| 品牌 : | 1 |
同时又要确保该模型的主要结构力学性能保持不变[10]。通过对机械手动态分析影响不大的部件进行简化，从而减少了有限元分析的计算量。首先-E软件中建立其参数化模型，主要部件有基座、主臂梁、副臂梁、电机、主臂，有限元模型，如图1所示。根据实际情况，福建机械手性价比高，注塑机械手采用如下材质，基座采用灰铸铁，主臂梁采用合金钢，副臂梁和主臂均采用铝合金（1060），其余材料采用默认的结构钢，福建机械手性价比高。材质通过输入弹性模量，福建机械手性价比高，泊松比和密度等属性来设置。图1有限元模型TheFiniteElementModel有限元模态分析在对注塑机械手进行结构优化前，首先需要对机械手进行有限元模态分析。通过比较机械手优化前后的质量、一阶模态频率和一阶模态比较大变形量，可以观察各目标变量是否都得到了优化。注塑机械手模态分析结果，如表1所示。表1固有频率值（单位：Hz）NaturalFrequencyValue（unit：Hz）模态频率1阶2阶3阶4阶5阶6阶7阶8阶9阶10阶由表1可知，注塑机械手的1阶模态频率为，又因为低阶模态对注塑机械手的振动影响比较大，所以在优化过程中，减少整机质量和一阶模态变形的同时，应尽比较大可能增加一阶模态频率大小，这样可以提高系统的稳定性。3整机优化设计流程注塑机械手整机优化设计流程。
并不是样本数量越多，得到的优化解就越佳。要得到比较好的解，还需要对样本数量进行小范围的调整。采用样本数量为3000求得优化解。多目标遗传算法得到的Pareto解，如图4所示。图4多目标遗传算法Pareto解TheParetoSolutionofMulti-ObjectiveGicAlgorithm通过多目标遗传算法优化，可以从Pareto解中获得3组不同的优化解，如表3所示。在表3的三组优化解中，可知第3组优化解的各目标变量均得到了优化，且优化效果 明显，这满足了设计人员的要求。表3多目标遗传算法优化解集TheOptimalSolutionofMulti-ObjectiveGicAlgorithm序列整机质量m/kg一阶比较大变形量d/mm一阶模态频率f/Hz123筛选算法（Screening）优化结果样本数量的取值范围为（0～10000），样本数量为3000，改变样本的数量，可以得到不同的Pareto解，限于篇幅，不再赘述，得到的Pareto解，如图5所示。图5筛选算法Pareto解TheParetoSolutionofScreeningAlgorithm通过筛选算法优化，可以从Pareto解中获得3组不同的优化解，如表4所示。表4筛选算法优化解集TheOptimalSolutionofScreeningAlgorithm序列整机质量m/kg一阶比较大变形量d/mm一阶模态频率f/Hz123由表4可知，每组优化解的目标变量大小均不相同，并且。
本实用新型属于机械抓手技术领域，特别是涉及一种新型吸盘夹具。背景技术：吸盘夹具广泛应用于各种机械手码垛中，对于抓取箱类物料起着重要的作用，目前现有技术中的吸盘夹具大多尺寸是固定的，因此其进行夹取时，一般只能夹取一定尺寸的货物，当货物过大，或者过小时因为吸盘位置固定，所以经常无法抓取，在抓取不同尺寸物体时，需要通过切换不同大小的吸盘抓手才能实现，非常不便，抓取效率低。技术实现要素：本实用新型提供了一种新型吸盘夹具，解决了现有技术中的吸盘夹具吸盘固定设置，夹取物体尺寸有限的技术问题。具体技术方案是，所述吸盘夹具包括机械系统和电器系统，电器系统用于控制伺服电机的转动及控制吸盘的抓放；机械系统用来控制吸盘的相对运动从而实现对不同尺寸的物体进行抓取。所述机械系统包括支撑架、横向伺服电机、纵向伺服电机、横向齿轮组、纵向齿轮组、横向推拉件、纵向推拉件、2个横向支撑杆、2个纵向支撑杆、吸盘支架和吸盘；所述纵向伺服电机连接纵向齿轮组，纵向齿轮组连接纵向推拉件，纵向推拉件连接纵向支撑杆；从而通过控制纵向伺服电机的转动再通过纵向齿轮组的传动，带动纵向推拉件的运动， 终实现纵向支撑杆的横向运动。
021-80107851