一种用于具有旋转驱动刀头(8)的手持电动工具的安全切断系统,用于避免刀头阻塞引起的事故。此系统包括至少一个传感器(56,58,60,62,64)用来检测工具的运行状态并产生代表运行状态的传感器信号;一切断装置(38,80),用来中断来自于电动机(10)的刀头的旋转驱动力。一包括神经网络(50,80,81,82)的处理单元(42),其响应于传感器信号生成代表阻塞事件概率是累加的概率信号,当累加的概率信号超过预定阈值时就激励切断装置动作。通过运用神经网络,可以得到阻塞事件发生的精确概率,而并不需要运用引起阻塞事件的动力工具物理特性的全面而详细的知识。(*该技术在2023年保护过期,可自由使用*)
【技术实现步骤摘要】
本专利技术涉及一种用于带有旋转刀头的手持电动工具的安全切断系统,该安全切断系统能预测当刀头卡在工件中时的阻塞事件。本专利技术尤其涉及一种电动电锤的安全切断系统。
技术介绍
具有旋转刀头的手持电动工具在使用中的问题是刀头有时卡在工件中,不再相对于工件旋转。这种情况下,施加于刀头的旋转驱动力就会引起工具壳体相对静止刀头的旋转。握紧工具手柄的使用者可能就会受伤。这种阻塞事件的检测必须足够迅速,在工具壳体旋转到足可以伤害使用者的角度之前停止壳体的旋转。并且,这种阻塞事件的检测必须精确以避免当加工越来越困难时刀头的旋转驱动力突然中断,也就是应当避免产生错误的警报。这个问题曾在US5,584,619中论述过在预定时间间隔内,测定刀头的加速度值并将其运用于预测在预定时间周期内的工具旋转角度。若旋转角度超过预定阈值就中断刀头的旋转驱动。同样的问题还在US5,914,882中论述过用偏转传感器周期地测量一些特定数值,并处理该特定数值以得到一些旋转运动数值,比如角加速度,角速度或偏转角。计算的旋转运动数值特别是通过模糊逻辑经服从预定标准的非线性处理来计算事件发生的概率。如果概率超出了预定阈值,就中断刀头的旋转驱动。这个系统通过计算来自一个或多个测量数值的旋转运动数值,考虑了更多工具在任何时间运行状态的即时因素,也考虑了工具近时的运行状态。然而,上述方法都需要懂得引起阻塞事件的锤的物理特性全面而又详细的知识。
技术实现思路
本专利技术旨在提供一精确系统,此系统能够从带有旋转刀头的工具的安全工作运行中识别危险阻塞事件的发生,并且当阻塞事件发生时迅速中断刀头的旋转驱动,并且不依赖于在先于阻塞事件发生之前预知锤的物理特性。根据本专利技术,为具有一旋转驱动刀头的手持电动工具提供一安全切断系统,用于防止刀头阻塞引起的事故。所述系统包括 至少一传感器,用来检测工具的运行状态并产生一个表示运行状态的传感器信号;一切断装置,用来中断来自电动机的刀头的旋转驱动力;一处理单元,其响应于传感器信号,产生一个代表阻塞事件发生概率的累加的概率信号,并且当累加的概率信号超出预定阈值时激励切断装置的动作;其特征在于处理单元包括一神经网络。安全切断系统运用神经网络技术识别阻塞事件。传感器信号被提前训练成能够识别引起阻塞事件的传感器信号图形的神经网络处理。这是通过将一组采样传感器信号输入神经网络系统,更改由神经网络节点施加的隶属函数直到累加概率信号作为和一系列传感器信号有联系的公知的阻塞事件的可靠表达式来完成的。通过这种方法产生阻塞事件的精确概率,并不需要具有引起阻塞事件的动力工具的全面而详细的物理特性的知识。切断装置可以利用机械或电磁离合器通过电动机与工具或刀头之间的主动齿轮装置中断传输。另外可以替换的是,它可以包括一电动机制动器,比如一制动电动机的电机制动器。传感器包括以下一种或多种一旋转或线性加速计;一电流传感器,用来感应电动机吸入的电流;一旋转传感器,用来感应电动机单位时间的旋转量;或一扭矩传感器,用来感应锤手柄和主壳体之间的扭矩。处理单元还可以包括一个或多个信号调节单元,以处理来自该传感器或多个传感器的信号,从而产生一预调信号,并将预调信号输入神经网络中。信号调节单元可包括滤波以除去噪音、阈值测定、子波分析或傅立叶变换分析。处理单元可包括一产生一组概率信号的神经网络,每一概率信号包括该传感器信号或多个传感器信号的函数;一加法器将一组概率信号相加产生累加的概率信号;一比较器,当累加的概率信号超过预定阈值时产生切断信号用来激励切断装置。在优选实施例中,神经网络是一模糊神经网络,通过模糊逻辑处理传感器信号。神经网络的训练方法用于建立模糊逻辑电路的隶属函数。这就去掉了模糊逻辑中的试错因素,也不需要懂得在阻塞事件发生之前工具物理性能的详细知识。