

TurboDiffusion费用优化指南:按需计费GPU实例部署实战

TurboDiffusion费用优化指南&#xff1a;按需计费GPU实例部署实战 1. 引言&#xff1a;为什么需要费用优化&#xff1f; AI视频生成正在从实验室走向创意产业&#xff0c;但高昂的算力成本一直是落地瓶颈。TurboDiffusion作为清华大学、生数科技与加州大学伯克利分校联合推出…

作者头像 李华
网站建设 2026/4/13 0:47:24

Qwen1.5-0.5B持续学习:在线反馈闭环构建思路

Qwen1.5-0.5B持续学习&#xff1a;在线反馈闭环构建思路 1. 背景与目标&#xff1a;让轻量模型也能“边用边学” 在当前AI应用快速落地的背景下&#xff0c;大模型往往面临部署成本高、更新滞后、反馈缺失等问题。尤其是像Qwen1.5-0.5B这样主打边缘计算友好和CPU推理优化的轻…

作者头像 李华
网站建设 2026/4/14 6:18:40

BERT模型更新不便?Docker镜像版本管理实战教程

BERT模型更新不便&#xff1f;Docker镜像版本管理实战教程 1. BERT 智能语义填空服务 你是否遇到过这样的问题&#xff1a;想用BERT做中文语义理解&#xff0c;但每次模型升级都要重新配置环境、下载权重、调试接口&#xff0c;费时又容易出错&#xff1f;更头疼的是&#xf…

作者头像 李华