上海交通大学学报(自然版) ›› 2015, Vol. 49 ›› Issue (03): 375-378.
纪良波
收稿日期:
2014-06-30
出版日期:
2015-03-30
发布日期:
2015-03-30
基金资助:
华南理工大学博士后启动项目(X2jqL1130100)资助
JI Liangbo
Received:
2014-06-30
Online:
2015-03-30
Published:
2015-03-30
摘要:
摘要: 熔融沉积快速成形是一个多参数耦合的非线性过程,大量成形参数对成形件精度具有重要影响.为了弄清各个工艺参数对成形零件精度的影响,提高熔丝堆积三维打印产品精度,运用Matlab软件建立了利用成形工艺参数预测产品精度的小波神经网络模型,完成了算法设计.通过熔丝堆积三维打印实验采集样本,利用训练样本对所建立的网络进行训练,完成网络输入输出精度映射关系,并利用测试样本对所训练网络进行检验.仿真试验表明,产品精度预测模型具有很高的精度,验证了该预测模型在理论和实践上的可行性、有效性.把小波神经网络方法运用于熔丝堆积三维打印参数与成形产品精度之间的建模,解决了难以用数学方法建立精确模型的问题.
中图分类号:
纪良波. 基于小波神经网络熔丝堆积三维打印精度预测模型[J]. 上海交通大学学报(自然版), 2015, 49(03): 375-378.
JI Liangbo. Precision Prediction Model in Fused Deposition Modeling of Three-Dimensional Printing Based on Wavelet Neural Network[J]. Journal of Shanghai Jiaotong University, 2015, 49(03): 375-378.
[1]余东满, 李晓静, 王笛. 熔融沉积快速成型工艺过程分析及应用[J]. 机械设计与制造,2011(8):65267. [3]刘雪峰, 马胜军, 刘锦平, 等. Cu12 %Al合金高温压缩变形过程本构关系的BP神经网络模型[J]. 材料工程, 2009(1):1014. |
[1] | 刘俊城, 谭勇, 张生杰. 地铁车站深基坑开挖变形智能多步预测方法[J]. 上海交通大学学报, 2024, 58(7): 1108-1117. |
[2] | 胡亚飞, 李克庆, 韩斌, 吉坤. 多因素耦合下尾砂胶结充填体强度优化与预测[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(5): 845-856. |
[3] | 蔡骜, 陈满泰, 左文康, 段立平, 赵金城. 高强度钢材低温力学性能试验研究与预测模型[J]. 上海交通大学学报, 2024, 58(11): 1707-1715. |
[4] | 王玉娟1,李文刚2,刘建勇3,陈广学4,汪军1. fiber;麻灰色原配色丝织物的颜色预测模型[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(6): 802-808. |
[5] | 张博, 李克庆, 胡亚飞, 吉坤, 韩斌. 基于灰狼优化算法改进支持向量回归的充填体强度预测研究[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(5): 686-694. |
[6] | 段红燕, 唐国鑫, 盛捷, 曹孟杰, 裴磊, 田宏伟. 一种新型的疲劳强度预测模型[J]. 上海交通大学学报, 2022, 56(6): 801-808. |
[7] | 祝颂, 钱晓超, 陆营波, 刘飞. 基于XGBoost的装备体系效能预测方法[J]. 空天防御, 2021, 4(2): 1-6. |
[8] | 荣雪宁,卢浩,王明洋,文祝,戎晓力,王振. 基于刀盘扭转能量的土压平衡盾构刀具磨损分析[J]. 上海交通大学学报, 2019, 53(8): 965-970. |
[9] | 李雪龙,于忠奇,赵亦希,EVSYUKOV S A. 多道次普旋预成形阶段法兰起皱预测[J]. 上海交通大学学报, 2019, 53(11): 1375-1380. |
阅读次数 | ||||||||||||||||||||||||||||||||||||||||||||||||||
全文 211
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
摘要 979
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||