5t桥式吊钩起重机设计

起重机是一种作循环、间歇运动的机械。本篇毕业设计为20/5t吊钩桥式起重机的设计,主要用于车间及仓库的起吊及搬运货物。该起重机主要是由大梁、起升装置、端梁、大梁行走机构、起升装置行走机构、轨道和电气动力、控制装置等构成。以间歇、重复工作方式,通过起重吊钩或其它吊具的起升、下降,或升降与运移重物。

本次设计的起重机工作特点是具有周期性:在每一工作循环中,它的主要机构作一次正向及反向运动,每次循环包括物品的装载及卸载,搬运物品的工作行程和卸载后的空钩回程,前后两次装载之间还有包括辅助准备时间在内的短暂停歇。
 

1概述

1.1起重机械的用途及工作特点

1.2起重机械的发展简史

1.3起重机械的组成和种类

1.3.1起重机械的组成

1.3.2起重机械的种类

1.4桥式起重机的分类和用途

1.4.1桥式起重机的分类

1.4.2桥式起重机的用途

1.4.3桥式起重机的基本结构

1.5桥式起重机的基本参数

2 吊钩桥式起重机设计任务书

2.1设计参数

2.2工作条件

2.3设计原则

3 小车起升机构和运行机构的计算

3.1起升机构计算

3.1.1确定起升结构传动方案,选择滑轮组和吊钩组

3.1.2选择钢丝绳

3.1.3确定滑轮主要尺寸

3.1.4确定卷筒尺寸并验算强度

3.1.5选电动机

3.1.6验算电动机发热条件

3.1.7选择标准减速器

3.1.8验算起升速度和实际所需功率

3.1.9校核减速器输出轴强度

3.1.10选择制动器

3.1.11选择联轴器

3.1.12验算起动时间

3.1.13验算制动时间

3.1.14高速浮动轴计算

3.2小车运行机构计算

3.2.1确定机构传动方案

3.2.2选择车轮与轨道并验算其强度

3.2.3运行阻力计算

3.2.4选电动机

3.2.5验算电动机发热条件

3.2.6选择减速器

3.2.7验算运行速度和实际所需功率

3.2.8验算起动时间

3.2.9按起动工况校核减速器功率

3.2.10验算起动不打滑条件

3.2.11选择制动器

3.2.12选择高速轴联轴器及制动轮

3.2.13选择低速轴联轴器

3.2.14验算低速浮动轴强度

4 大车运行机构的计算

4.1确定传动机构方案

4.2选择车轮与轨道,并验算其强度

4.3运行阻力计算

4.4选择电动机

4.5验算电动机发热条件

4.6选择减速器

4.7验算运行速度和实际所需功率

4.8验算起动时间

4.9起动工况下校核减数器功率

4.10验算起动不打滑条件

4.11选择制动器

4.12选择联轴器

4.13浮动轴低速轴的验算

4.14浮动轴高速轴的验算

5 桥架结构的计算参数

5.1主要尺寸的确定

5.1.1 大车轮距

5.1.2 主梁高度

5.1.3  端梁高度

5.1.4 桥架端梁梯形高度

5.1.5主梁腹板高度

5.1.6 确定主梁截面尺寸

5.2主梁的计算

5.2.1计算载荷确定

5.2.2主梁垂直最大弯矩

5.2.3 主梁水平最大弯矩

5.2.4 主梁的强度验算

5.2.5  主梁的垂直刚度验算

5.2.6  主梁的水平刚度验算

5.3端梁的计算

5.3.1计算载荷的确定

5.3.2端梁垂直最大弯矩

5.3.3端梁水平最大弯矩

5.3.4端梁截面尺寸的确定

5.3.5端梁的强度验算

5.4主要焊缝的计算

5.4.1端梁端部上翼缘焊缝

5.4.2端梁端部下翼缘焊缝

5.4.3主梁与端梁的连接焊缝

5.4.4主梁上盖板焊缝

总  结

参考资料

致  谢

  • 30
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

无忧计算机毕设

打赏送福利:Zsffbb211

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值