一种智能扳手全自动扭矩传感与控制系统技术方案

本发明专利技术涉及智能扳手技术领域，具体涉及一种智能扳手全自动扭矩传感与控制系统，包括基础扳手结构

【技术实现步骤摘要】
一种智能扳手全自动扭矩传感与控制系统


[0001]本专利技术涉及智能扳手
，尤其涉及一种智能扳手全自动扭矩传感与控制系统
。

技术介绍

[0002]在现代制造
、
维修和组装过程中，扭矩控制是至关重要的因素，尤其是在需要精确扭紧或拧松螺钉和螺母的应用场景中，传统的扳手工具通常缺乏精确的扭矩控制和测量功能，这会导致过度或不足的扭紧力，从而影响产品的质量和安全性
。
[0003]为了提高扭矩控制的准确性和便利性，已经出现了一些电子扳手系统，这些系统通常包括一个电驱动的马达
、
一个扭矩传感器以及一个微处理器，虽然这些系统在某种程度上提高了扭矩控制的精度和便捷性，但它们还存在多方面的局限性，例如，现有的系统可能不支持多种无线通信协议，从而限制了它们在不同工作环境中的应用灵活性，同时，电池寿命和电量监控也常常被忽视，导致用户在关键时刻面临电量不足的问题
。
[0004]另外，大多数现有系统缺乏直观的用户界面和反馈机制，如多色
LED
指示灯或振动提醒，这使得用户在操作过程中缺乏即时的系统状态信息，增加了误操作的风险，最重要的是，许多现有的电子扳手系统没有应用先进的机器学习算法来动态调整扭矩控制参数，这限制了它们在面对不同扭矩需求和使用条件时的自适应能力
。

