Agarre seguro sin aire
La pinza eléctrica estándar EHPS de Festo es el equivalente eléctrico de la pinza neumática estándar DHPS. La EHPS se utiliza allí donde no está permitido el uso de sistemas neumáticos. El concepto de la pinza eléctrica estándar está basado en la sencillez y la escasa complejidad: toda la electrónica está integrada en la pinza, lo que evita la necesidad de un controlador externo del motor.
La pinza EHPS mueve piezas de tamaño pequeño y mediano. Esto hace que sea perfecta para aplicaciones en tecnología de manipulación y montaje, así como para la fabricación de máquinas especiales, la industria de la electrónica y el montaje de piezas pequeñas, o también en la automatización de laboratorios.
Control digital
El control digital hace que la puesta en funcionamiento sea muy sencilla, sin necesidad de controladores externos. Además, sus guías de mordaza con ranura en T le permiten sujetar de manera fiable y segura, con una buena absorción de momentos. La detección directa de posiciones mediante la ranura en T en el cabezal de agarre muestra si la sujeción es correcta. Mediante un selector con cuatro niveles, los usuarios pueden ajustar la fuerza de agarre de forma precisa para piezas delicadas.
Un motor de corriente continua sin escobillas, dinámico y potente, se encarga de que esta pinza compacta desarrolle grandes fuerzas. En caso de fallo de energía, la pinza eléctrica EHPS sigue sujetando la pieza mediante el autobloqueo del reductor. La unidad de rueda libre evita que quede atascada. El control mediante dos pines (abrir/cerrar) mueve la pinza solo en caso de una señal. Esto evita un desplazamiento incontrolado.
Diagnosis con IO-Link®
La instalación también requiere poco esfuerzo: la electrónica integrada permite la conexión directa a los niveles de control mediante un conector M12. De forma opcional, la pinza EHPS también está equipada con IO-Link®. De esta manera, la interfaz de comunicación ofrece funciones de diagnosis y posibilidades de mantenimiento predictivo, modos de agarre memorizables para la optimización de los tiempos de ciclo e indicaciones de posición virtuales (programables por aprendizaje).
