STL快速成型制造质量实验研究

针对快速成型设备成型质量不高的问题,利用STL快速成型设备进行试验.进行了相应的试验设计,运用田口方法对试验数据进行处理,得到了改进加工质量的最优参数,使用最优加工参数达到了提高工件尺寸精度和形位精度的目的.在田口方法的使用中提出了对田口方法的改进,提出了单位贡献率、误差贡献率等新的概念.     

基于制件尺寸规格与评价指标的熔融沉积工艺参数优化

熔融沉积制件尺寸规格不同将引起尺寸精度差异性问题,对采用不同评价指标优化工艺参数时会引起错误导向。为此,文中针对3种尺寸规格试样,以层厚、填充速度、喷头温度和填充率为因素,以尺寸误差、偏差和打印时间为质量评价指标,采用Taguchi正交实验法,研究不同尺寸规格与评价指标对熔融沉积工艺参数优化的影响。实验结果表明:3种试样沉积时存在尺寸精度差异性,不同组的等效尺寸偏差值和各方向尺寸偏差值呈波浪递增趋势,且前者波动幅度随尺寸规格的增大而减小;两种精度指标有优劣之分,偏差指标更为科学合理;由打印时间指标得到的因素影响顺序相同。文中最后对比了因素优水平数据结果,提出了不同质量要求下3种试样的工艺参数组合优化方案。     

基于灰色关联分析的工件圆度控制参数的优化

提出了一种基于直交表的田口实验设计的灰色关联分析的有效方法,解决了加工部件圆度质量多目标控制的参数优化问题.圆度和表面粗糙度是园形零件加工的两个重要性能指标.为了采用较少的实验次数搜寻到优化的加工参数得到最佳的质量特性,实验设计采用田口正交表,优化的加工参数取决于从灰色关联分析中得到的灰色关联度,同时还能通过参数的最大与最小灰色关联度之差值找到对多性能特性影响较显著的因子.实验结果表明:圆度和表面粗糙度可以通过本方法得到有效地改进.     

基于信噪比的FDM快速成型工艺参数优化分析

目的研究FDM快速成型系统中工艺参数,优化工艺参数寻找最优工艺参数组合,提高成型件X、Y、Z方向尺寸精度.方法依据六因素三水平L_(27)(3~(13))正交表安排成型方向、分层厚度、填充线宽等重要可控工艺参数对成型件X、Y、Z方向尺寸精度影响实验,并利用参数设计中信噪比分析方法对实验结果进行优化分析,确定X、Y、Z方向最优尺寸精度工艺参数组合.结果从X、Y、Z方向信噪比响应表可观察出X、Y、Z方向最优尺寸精度参数组合为A_2B_3C_3D_3E_3F_1、A_2B_2C_2D_2E_3F_2、A_1B_1C_3D_3E_1F_2.结论通过信噪比分析方法优化后的工艺参数可有效提高成型件尺寸精度,优化后的工艺参数具有广泛的适用性,对用户合理选择工艺参数提供参考价值.     

基于变异田口算法的多层吸波材料优化设计

针对田口算法(Taguchi method,TM)处理复杂优化问题时易早熟收敛的缺点,引入遗传算法中的变异思想,提出了一种基于变异机制的田口算法(mutation-based Taguchi method,MTM).在基本田口算法的基础上,利用变异算子生成参数的水平值,提高算法跳出局部极值的能力.同时,采用自适应内循环机制,多样化算法搜索空间.将改进后的田口算法应用到多层吸波材料的优化设计中.实验结果表明,变异田口算法能够有效跳出局部极值,寻找到全局最优值,综合考虑各个变异方式的寻优效率、寻优精度及稳定性,参数的2水平值高斯变异性能最佳.优化后的多层吸波材料能够达到低反射系数、薄厚度的设计要求.     

基于改进麻雀搜索算法的最大指数熵分割方法

为了解决基本麻雀搜索算法(sparrow search algorithm,SSA) 依赖初始种群和求解精度不高的问题,提出一种基于Circle混沌映射和随机游走的改进的麻雀优化算法(improved sparrow optimization algorithm,CRSSA) 。该算法为了增强麻雀种群的多样性,在麻雀初始阶段引入混沌Circle 映射; 采用随机游走对最优麻雀进行扰动,使其在麻雀寻优后期,增强算法全局搜索能力,跳出局部最优。同时选取15个测试函数对其算法进行性能测试。结果表明：与原始的SSA 、蜉蝣算法(mayfly algorithm,MA) 、粒子群优化算法(particle swarm optimization algorithm,PSO) 、鲸鱼优化算法(whale optimization algorithm,WOA) 和灰狼优化算法(gray wolf optimization algorithm,GWO) 相比,改进的麻雀搜索算法具有寻优速度快、求解准确度高和鲁棒性强等优点。将该方法应用在多阈值图像分割中,通过对比不同算法的峰值信噪比(peak-to-signal ratio,PSNR)、结构相似性(structural similarity index,SSIM)、适应度函数值和运行时间性能指标,可有效解决多阈值分割问题,具有一定的工程应用价值。     

