木勺毛坯捆抓取柔性夹持器结构优化

摘要

针对木勺模压工艺中人工浸水效率低、木勺毛坯易损的问题，设计一种面向木勺毛坯捆抓取的自适应柔性夹持器。结合有限元分析软件，开展优化试验方案的设计。提出基于超参数优化的贝叶斯优化算法（Bayesian optimization,BO）-随机森林（random forest,RF）方法 （BO-RF），构建柔性夹持器应变能的回归预测模型，并运用可解释性机器学习方法（SHapley Additive exPlanations,SHAP）从全局和单个样本层面对模型进行可解释性分析。基于该预测模型，以最大上表面应变能和最小整体应变能为优化目标，应用遗传算法开展柔性夹持器的优化设计，并计算基于BO-RF模型的多目标帕累托（Pareto）前沿。仿真结果验证所提建模与优化方法的有效性和可行性。

关键词

柔性夹持器 / 木勺毛坯捆 / 有限元分析 / BO-RF随机森林 / SHAP分析 / 遗传算法 / 多目标优化 / 应变能