????電解模具清洗機(jī)：隨著科技的進(jìn)步，高精密模具應(yīng)用越來越廣范。精密模具由于結(jié)構(gòu)復(fù)雜，模仁組件小而多，在注塑時高溫高壓生產(chǎn)后，模仁表面會產(chǎn)生很多油，銹，硫化物，塑膠積炭，瓦斯氣體等污垢，極度容易腐蝕模具表面結(jié)構(gòu)，揚(yáng)州機(jī)械手高質(zhì)量選擇，長時間沒有好的清洗效果，會使模具徹底報廢。傳統(tǒng)用手工清洗方法與單純的超聲波清洗已很難滿足對精密模具保養(yǎng)的要求。?卡古電解模具清洗機(jī)將徹底改變這一現(xiàn)狀，利用高科技成果完成精密模具清洗從純手工清洗到全自動化清洗的突變。電解模具清洗機(jī)是專為模具清潔、維護(hù)、保養(yǎng)等，用以提 率，減少人員，節(jié)約成本而開發(fā)設(shè)計的高性價比產(chǎn)品模具清洗機(jī)：用于清洗模具表面硫化物,瓦斯殘留物,塑膠殘留物等的有效清洗設(shè)備組成：電解式超聲波系統(tǒng)是由超聲波發(fā)生系統(tǒng),電解電路系統(tǒng),循環(huán)過濾系統(tǒng),專用的電解清洗液和優(yōu)質(zhì)防銹劑組成.專業(yè)供應(yīng)電解超聲波清洗機(jī)／單槽超聲波清洗機(jī)?●利用超聲波的空化效應(yīng)，對工件上的污垢進(jìn)行沖擊，揚(yáng)州機(jī)械手高質(zhì)量選擇，使污垢剝離。?●利用電解作用，揚(yáng)州機(jī)械手高質(zhì)量選擇，加上金屬表面所產(chǎn)生的 及氧氣的催化作用，使有污垢的部位進(jìn)行分解并加以浮出。?●利用特殊的溶液經(jīng)充分的攪拌使得污垢迅速分解?！癯暡ㄓ陔娊獾慕Y(jié)合，使清洗液變得活躍，更容易脫離模具表面污垢。

????所述 固定位上根據(jù)產(chǎn)品結(jié)構(gòu)特征，相應(yīng)地設(shè)置有多個用于放置螺母的 固定部，所述 固定位四周設(shè)置有多根導(dǎo)柱。4.根據(jù)權(quán)利要求1或2任意一項(xiàng)所述的一種應(yīng)用于注塑機(jī)機(jī)械手的自動放螺母五金件治具，其特征在于，所述***取放機(jī)構(gòu)由***固定板、設(shè)置在***固定板上用于抓取五金件的抓取器、用于將五金件推入模具的***推送裝置及設(shè)置在***固定板導(dǎo)套組成。5.根據(jù)權(quán)利要求4所述的一種應(yīng)用于注塑機(jī)機(jī)械手的自動放螺母五金件治具，其特征在于，所述抓取器為真空吸盤，所述***推送裝置由氣缸及與氣缸連接的推桿組成。6.根據(jù)權(quán)利要求1或3所述的一種應(yīng)用于注塑機(jī)機(jī)械手的自動放螺母五金件治具，其特征在于，所述的 取放機(jī)構(gòu)由 固定板、設(shè)置在所述 固定板上的用于抓取螺母的螺母吸嘴、用于將螺母推送至模具的 推送裝置及設(shè)置在所述 固定板上的導(dǎo)套組成。7.根據(jù)權(quán)利要求6所述的一種應(yīng)用于注塑機(jī)機(jī)械手的自動放螺母五金件治具，其特征在于，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。8.根據(jù)權(quán)利要求1或7所述的一種應(yīng)用于注塑機(jī)機(jī)械手的自動放螺母五金件治具，其特征在于。

????令p1=x1、p2=x2、p3=x3、p4=x4、p5=x5、p6=x6、p7=x7建立優(yōu)化設(shè)計數(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)計尺寸變量；xi—第i個設(shè)計尺寸變量；—第i個設(shè)計尺寸變量上、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目標(biāo)函數(shù)同時達(dá)到比較好值，在求解過程中會產(chǎn)生一系列滿足要求的Pareto解。設(shè)計人員需要根據(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，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。