遥控器模型的3D打印工艺优化

熔融沉积(FDM)技术是3D打印技术的一个重要发展方向。提高3D打印模型表面质量及其性能最经济合理的方法就是在特定的设备软件和硬件情况下,对于给定的3D打印系统,优化其工艺过程的控制参数。本文基于熔融沉积成型(FDM)工艺,优化了模型摆放方向、打印速度、温度、层厚及支撑等工艺参数,打印的遥控器模型的表面质量比之前未优化的表面质量显著提高。通过后处理,使模型外观达到了使用标准。     

基于改进CS优化算法的灰色神经网络预测模型

为了提高灰色神经网络在人工智能预测领域中的预测准确性,提出一种改进布谷鸟算法优化灰色神经网络 的预测方法.通过改进的布谷鸟算法对常规灰色神经网络(GNN)的白化参数进行优化,寻找出最优初始化参数, 并将其结果作为灰色神经网络的输入,建立了基于改进布谷鸟优化的灰色神经网络预测模型,在此基础上,采用该 方法对煤与瓦斯突出进行预测.仿真实验表明,该模型的预测精度要优于标准灰色神经网络和基于粒子群算法的 灰色神经网络等方法.     

基于改进CS优化算法的灰色神经网络预测模型

为了提高灰色神经网络在人工智能预测领域中的预测准确性,提出一种改进布谷鸟算法优化灰色神经网络的预测方法.通过改进的布谷鸟算法对常规灰色神经网络(GNN)的白化参数进行优化,寻找出最优初始化参数,并将其结果作为灰色神经网络的输入,建立了基于改进布谷鸟优化的灰色神经网络预测模型,在此基础上,采用该方法对煤与瓦斯突出进行预测.仿真实验表明,该模型的预测精度要优于标准灰色神经网络和基于粒子群算法的灰色神经网络等方法.     

基于稳健设计的熔融堆积成型工艺参数的优化

针对熔融堆积成型工艺的尺寸精度和翘曲变形两个指标,选择线宽补偿(A)、挤出速度(B)、填充速度(C)、层厚(D)四个工艺参数作为控制因子,采用稳健设计和模糊综合评判相结合的方法优化熔融堆积成型工艺参数.优化结果表明,工艺参数对指标影响的显著性程度的主次顺序为A、B、D、C,最佳工艺参数的组合方案为A1B1C2D3.     

基于小波神经网络熔丝堆积三维打印精度预测模型

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.     

基于Kriging-PSO智能算法优化焊接工艺参数

焊接工艺参数是影响焊接成型质量的关键因素.由于工艺参数和焊接接头的力学性能之间的关系是多维隐式的,因此,提出了一种Kriging模型和粒子群相结合的优化算法,解决了在交流钨极氩弧焊中3.5mm厚镁合金薄板的工艺参数优化问题.首先通过田口正交法构建样本集,其次建立输出和输入之间的Kriging代理模型,并通过提出的算法获得最优工艺参数组合及其力学性能.结果表明:通过该算法获得的最优工艺参数组合,其对应的焊接接头的抗拉强度、屈服强度和平均显微硬度分别达到母材的97.6%,98%和91.5%,减少了经济和时间成本,提高了焊接工艺设计能力.     

基于改进粒子群优化算法的灰色神经网络模型

根据灰色神经网络的参数随机选择类似于粒子群算法中的粒子初始空间位置,采用改进粒子群算法代替梯度修正法,对网络参数进行了处理,并通过寻找粒子群算法中的最优个体,建立了基于改进粒子群算法的灰色神经网络,提高了预测模型的稳健性和精度.通过解决短期订货量问题,与反向传播(BP)神经网络、灰色神经网络、没有改进的粒子群灰色神经网络算法和基于遗传算法的灰色神经网络等方法进行了比较.分析结果表明,基于改进粒子群算法的灰色神经网络计算更为方便,并具有更好的逼近能力和预测精度.为优化网络模型参数提供了一种新方法,并拓展了预测模型的研究思路.     

