福建機械手性價比高 蘇州全才智能科技供應

????同時又要確保該模型的主要結構力學性能保持不變[10]。通過對機械手動態分析影響不大的部件進行簡化，從而減少了有限元分析的計算量。首先-E軟件中建立其參數化模型，主要部件有基座、主臂梁、副臂梁、電機、主臂，有限元模型，如圖1所示。根據實際情況，福建機械手性價比高，注塑機械手采用如下材質，基座采用灰鑄鐵，主臂梁采用合金鋼，副臂梁和主臂均采用鋁合金（1060），其余材料采用默認的結構鋼，福建機械手性價比高。材質通過輸入彈性模量，福建機械手性價比高，泊松比和密度等屬性來設置。圖1有限元模型TheFiniteElementModel有限元模態分析在對注塑機械手進行結構優化前，首先需要對機械手進行有限元模態分析。通過比較機械手優化前后的質量、一階模態頻率和一階模態比較大變形量，可以觀察各目標變量是否都得到了優化。注塑機械手模態分析結果，如表1所示。表1固有頻率值（單位：Hz）NaturalFrequencyValue（unit：Hz）模態頻率1階2階3階4階5階6階7階8階9階10階由表1可知，注塑機械手的1階模態頻率為，又因為低階模態對注塑機械手的振動影響比較大，所以在優化過程中，減少整機質量和一階模態變形的同時，應盡比較大可能增加一階模態頻率大小，這樣可以提高系統的穩定性。3整機優化設計流程注塑機械手整機優化設計流程。

????并不是樣本數量越多，得到的優化解就越佳。要得到比較好的解，還需要對樣本數量進行小范圍的調整。采用樣本數量為3000求得優化解。多目標遺傳算法得到的Pareto解，如圖4所示。圖4多目標遺傳算法Pareto解TheParetoSolutionofMulti-ObjectiveGicAlgorithm通過多目標遺傳算法優化，可以從Pareto解中獲得3組不同的優化解，如表3所示。在表3的三組優化解中，可知第3組優化解的各目標變量均得到了優化，且優化效果 明顯，這滿足了設計人員的要求。表3多目標遺傳算法優化解集TheOptimalSolutionofMulti-ObjectiveGicAlgorithm序列整機質量m/kg一階比較大變形量d/mm一階模態頻率f/Hz123篩選算法（Screening）優化結果樣本數量的取值范圍為（0～10000），樣本數量為3000，改變樣本的數量，可以得到不同的Pareto解，限于篇幅，不再贅述，得到的Pareto解，如圖5所示。圖5篩選算法Pareto解TheParetoSolutionofScreeningAlgorithm通過篩選算法優化，可以從Pareto解中獲得3組不同的優化解，如表4所示。表4篩選算法優化解集TheOptimalSolutionofScreeningAlgorithm序列整機質量m/kg一階比較大變形量d/mm一階模態頻率f/Hz123由表4可知，每組優化解的目標變量大小均不相同，并且。

????本實用新型屬于機械抓手技術領域，特別是涉及一種新型吸盤夾具。背景技術：吸盤夾具廣泛應用于各種機械手碼垛中，對于抓取箱類物料起著重要的作用，目前現有技術中的吸盤夾具大多尺寸是固定的，因此其進行夾取時，一般只能夾取一定尺寸的貨物，當貨物過大，或者過小時因為吸盤位置固定，所以經常無法抓取，在抓取不同尺寸物體時，需要通過切換不同大小的吸盤抓手才能實現，非常不便，抓取效率低。技術實現要素：本實用新型提供了一種新型吸盤夾具，解決了現有技術中的吸盤夾具吸盤固定設置，夾取物體尺寸有限的技術問題。具體技術方案是，所述吸盤夾具包括機械系統和電器系統，電器系統用于控制伺服電機的轉動及控制吸盤的抓放；機械系統用來控制吸盤的相對運動從而實現對不同尺寸的物體進行抓取。所述機械系統包括支撐架、橫向伺服電機、縱向伺服電機、橫向齒輪組、縱向齒輪組、橫向推拉件、縱向推拉件、2個橫向支撐桿、2個縱向支撐桿、吸盤支架和吸盤；所述縱向伺服電機連接縱向齒輪組，縱向齒輪組連接縱向推拉件，縱向推拉件連接縱向支撐桿；從而通過控制縱向伺服電機的轉動再通過縱向齒輪組的傳動，帶動縱向推拉件的運動， 終實現縱向支撐桿的橫向運動。