导　　师： 黄道平;叶智方

学科专业： H02

授予学位： 硕士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 熔融堆积成形技术(FDM)是目前国内外应用最为广泛的快速成形技术之一。它可以快速地将设计思想从CAD模型转化为具有一定功能的原形或零件。然而FDM制件普遍存在着翘曲变形的问题,它直接影响成形制件质量。在FDM加工过程中,影响翘曲变形的工艺参数比较多,合理的参数设置可减少制件的翘曲变形,因此有必要研究FDM工艺参数优化的问题。由于这些影响参数与成形质量之间存在复杂的非线性、强耦合关系,致使各工艺参数对成形质量的影响难以用准确的数学模型表示,合理地设置相应的各个参数值也就变得非常复杂。为此,本文围绕着FDM成形中的关键影响参数、翘曲变形预测模型及工艺参数优化等方面开展较为深入的研究。对影响翘曲变形的各种工艺参数进行了深入的分析,结合了MEM-200快速成形机的特点,确定了影响翘曲变形的五个主要的工艺参数,利用正交试验法对主要影响因素进行了试验研究,为翘曲变形的神经网络预测模型的建模提供了相应的学习样本。对神经网络的结构进行设计,采用贝叶斯正则化算法来提高BP网络的泛化能力,通过分析比较确定网络的最佳结构,以提高对翘曲变形和成形时间的预测能力。并在基础上,采用优化算法,编制程序实现对满足制造要求的工艺参数进行优化,经成形试验的效果验证,结果表明该方法还是可行的。因此,本文的研究为进一步分析FDM中翘曲变形的影响规律奠定了基础,也为后续研究不同设备条件下工艺模型的建立、实现加工工艺参数优化提供了技术基础。

关 键 词： 熔融堆积成形 翘曲变形 正交试验 神经网络 工艺优化

分 类 号： [TH16]

领　　域： [机械工程]