首頁 >> 供求商機
歐沁品牌精選德國schunk雄克機械手技術資料
抓取力
在距離 P（請參見插圖）處施加到每個機械手夾爪的抓取力的算術和。
手指長度
沿主軸方向，從距基準面距離 P 處測得。
重復精度
定義為 100 個連續行程后極限位置分布。
工件重量
采用摩擦系數 0.1 和安全系數（防止由于重力加速 g 工件滑落） 2 計算壓入配合抓取。如果是適形或捕獲式抓取，可抓取工件重量則大很多。
閉合/打開時間
僅為基爪或手指的運動時間。不包括閥門開關時間、軟管注入時間或 PLC 反應時間，但是計算周期時必須考慮這些時間。
工作原理
齒條和齒輪傳動原理
外殼材料
硬質陽極氧化高強度鋁
基爪材料
硬質陽極氧化高強度鋁
啟動
氣動，帶符合 ISO 8573-1:2010 [7:4:4] 的過濾壓縮空氣。
保修期
24 個月
歐沁品牌精選德國schunk雄克機械手技術資料
機器視覺技術升級觸發新機遇
近年來，出現了許多推動機器視覺行業發展的新技術，特別是在識別能力方面，識別已經成為機器視覺的核心競爭力。視覺識別功能可以檢查物品的存在或不存在，以及判斷是否有裝配缺陷。視覺識別還可以是用于定位對象等，例如用于機器人定位抓取目標對象，或者可以對物體進行自動分類。
3D機器視覺系統的出現為識別帶來了驚喜。在大多數情況下，3D視覺系統能夠更詳細地檢測物體對象。無論是在檢測應用中進行更高級識別，還是在計量應用中實現更好對象差異化，3D視覺系統都能帶來更多*的功能。
此外，在高光譜成像和彩色成像方面，高光譜技術將允許機器視覺檢測超出可見光以外的光譜，以獲得更強大的成像畫質，而彩色成像允許在檢查應用中進行高級顏色分析。
還有，深度學習的發展對于推動機器視覺識別有重要的作用，通過不斷學習復雜物體檢測和分類技術，機器視覺系統能從周圍環境中收集更多的知識經驗，終達到自主和準確識別出對象。機器視覺識別是機器視覺應用中的核心過程，將機器視覺推向更光明的未來。
4