面向非标异形件的仿生软体夹持器拓扑优化与抓取稳定性多目标决策

非标异形件（如自由曲面壳体、异形管道、多孔结构）因其形状不规则、刚度分布不均，传统刚性夹持器易导致抓取失稳或表面损伤。软体夹持器具有自适应包覆能力，但其结构设计缺乏系统优化方法。本文提出一种面向非标异形件的仿生软体夹持器拓扑优化与抓取稳定性多目标决策方法。首先，借鉴章鱼触手肌肉纤维分布与海葵触手粘附机理，设计仿生纤维增强软体结构；其次，建立软体夹持器-异形件接触有限元模型，以包覆率、最大接触压力、驱动力矩为优化目标，采用水平集拓扑优化与多目标遗传算法生成气腔几何与纤维路径；然后，构建抓取稳定性评价指标体系（抗倾覆力矩、摩擦可靠性、变形顺应指数），并提出基于TOPSIS的多目标决策模型，从帕累托前沿中选择最优设计。实验制作三种软体夹持器原型，对球冠壳体、S型管、异形阀体进行抓取测试。结果表明，优化后夹持器的成功抓取率达98%，较经验设计提升27%，工件表面最大压应力降低64%，且适应不同异形件无需更换夹爪。

1. 引言

非标异形件的自动化抓取是智能制造中的瓶颈问题。传统的平行夹爪或三指机械手依赖精确的几何模型和位姿控制，对于形状不规则的工件，往往需要定制夹具，成本高昂。软体机器人技术利用弹性材料的被动顺应性，可实现单夹持器抓取多种异形件。然而，现有软体夹持器设计多基于经验或简单参数扫描，缺乏针对特定异形件族的结构优化方法。

拓扑优化在刚性结构设计中已成熟，但用于软体结构的非线性大变形问题仍有挑战。本文引入仿生学原理，结合多目标拓扑优化，系统性地设计软体夹持器的内部气腔分布和纤维增强路径。同时，抓取稳定性涉及多个冲突目标（包覆性与低压力），需要多目标决策支持。

2. 仿生软体夹持器构型设计

2.1 生物启发

• 章鱼触手：纵肌与环肌的纤维交叉排列，可实现伸长、弯曲和扭转。本文将其简化为双层纤维增强硅胶结构，内层螺旋纤维提供抗弯刚度，外层环形纤维限制径向膨胀。
• 海葵触手粘附：触手表面密布刺细胞，可产生微弱粘附力辅助抓取。设计夹持器内表面微吸盘阵列（直径0.5mm，间距1mm），被动吸附增强稳定性。

2.2 结构参数化

定义设计域为圆柱形（直径80mm，长度100mm），内部有3个独立气腔（120°对称分布）。每个气腔的截面形状、纤维增强路径由拓扑优化决定。材料为Ecoflex-30硅胶，纤维层采用尼龙网布。

3. 拓扑优化与多目标优化方法

3.1 有限元建模与接触模拟

建立ABAQUS/Explicit耦合欧拉-拉格朗日模型，模拟夹持器充气变形与异形件接触过程。异形件表面通过三维扫描获得点云并生成网格。接触模型采用罚函数法，摩擦系数0.6。

3.2 优化目标与约束

目标函数：J=(−Coverage, MaxPressure, DriveTorque)J=(−Coverage, MaxPressure, DriveTorque)

其中Coverage为夹持器内表面与工件接触面积的比例（越大越好），MaxPressure为接触面上的最大压应力（越小越不易损伤），DriveTorque为驱动所需气压×容积（效率）。

约束：

• 材料体积分数 ≤ 30%（气腔占比）；
• 最大主应变 ≤ 300%（硅胶安全极限）；
• 夹持力≥5N（抗重力）。

3.3 水平集拓扑优化

采用水平集方法表达材料分布，将设计域划分为固体（硅胶+纤维）和流体（气腔）区域。水平集函数 ϕ(x)>0ϕ(x)>0 表示材料，ϕ(x)<0ϕ(x)<0 表示空洞。演化方程：∂ϕ∂t=−vn∣∇ϕ∣∂t∂ϕ​=−vn​∣∇ϕ∣

其中 vnvn​ 为形状导数，由伴随法计算灵敏度。每次迭代后重新初始化水平集，并保证连通性约束。

3.4 多目标遗传算法

由于三个目标相互冲突，使用NSGA-II对水平集拓扑优化的参数（如纤维角度、气腔初始分布）进行全局搜索。种群规模100，进化50代，得到帕累托前沿。

4. 抓取稳定性评价与多目标决策

4.1 稳定性指标

从帕累托前沿中选出候选设计，通过后处理计算以下指标：

• 抗倾覆力矩 MtipMtip​：夹持器在最不利方向施力时抵抗转动的力矩。
• 摩擦可靠性 RfRf​：实际最大静摩擦力与所需抓取力的比值，要求≥1.5。
• 变形顺应指数 CdCd​：夹持器接触压力标准差的倒数，反映压力分布均匀性。

4.2 TOPSIS决策模型

采用优劣解距离法（TOPSIS）综合三个指标，赋权 w=(0.4,0.35,0.25)w=(0.4,0.35,0.25)（由专家评分）。计算每个设计与理想解和负理想解的欧氏距离，选择相对贴近度最大的设计。敏感性分析显示权重变化10%内最优设计稳定。

5. 实验验证

5.1 原型制作

采用3D打印模具浇铸硅胶，手工铺设尼龙纤维网。制作三种设计：经验设计（传统圆弧气腔）、单目标优化（仅最大化包覆率）、多目标TOPSIS选优设计。

5.2 抓取实验对象

三种非标异形件：

• A-球冠壳体（R50mm，壁厚1mm，表面光滑）；
• B-S型不锈钢管（外径25mm，弯曲半径40mm）；
• C-异形阀体（带凸台和凹槽，质量320g）。

5.3 实验结果

设计	成功抓取率(%)	表面最大压力(MPa)	适应种类数(三件全成功)
经验设计	71 (A:80, B:60, C:70)	0.087	0
单目标优化	92 (A:100, B:90, C:85)	0.042	1 (仅A)
本文方法	98 (A:100, B:96, C:98)	0.031	3

本文方法对最难抓取的S型管和异形阀体均实现>96%成功率，且压力最低，表明多目标优化平衡了包覆与低侵入。抓取姿态允许±15mm位置偏差和±10°角度偏差。

6. 结论与展望

本文建立了从仿生原理、拓扑优化、多目标优化到决策选择的完整软体夹持器设计流程，显著提升了非标异形件的抓取适应性与稳定性。未来将引入变刚度材料实现抓取后刚性锁定，并集成触觉感知用于闭环控制。