3D打印技术在传统工艺品产品成型和分层厚度中的应用研究

目前多数传统工艺品因其较大的制作难度而多为手工制作，其制作精度难以得到保障且耗损时间较长。有鉴于此，研究将3D打印技术应用在传统工艺品中，并设计基于坐标分层的切片算法以及构建起以产品成型和分层厚度为最优参数的多目标优化问题。将该方法进行仿真分析，结果表明3D打印技术的轮廓曲线的平均间距偏差达到了0.04%,且其较传统工艺在XYZ三个方向上的误差平均值改善情况均在5%以上，尺寸误差小于1%。3D打印工艺下的多目标优化模型能有效解决需求平衡问题，并为从业工程师提供决策参考。     

3D打印模型切片及路径规划研究综述

3D打印包括建模、分层切片、路径规划及打印等过程。对3D打印中三维模型数据处理技术核心--切片和路径规划进行综述。介绍3D打印切片软件中针对单材料不同格式的模型切片处理方法,阐明了3D打印中的不同工艺参数影响下的切片算法,包括各类分层切片算法和扫描填充算法,说明每种算法的优缺点,并对现有的单相均质模型切片算法进行对比分析与评价,总结模型切片处理算法的不足,提出改进方向以及未来研究多材料3D打印模型数据处理的切入点。     

面向3D打印体积极小的拓扑优化技术

与传统制造所生产的产品相比,3D打印产品的成本仍相对较高.因此,如何能在不牺牲打印物体表面质量的前提下通过模型优化来减少打印材料消耗,对于降低打印成本至关重要.针对这一问题,借鉴传统渐进结构优化方法,结合Von Mises应力计算,给出一种面向3D打印体积极小的拓扑优化算法.该算法通过模型力学计算所得的最大Von Mises应力与材料允许应力之比来引导模型体积减小进化,直至最大Von Mises应力达到允许应力值为止.同时,引入多分辨率技术,由粗网格再到细网格进行优化计算,有效地提高了计算效率.与现有其他给定结构模式的方法相比,该优化结果能更好地体现模型荷载受力的传递路径.     

STL模型特征信息的自适应分层的研究

模型的分层是3D打印前处理的一个重要环节，针对目前分层算法效率低、不能有效保留模型细微特征的问题，提出了一种新的基于STL模型特征信息的思想。首先提取模型的特征边，对特征边内实体表面采用区域增长算法进行表面分割，然后对分割后的表面判断其类型，最后对于不同的表面类型采用不同的分层求交处理算法。利用VC++6.0平台和OpenGL显示技术，依据模型表面几何特征自适应地变动层厚，减小台阶效应，加快分层效率，同样能很好地保留模型局部特征，且该算法可以根据实际模型的成型方向，实现分层方向的改变，保证成型零件的精度。     

有效保留模型特征的自适应分层算法

针对3D打印中已有自适应分层算法不能有效保留模型特征的问题,提出了一种新的识别和保留模型特征的自适应分层算法。首先,扩展了模型特征的定义,引入了模型特征丢失和偏移的概念;然后,提出了一种特征识别的方法,其识别模型特征的关键在于利用了模型特征出现的地方必然伴随着模型表面复杂度或切片轮廓数的变化这一性质;最后,在已有自适应分层算法的基础上,通过在特征附近用最小的分层厚度处理模型来保留模型的特征。在自主开发的软件Slicer3DP上实现了均匀分层、自适应分层和所提的分层算法,对比发现所提算法能有效解决模型特征的丢失和偏移,兼顾了分层精度和效率。仿真表明该算法可以用于对模型精度要求较高的3D打印中。     

基于应力分布的3D打印壳模型构造与优化

近年来,愈发成熟的3D打印技术拉近了模型设计与产品制造的距离.但高昂的材料费用仍是制约其发展的重要因素.因此,如何在不改变模型外观的情况下进行模型结构的优化,以此来减少模型的打印体积、降低打印成本是亟待解决的问题.针对该问题,本文提出一种基于应力分布的壳模型构造和优化算法.该算法首先基于模型的体素化表示构造距离场,提取出初始的均匀厚度壳模型.然后基于顶点的von Mises应力,自适应的向外扩张内表面,调整各部位厚度,直到达到相关约束条件.优化得到的内表面与输入的外表面围成最终的优化模型.实验结果表明,在满足外观不变、力学稳定等约束的同时,优化得到的壳模型体积为输入模型体积的17.2%~24.4%,大幅减少了模型的打印体积,有效降低了打印成本.     

基于改进粒子群算法的多机器多任务3D打印智能调度方法

针对批量3D打印成本高,多机器多任务的3D打印批次调度复杂的问题,建立以最小单位体积平均成本为目标的优化模型,并提出一种基于改进粒子群算法的智能调度方法求解该模型;首先,分析打印工场、生产流程,构建3D打印单位体积平均成本模型;之后基于改进粒子群算法,以单位体积平均成本为适应度,以调度序列为粒子的位置信息,采用十进制顺序二维编码方式表示问题的解,并在更新策略上应用线性递减权值的动态惯性因子来调整全局与局部的搜索能力;算法迭代后,得到目标函数最优值及对应解集;经实验算例结果表明,该方法较单独打印加工的单位体积平均成本降低了0.101 3GBP/cm3,有效地降低工厂生产的总成本,提高了3D打印机的利用效率。     

3D打印启发下的模型实例化优化研究综述

3D打印技术作为一种新型的快速成型技术,为三维模型实例化制造带来了很大的便利,同时也给数字几何处理带来了新的挑战.为了能够通过更加快速、廉价的方式打印出实现了某些特定功能的实例化模型,分别从模型设计和打印2个阶段对3D打印启发下的模型实例化优化研究进行概述.希望能够使读者对这方面的研究热点以及进展有基本了解,并有所启发.     