运用较复杂的模糊回路同样可达到这一点。另外,神经网络可以是一子波神经网络,其中,一个或至少一个传感器信号经过子波变换。运用子波变换可以更好地从传感器信号中获取信息。根据本专利技术的第二方面,提供一结合有上述安全切断系统的旋转锤。根据本专利技术的第三方面,提供一种切断手持电动工具的旋转驱动刀头的旋转驱动力的方法,从而防止刀头阻塞引起的事故,所述方法包括以下步骤检测一个或多个工具的运行状态并产生一代表每一运行状态的传感器信号;响应于上述一或多个传感器信号生成一代表阻塞事件发生概率的累加的概率信号;当累加的概率信号超过预定阈值时生成一切断信号;利用切断信号激励切断刀头的旋转驱动,特征在于代表一阻塞事件概率的累加概率信号的产生步骤利用了神经网络处理。附图说明具有一旋转刀头并结合有根据本专利技术的安全切断系统的手持电动工具的一种形式现通过实施例并参考以下附图做出说明图1为具有根据本专利技术的安全切断系统的电锤的部分纵向剖视图;图2为运用于图1所示锤的安全切断系统的框图;图3为运用于图2所示的神经网络中的子波转换神经网络;图4A为随时间变化的标准输入信号s(t);图4B所示的是频域内输入信号s(t)的傅立叶变换;图4C所示的是频域内输入信号s(t)的子波变换;图5为图3所示神经网络单元的一部分的详细示意图,其可以用来处理五个输入信号中的任一个;图6为图2所示神经网络单元的一部分的示意图,其运用模糊网络可以处理五个输入信号中的两个。具体实施例方式图1所示为一电锤的示意图,其具有一主壳体(2)、一后手柄(4)和一后部位于锤前端的工具夹持器(6)。一工具或刀头(8)可以非旋转地并且可释放地固定在工具夹持器内以便可以往复运动一个有限的程度,正如本领域内公知的那样。锤由一电动机(10)驱动,电动机连接一外部电源,当临近后手柄的触发器开关(12)压下时被驱动。电机(10)的枢轴旋转驱动一主动齿轮(14),主动齿轮(14)驱动两从动齿轮(16,18),两从动齿轮(16,18)每个被非旋转地安装在壳体(2)内的每个轴(20,22)上。轴(20)旋转驱动一曲柄盘(24),曲柄盘(24)通过一偏心的曲柄销(26)经一曲柄臂(30)驱动一活塞(28)。活塞被滑动的安装在中空轴(32)内,中空轴经轴承(未示出)旋转地安装在锤的主壳体(2)内。柱塞(34)也可滑动的位于轴(32)内,在柱塞周围和轴的内表面之间以及活塞周围和轴的内表面之间都被密封。通过这种方法,在锤正常的工作过程中,在轴(32)中的活塞(28)和柱塞(34)之间形成一个封闭气垫,这样,活塞(28)的往复运动通过封闭的气垫往复驱动柱塞(34)。由于柱塞(34)往复运动,其将重复冲击一节拍调整件,节拍调整件将这种冲击以公知方式传递给工具夹持器(6)中的工具或刀头(8)。这种从工具或刀头(8)传来的冲击将传送给工具或刀头(8)作用的工件。当工具或刀头(8)从工件上移开时,众所周知,锤进入其惰性模式,上述气垫开始排气。驱动轴(22)经电磁离合器(38)旋转地驱动第一伞齿轮(36)。第一伞齿轮(36)旋转的驱动第二伞齿轮(40),该第二伞齿轮非旋转的固定在中空轴(32)上。轴(32)的旋转引起工具夹持器(6)以及由此引起安装在工具夹持器上的工具或刀头(8)被旋转驱动。因此,当电机(10)上的触发器开关(12)压下时,枢轴旋转驱动主动齿轮(14),齿轮(14)旋转驱动从动齿轮(16、18),从动齿轮(16、18)本身本文档来自技高网...
【技术保护点】
一种用于具有一旋转驱动刀头(8)的手持电动工具的安全切断系统,用来防止刀头阻塞引起的事故,所述系统包括:至少一传感器(56,58,60,62,64),用来检测工具的运行状态并产生代表运行状态的传感器信号;一切断装置(38,8 0),用来中断来自电动机(10)的刀头的旋转驱动力;一处理单元(42),响应于上述传感器信号,用来产生表示阻塞事件发生概率的累加的概率信号,并且当累加的概率信号超出预定阈值时使切断装置动作,其特征在于:处理单元包括一 神经网络(50,80,81,82)。
【技术特征摘要】
...
【专利技术属性】
技术研发人员:A杰库巴什,C弗雷,HB昆泽,赖因哈德普利奇,
申请(专利权)人:布莱克德克尔公司,
类型:发明
国别省市:US[美国]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。