工业机器人在进行工件抓取过程中,往往存在夹持力过大使工件破损、夹持力过小导致工件滑落的矛盾.为此,提出一种接触滑动的快速检测方法,采用聚偏二氟乙烯(polyvinylidene　fluoride,PVDF)压电传感器作为滑觉感知元件.首先,利用阿基米德优化算法(Archimedes　optimization　algorithm,AOA)优化变分模态分解(variational　mode　decomposition,VMD)对传感器信号进行分解与重构,降低噪声干扰;然后,提取信号的时频域特征,构建信号特征集;最后,使用蜣螂优化算法(dung　beetle　optimization,DBO)优化选取长短期记忆网络(long　short-term　memory　networks,LSTM)参数,将DBO优化选取后的参数和信号特征集用于构建滑动检测识别模型.将所提滑动检测方法应用于电动夹爪抓取试验,结果表明,该方法实现了接触状态的精准快速识别,准确率达到100％,识别时间在20　ms以内,根据识别结果可实时调整电动夹爪夹持力大小.