????CHANGYP，ergrated“CAE”strategiesforthedesignofmachoolspindle-bearingsystems［J］.FiniteElementsinAnalysisandDesign，2001（37）：485-511.［2］HUOD，CHENGK，WARDLEholistiegrateddynamicdesignandmodelingaachappliedtothedevelopmentofultra-precisionmicrolingmachines［J］.ofMachools&Manufacture，2010（50）：335-343.［3］ALASY，BRECHERC，WECKmachool［J］.Annals-ManufacturingTechnology，2005，54（2）：115-138.［4］姜衡，管貽生，邱志成.基于響應(yīng)面法的立式加工中心動(dòng)靜態(tài)多目標(biāo)優(yōu)化［J］.機(jī)械工程學(xué)報(bào)，2011，47（11）：125-133．（JiangHeng，GuanYieng，Qiuandstaticmultiobjectiveoptimizationofaverticalmachiningcenterbasedonresponsesurfacemethod［J］.JournalofMechanicalEngineering，2011，47（11）：125-133.）［5］程彬彬，黃美發(fā)，吳常林.基于ANSYSWorkbench的龍門銑床橫梁多目標(biāo)優(yōu)化設(shè)計(jì)［J］.組合機(jī)床與自動(dòng)化加工技術(shù)，2015（2）：10-12，宿遷機(jī)械手，宿遷機(jī)械手.（ChengBin-bin，HuangMei-fa，宿遷機(jī)械手，WuoptimizationdesignofgantrlingmachinebeambasedonANSYSworkbench［J］.JournalofModularMachool&AutomaticManufacturingTechnique，2015。

????所述 推送裝置由固定在所述 固定板上的固定座、設(shè)置在所述固定座的氣缸及與所述氣缸連接的頂針卡套和頂針組成。[0013]進(jìn)一步的，所述第三取放機(jī)構(gòu)由吸盤支座及固定在所述吸盤座的吸盤組成，所述第三取放機(jī)構(gòu)通過吸盤支座固定在所述固定座上。[0014]進(jìn)一步的，所述 固定板上還設(shè)置有用于連接注塑機(jī)機(jī)械手的連接部。[0015]進(jìn)一步的，所述***取放機(jī)構(gòu)及所述 取放機(jī)構(gòu)兩者的取放位相互垂直，所述第三取放機(jī)構(gòu)及所述 取放機(jī)構(gòu)兩者的取放位相互垂直。[0016]本實(shí)用新型的優(yōu)點(diǎn)在于:通過定位構(gòu)件上的***固定位及 固定位將五金件及螺母準(zhǔn)確固定，提高了產(chǎn)品的定位精度，所述取放構(gòu)件的***取放機(jī)構(gòu)、 取放機(jī)構(gòu)及第三取放機(jī)構(gòu)配合注塑機(jī)機(jī)械手可分別實(shí)現(xiàn)抓取五金件放入模具、抓取螺母放入模具、將模具中成型完的產(chǎn)品取出，實(shí)現(xiàn)了將五金件及螺母放入模腔及注塑完畢取件的自動(dòng)化，大幅提聞了廣品的生廣效率，同時(shí)，提聞了廣品的一致性，提聞了廣品的良率，并且，實(shí)現(xiàn)了注塑件產(chǎn)品生產(chǎn)的標(biāo)準(zhǔn)化，可以在數(shù)碼殼體生產(chǎn)制造領(lǐng)域大幅度推廣使用。【附圖說明】[0017]為了更清楚地說明本實(shí)用新型實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案。

????令p1=x1、p2=x2、p3=x3、p4=x4、p5=x5、p6=x6、p7=x7建立優(yōu)化設(shè)計(jì)數(shù)學(xué)模型如下：式中：Fd（X）、Fm（X）、Ff（X）—注塑機(jī)械手的一階模態(tài)比較大變形量、質(zhì)量、一階固有頻率；—優(yōu)化前機(jī)械手的比較大變形量、質(zhì)量、一階固有頻率；X—設(shè)計(jì)尺寸變量；xi—第i個(gè)設(shè)計(jì)尺寸變量；—第i個(gè)設(shè)計(jì)尺寸變量上、下限約束值。多目標(biāo)優(yōu)化問題多目標(biāo)優(yōu)化問題往往要求各個(gè)目標(biāo)函數(shù)同時(shí)達(dá)到比較好值，在求解過程中會(huì)產(chǎn)生一系列滿足要求的Pareto解。設(shè)計(jì)人員需要根據(jù)實(shí)際情況，從這些解中篩選出比較好的解，從而各個(gè)目標(biāo)的優(yōu)化效果達(dá)到比較好。優(yōu)化算法的分類ANSYSWorkbench軟件在求解復(fù)雜結(jié)構(gòu)的目標(biāo)優(yōu)化問題時(shí)，分別可以使用以下優(yōu)化算法：多目標(biāo)遺傳算法（MOGA）、篩選算法（Screening）、非線性二次規(guī)劃算法（NLPQL）。6優(yōu)化結(jié)果比較及分析多目標(biāo)遺傳算法（MOGA）優(yōu)化結(jié)果AWBDX樣本數(shù)量的取值范圍為（0～10000），改變樣本的數(shù)量，可以得到不同的比較好解，如表2所示。表2不同樣本數(shù)量得到的比較好解TheOptimalSolutionareObtainedbyDifferentSampleSize樣本數(shù)量0010000m/kgd/mmf/Hz由表2可知：隨著樣本數(shù)量大小的改變，求解得到的整機(jī)質(zhì)量、一階比較大變形量和一階固有頻率比較好解均不同。