技术实现思路

[0005]基于上述目的，本专利技术提供了一种智能扳手全自动扭矩传感与控制系统
。
[0006]一种智能扳手全自动扭矩传感与控制系统，包括基础扳手结构
、
扭矩传感器
、
微处理器
、
驱动电机
、
触摸屏显示界面以及无线通讯模块，其中，
[0007]基础扳手结构：包括有一个工作端和一个操作端，其中，工作端用于与螺栓或螺母接触，操作端用于手动或自动驱动；
[0008]扭矩传感器：安装在基础扳手结构的工作端，用于实时检测扳手施加的扭矩，并将检测到的扭矩数据发送至微处理器；
[0009]微处理器：配置有一个算法模块，该算法模块根据预设的扭矩参数和从扭矩传感器接收到的实时扭矩数据，计算出扭矩偏差值；
[0010]驱动电机安装在基础扳手结构的操作端，与微处理器相连接，当微处理器算法模块计算出扭矩偏差值后，驱动电机会根据微处理器发出的控制指令，进行扭矩调整；
[0011]触摸屏显示界面安装在基础扳手结构的操作端，用于显示实时扭矩数据和系统状态，该触摸屏与微处理器连接，允许用户通过触摸操作来输入扭矩设定值和其他操作参数；
[0012]无线通讯模块与微处理器相连接，用于将系统的实时扭矩数据
、
系统状态及预警信息发送至远程监控平台
。
[0013]进一步的，所述基础扳手结构采用高强度不锈钢制造
。
[0014]进一步的，所述扭矩传感器采用应变片技术，通过应变片与扳手工作端的集成，能
够实时
、
准确地检测工作端施加的扭矩，所述应变片由高敏感度的金属合金制成，所述应变片与工作端内部的钢材相连接，以确保扭矩读数的准确性，其中，应变片的电阻变化与施加在扳手工作端上的扭矩成正比
。
[0015]进一步的，所述微处理器配置有一种基于支持向量机
SVM
的机器学习算法，用于自适应地调整扭矩控制参数，基于该机器学习算法，扭矩传感器收集的实时扭矩数据和历史扭矩数据作为输入变量
X
，通过支持向量机模型进行分析和分类，具体的，支持向量机算法用于找到一个超平面，用数学表示为：
[0016]f(x)
＝
w
·
x+b
，
[0017]其中，
w
是权重向量，
x
是输入特征，
b
是偏置项，所述超平面的目标是根据历史和实时扭矩数据，以最大化间隔的方式分割不同的扭矩状态，当新的扭矩数据进入系统时，通过将其代入到超平面方程
f(x)
，进行预测其状态，并据此动态地调整扭矩输出参数
。
[0018]进一步的，所述驱动电机具体为步进电机，该步进电机与微处理器连接，并根据微处理器提供的控制指令进行扭矩调整，所述步进电机的转速和转向都由微处理器算法模块控制，以实现高精度的扭矩控制，此外，步进电机还配备有一个内置编码器，该编码器能实时监测电机的转速和位置，进一步提高扭矩调整的准确性
。
[0019]进一步的，所述触摸屏显示界面包括一个高灵敏度的语音识别模块，该语音识别模块允许用户通过语音命令输入扭矩设定值和其他操作参数，所述语音识别模块使用深度神经网络算法进行语音到文本转换，识别多种语言和口音，用户能通过简单的语音指令进行复杂的扭矩设定操作，从而极大地简化了操作流程，所述该语音识别模块还具有环境噪音过滤功能，确保在嘈杂的工作环境中也能准确识别用户的语音指令
。
[0020]进一步的，所述无线通讯模块内嵌有三个独立的通信接口，分别为蓝牙
5.0、Wi
‑
Fi 6
和
5G
接口，其中每一个通信接口都直接与一个独立的处理单元连接，以实现并行处理和数据传输，该无线通讯模块还包括一个硬件加密单元，该硬件加密单元具体为
AES256
硬件加密算法，以确保所有进出的数据包都经过加密处理，从而增强数据安全性，在数据传输过程中，该模块还能自动选择最优的通信接口和处理单元
。
[0021]进一步的，所述电池模块为一块容量为
5000mAh
锂离子电池，该锂离子电池与微处理器直接相连，所述电池模块和微处理器之间插有一个
I2C
电量监控芯片，该监控芯片用于实时监测电池的电量状态，当电池电量低于预设阈值时，该电量监控芯片会自动向微处理器发送一个中断信号，接收到中断信号后，微处理器将触发预设的低电量警报机制，该警报机制包括向用户发送警告消息或激活声光报警装置
。
[0022]进一步的，该系统还包括一个
RGB LED
指示灯模块，该指示灯模块通过
SPI
与微处理器连接，该
LED
指示灯模块用于显示多种颜色，并调整亮度，微处理器通过编程，向
SPI
接口发送特定的控制指令，从而实现
LED
指示灯颜色和亮度的变化，该亮度的变化是根据扭矩状态或系统状态来定制的，具体的，当系统处于正常扭矩范围内时，
LED
显示绿色；当扭矩接近设定极限时，
LED
显示黄色；当扭矩超出范围或系统出现故障时，
LED
显示红色
。
[0023]进一步的，该系统包括一个电磁式振动模块，该电磁式振动模块通过一个独立的
PWM
控制器与微处理器连接，微处理器通过软件编程来改变
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能扳手全自动扭矩传感与控制系统，其特征在于，包括基础扳手结构
、
扭矩传感器
、
微处理器
、
驱动电机
、
触摸屏显示界面以及无线通讯模块，其中，基础扳手结构：包括有一个工作端和一个操作端，其中，工作端用于与螺栓或螺母接触，操作端用于手动或自动驱动；扭矩传感器：安装在基础扳手结构的工作端，用于实时检测扳手施加的扭矩，并将检测到的扭矩数据发送至微处理器；微处理器：配置有一个算法模块，该算法模块根据预设的扭矩参数和从扭矩传感器接收到的实时扭矩数据，计算出扭矩偏差值；驱动电机安装在基础扳手结构的操作端，与微处理器相连接，当微处理器算法模块计算出扭矩偏差值后，驱动电机会根据微处理器发出的控制指令，进行扭矩调整；触摸屏显示界面安装在基础扳手结构的操作端，用于显示实时扭矩数据和系统状态，该触摸屏与微处理器连接，允许用户通过触摸操作来输入扭矩设定值和其他操作参数；无线通讯模块与微处理器相连接，用于将系统的实时扭矩数据
、
系统状态及预警信息发送至远程监控平台
。2.
根据权利要求1所述的一种智能扳手全自动扭矩传感与控制系统，其特征在于，所述基础扳手结构采用高强度不锈钢制造
。3.
根据权利要求1所述的一种智能扳手全自动扭矩传感与控制系统，其特征在于，所述扭矩传感器采用应变片技术，通过应变片与扳手工作端的集成，能够实时
、
准确地检测工作端施加的扭矩，所述应变片由高敏感度的金属合金制成，所述应变片与工作端内部的钢材相连接，以确保扭矩读数的准确性，其中，应变片的电阻变化与施加在扳手工作端上的扭矩成正比
。4.
根据权利要求1所述的一种智能扳手全自动扭矩传感与控制系统，其特征在于，所述微处理器配置有一种基于支持向量机
SVM
的机器学习算法，用于自适应地调整扭矩控制参数，基于该机器学习算法，扭矩传感器收集的实时扭矩数据和历史扭矩数据作为输入变量
X
，通过支持向量机模型进行分析和分类，具体的，支持向量机算法用于找到一个超平面，用数学表示为：
f(x)
＝
w
·
x+b
，其中，
w
是权重向量，
x
是输入特征，
b
是偏置项，所述超平面的目标是根据历史和实时扭矩数据，以最大化间隔的方式分割不同的扭矩状态，当新的扭矩数据进入系统时，通过将其代入到超平面方程
f(x)
，进行预测其状态，并据此动态地调整扭矩输出参数
。5.
根据权利要求1所述的一种智能扳手全自动扭矩传感与控制系统，其特征在于，所述驱动电机具体为步进电机，该步进电机与微处理器连接，并根据微处理器提供的控制指令进行扭矩调整，所述步进电机的转速和转向都由微处理器算法模块控制，以实现高精度的扭矩控制，此外，步进电机还配备有一个内置编码器，该编码器能实时监测电机的转速和位置，进一步提高扭矩调整的准确性
。6.
根据权...

【专利技术属性】
技术研发人员：蒋步斌，
申请(专利权)人：南通天茂机械制造有限公司，
类型：发明
国别省市：