图6整机总质量、比较大变形、固有频率的灵敏度分析结果TheSensitivityAnalysisResultsofMassandtheFirstNaturalFrequencyandtheFirstNaturalFrequencyDeformation假设在注塑机械手的优化过程中，整机总质量、比较大变形、固有频率在各设计变量中所占的重要性比例份额分别为50%、25%、25%。由此计算出来的灵敏度值平均数，如表6所示。表6灵敏度值平均数TheAveragesofSensitivityValue设计变量整机总质量灵敏度值比较大变形灵敏度值固有频率灵敏度值灵敏度值平均数p10p2p300p4p5p6p7由表6可知，注塑机械手各设计变量对优化目标的重要性程度分别为：p2＞p5＞p1＞p6＞p7＞p3＞p4。通过对各设计变量进行基于加权平均法的灵敏度分析，设计人员可以根据灵敏度值大小对设计变量的重要性进行排序，从而可获得对结果影响比较大的设计变量，同时淘汰部分对优化结果影响不明显的设计变量，这**加快了优化过程，也便于对结构重新优化。优化结果注塑机械手的初始值、**小值、比较大值和优化值情况，徐州机械手性价比高，如表7所示，徐州机械手性价比高。把注塑机械手多目标优化后得到的结果和原设计进行比较，如表8所示。由初始设计与**终优化结果相比可以看出，***阶固有频率为，徐州机械手性价比高，比初始值增加了，注塑机械手变得更加安全稳定。

    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。

    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。

免责声明： 本页面所展现的信息及其他相关推荐信息，均来源于其对应的用户，本网对此不承担任何保证责任。如涉及作品内容、 版权和其他问题，请及时与本网联系，我们将核实后进行删除，本网站对此声明具有最终解释权。