産業サーボ モーター新しいYASKAWAサーボ モーター0.318-m 3000/min SGM-02A3G26
型式番号:SGM-02A3G26
原産地:日本
最低順序量:1
支払の言葉:トン/ Tは、ウェスタンユニオン
供給の能力:100
受渡し時間:2-3 の仕事日
企業との接触
Add to Cart
確認済みサプライヤー
Shenzhen Guangdong China
住所：
23E BlockBのLushanの建物、Chunfengの道、羅湖区、シンセン、518001、中国
サプライヤーの最後のログイン時間:
内 25 時間
製品詳細
会社概要
製品詳細
産業サーボ モーター新しいYASKAWAサーボ モーター0.318-m 3000/min SGM-02A3G26
SPECIFITIONS
現在:0.89A
Volatge:200V
力:100W
評価されるトルク:0.318-m
最高速度:3000rpm
エンコーダー:17bit絶対エンコーダー
負荷慣性JL kgの¡ m2¢ 10−4: 0.026
シャフト:まっすぐにキーなしで
他の優秀なプロダクト
Yasakawaモーター、三菱運転者SG-モーターHC-、HA
Westinghouseモジュール1C-、5X-エマーソンVE-、KJ-
ハネウェル社TC-のTK- FanucモーターA0-
Rosemountの送信機3051 -横川町の送信機EJA-
連絡窓口:アナ
電子メール:wisdomlongkeji@163.com
携帯電話:+0086-13534205279
同じようなプロダクト
| SGM-01A312 |
| SGM-01A312C |
| SGM-01A314 |
| SGM-01A314B |
| SGM-01A314C |
| SGM-01A314P |
| SGM-01A3FJ91 |
| SGM-01A3G26 |
| SGM-01A3G36 |
| SGM-01A3G46 SGM-A5A314-Y1 |
| SGM-01A3MA12 |
| SGM-01A3NT14 |
| SGM-01A3NT23 |
| SGM-01A3SO11 |
| SGM-01A3SU11 |
| SGM-01A3SU31 |
| SGM-01A3T012 |
| SGM-01A3TE21 |
| SGM-01ASO11 |
| SGM-01B312 |
| SGM-01B3FJ11 |
| SGM-01B3FJ12 |
| SGM-01L314 |
| SGM-01L314P |
| SGM-01U312 |
| SGM-01U3AP01 |
| SGM-01U3B4L |
| SGM-01V314 |
| SGM-02A312 |
| SGM-02A312B |
| SGM-02A312C |
| SGM-02A312-Y1 |
| SGM-02A314 |
| SGM-02A314B |
| SGM-02A314C |
| SGM-02A3B4SPL |
| SGM-02A3F J73 |
| SGM-02A3G16 |
| SGM-02A3G16B |
| SGM-02A3G24 |
| SGM-02A3G26 |
| SGM-02A3G46 |
| SGM-02A3G46 |
| SGM-02A3MA31 |
| SGM-02A3NT11 |
| SGM-02A3NT12 |
| SGM-02A3SB12 |
| SGM-02A3SN11 |
| SGM-02A3SU12 |
| SGM-02A3TQ11 |
他の技術は振動分析、音響の騒音測定、トルクのプロフィールの分析、温度の分析および磁界の分析[28、30]含んでいる。これらの技術は洗練された、高いセンサー、付加的な電気および機械取付けおよび頻繁な維持を要求する。さらに、比較されるより低い装置の信頼度のモーター欠陥の同定システムの結果の物理的なセンサーの使用
余分器械使用を要求しない他の欠陥の同定システムに。これは誘導電動機の固有の感受性に失敗するために失敗してセンサーの感受性が原因加えたである。
余分器械使用を要求しない他の欠陥の同定システムに。これは誘導電動機の固有の感受性に失敗するために失敗してセンサーの感受性が原因加えたである。
最近、人工知能（AI）のアプローチに基づく新しい技術はファジイ論理[32]、遺伝のアルゴリズム[28]、およびベイズの助数詞[18、34]のような概念を使用して、もたらされた。AIベースの技術はまただけでなく、欠陥を分類し、欠陥の厳格を識別できる。これらの方法は各モーター作動条件のためのオフ・ラインの署名および監察されるモーターの状態のためのオンライン署名を造る。
助数詞はモーター作動条件を分類し、欠陥の厳格を識別するためにオンラインで発生する署名と前に博学な署名を比較する。
但し、これらのAIベースの技術のほとんどは大きいデータ・セットを要求する。これらのデータ・セットが分類のために考慮されている各モーター作動条件のための署名を学ぶのに使用されている。従って共通モーター作動条件をカバーするためにそのようなアルゴリズムを訓練するように、多量のデータは必要でよいモーター欠陥の分類の正確さを得る。訓練プロセスで使用されるそれらからの異なったモーターからの欠陥を分類するためにさらに、モーター欠陥の分類のためのAIベースの技術は十分に強くないかもしれない。さらに、これらのデータ・セットは通常発生する利用できなかったり、破壊試験およびかなりの時間を含まない。
産業サーボ モーター新しいYASKAWAサーボ モーター0.318-m 3000/min SGM-02A3G26
お問い合わせカート
0