遗传关联向量机高光谱影像分类

基于高光谱影像临近波段相关性高, 直接在高维空间分类并非最优,并且使用交叉验证进行分类器参数寻优过程繁琐,提出了遗传关联向量机（GA RVM）高光谱影像分类算法,使用遗传算法搜索面向关联向量机（RVM）的最优参数和特征子空间, 消除冗余信息, 简化参数优化过程.实验环节验证了GA RVM算法的有效性,剔除约50%冗余波段后,总体分类精度提高3%, 对难分地物改进尤为明显, 其中混分最严重的2种大豆精度提高了8%.     

压力铸造成型工艺参数优化数学模型研究

针对压铸成型的工艺参数系统难以建立精确的数学模型,参数优化凭经验试凑,难以得到最优成型工艺参数的问题。本文提出了一种基于量子粒子群算法改进的Kriging算法来建立压铸成型工艺参数系统精确的数学模型,通过Kriging代理模型技术建立工艺参数与控制量之间的精确数学模型,采用量子粒子群算法对Kriging代理模型的变差函数的参数进行优化,提高KRIGING建立的工艺参数与控制量之间的数学模型精度。仿真结果表明:基于量子粒子群算法改进后的Kriging模型精度评价指标的R²提高了9. 4741%,RMSE降低了82. 3207%,RMAE降低了84. 9139%,预测误差更小,由原来的[-2,10]优化为[-2,1]之间,提高了Kriging模型的拟合精度。     

填充速度对制件拐角轮廓部位熔融沉积精度与打印效率的影响

熔融沉积制件的拐角轮廓处存在重复沉积与漏沉积的结构缺陷,且受填充速度和拐角角度等参数的影响,难以同步兼顾成形精度与打印效率.文中首先运用实验与数学方法,研究了填充速度对拐角轮廓的成形精度与打印效率的影响规律,研究结果表明:成形精度与填充速度主要成反比关系,但在较高的填充速度下拐角轮廓处也可实现相对较高精度、较高效率的打...     

基于遗传算法的快速成型零件分层方向优化方法

熔融沉积快速成型技术在快速成型制造领域中的作用日趋明显,复杂零件成型方向是成型中的关键问题之一.为此,提出了一种熔融沉积成型分层方向的选择方法,建立了以支撑面积最小、制作时间最短和表面粗糙度最低为优化目标函数的数学模型,用遗传算法求解,得到优化的制作方向.快速成型实验结果表明,本方法可明显提高快速成型系统的加工效率,降低系统的成本.     

基于正交试验的SLS工艺参数多指标优化

由于选择性激光烧结技术复杂的成型机理,其诸多工艺参数对制件精度都有很大的影响,且同一工艺参数对制件精度不同指标的影响程度也不同.基于正交试验法,通过对高分子材料的SLS试验,研究了烧结层厚、加热温度、激光功率等3个工艺参数对制件形状精度和尺寸精度的影响规律,并运用多指标综合平衡法,确定最优的SLS工艺参数组合方案,对提高SLS制件的综合质量具有指导意义.     

基于功能网络信息传播预测疾病-miRNAs的关联

为了快速发现与疾病关联的miRNA, 基于功能网络信息传播,提出PMBP算法用于改进随机游走法,使用留一交叉验证评估了算法性能,最后进行案例分析.实验结果表明:对于尚未发现关联miRNA的疾病,随机游走法是失效的,而PMBP以疾病相似性作为先验信息,能够有效预测;对于已经关联miRNA的疾病,PMBP提高了预测性能,AUC值为0.866.对乳腺癌进行案例分析,预测的前50个miRNAs都被证实与乳腺癌相关,体现了PMBP算法的有效性.     

微滴喷射3D打印尺寸建模与数值模拟

形貌尺寸是影响微滴喷射3D打印微结构精度的重要指标,主要受材料自身特性及打印工艺参数的影响,其中打印速度、加速度等为可控工艺参数.本文以微滴喷射打印直线轨迹为研究对象,建立了速度、加速度对打印尺寸及微滴沉积位置的预测模型,并通过数值仿真进行了验证.结果表明,所建模型能对3D打印尺寸及微滴沉积位置进行较为准确的预测,其中尺寸预测精度达6.07%、位置偏差预测精度为2.69%.研究结果可为微滴喷射3D打印尺寸控制提供理论和实际参考.