非封闭式FDM 3D打印机喷头温度控制器研究

针对非封闭式熔融沉积成型(FDM)技术3D打印机喷头温度受环境温度、打印机内部加热元件、打印喷头系统的散热性能和空气流速等因素的影响,喷头温度的控制变得复杂且呈非线性,传统比例—积分—微分(PID)控制无法满足打印需求的问题,提出改进鲸鱼优化的反向传播(BP)-PID控制器对PID参数自适应控制,从而对喷头温度精确控制。实验表明:改进的鲸鱼优化算法比遗传算法与粒子群算法寻优能力更强,且经改进鲸鱼算法优化的BP-PID喷头温度控制器稳定速度更快,自适应能力更强。     

基于熔融沉积成型技术的骨骼成型优化方法*

目前,FDM(熔融沉积成型)三维打印系统在医疗领域的应用日益广泛,为了满足医学领域中人工骨骼制造的多样性、准确性、快速性等多方面的需求,提出了一套骨骼成型优化的方案。首先,针对模型在进行分段等层厚分层算法处理后表面光滑度较低的问题,提出了应用于不同层厚分界处的光顺处理算法;其次,为了保证骨骼模型局部特征区域的成型质量,提出了基于周长与法矢量的自适应层扫描速度算法。选择了胫骨模型作为实验对象,结果表明提出的算法使得骨骼模型的成型质量得到了改善,对模型的成型效率也产生了较大提升,从而验证了算法的有效性。     

打印参数可变模式下3D打印批调度问题研究

研究打印参数可变模式下3D打印批调度问题,旨在对打印任务随机到达的3D打印服务系统进行优化建模.考虑到工作台尺寸的限制以及打印参数层高对打印质量的影响,论文以各个任务队列长度作为系统联合状态,以任务组合以及打印参数层高作为系统的联合控制变量,以提高生产率、减少打印质量损失、节约电能为综合目标,将优化问题描述为半马尔科夫决策过程(SMDP),以便采用策略迭代算法、Q学习等算法求解系统最优调度策略.仿真结果表明,与层高参数固定模式以及先到先服务(FCFS)模式相比,本文求解的批调度策略能够有效提高生产性能.     

Deep learning-based optimal segmentation of 3D printed product for surface quality improvement and support structure reduction

Large-sized product cannot be printed as one piece by a 3D printer because of the volume limitation of most 3D printers. Some products with the complex structure and high surface quality should also not be printed into one piece to meet requirement of the printing quality. For increasing the surface quality and reducing support structure of 3D printed models, this paper proposes a 3D model segmentation method based on deep learning. Sub-graphs are generated by pre-segmenting 3D triangular mesh models to extract printing features. A data structure is proposed to design training data sets based on the sub-graphs with printing features of the original 3D model including surface quality, support structure and normal curvature. After training a Stacked Auto-encoder using the training set, a 3D model is pre-segmented to build an application set by the sub-graph data structure. The application set is applied by the trained deep-learning system to generate hidden features. An Affinity Propagation clustering method is introduced in combining hidden features and geometric information of the application set to segment a product model into several parts. In the case study, samples of 3D models are segmented by the proposed method, and then printed using a 3D printer for validating the performance.     

Optimal design of a 3D-printed scaffold using intelligent evolutionary algorithms

Fabrication of three-dimensional structures has gained increasing importance in the bone tissue engineering (BTE) field. Mechanical properties and permeability are two important requirement for BTE scaffolds. The mechanical properties of the scaffolds are highly dependent on the processing parameters. Layer thickness, delay time between spreading each powder layer, and printing orientation are the major factors that determine the porosity and compression strength of the 3D printed scaffold.In this study, the aggregated artificial neural network (AANN) was used to investigate the simultaneous effects of layer thickness, delay time between spreading each layer, and print orientation of porous structures on the compressive strength and porosity of scaffolds. Two optimization methods were applied to obtain the optimal 3D parameter settings for printing tiny porous structures as a real BTE problem. First, particle swarm optimization algorithm was implemented to obtain the optimum topology of the AANN. Then, Pareto front optimization was used to determine the optimal setting parameters for the fabrication of the scaffolds with required compressive strength and porosity. The results indicate the acceptable potential of the evolutionary strategies for the controlling and optimization of the 3DP process as a complicated engineering problem.     

面向耗材节省的三维打印路径规划算法研究

为降低三维打印（three-dimensional printing,3D）耗材费用并进一步提高打印效率,给出一种面向熔融沉积制造的三维打印路径规划算法。该方法综合考虑打印耗材、打印效率以及打印表面质量等因素,通过网格模型及其支撑的相邻层片轮廓关系求得可稀疏打印区域;基于多边形扫描线算法以及多边形单调链关系,得到能够连续打印的路径区域;最终通过区域路径稀疏化得到改进的打印路径。通过复杂网格模型的三维打印路径规划实例,验证了算法的有效性。该算法能够降低打印耗材数量,并进一步提高打印效率。     

基于STL文件的柱状支撑结构自动生成算法

熔融挤压三维打印以热塑性材料为原料逐层打印完成,由于熔丝只能沉积在已存在的物体上层,模型悬空部位需要添加支撑结构。为解决该问题,提出一种基于STL(Stereo Lithography)文件的稀疏柱状支撑结构自动生成算法。算法通过对比三角面片倾斜角度与模型临界角的大小,获取独立的待支撑区域,然后基于边长自适应法和射线与面片相交法得到待支撑点集,自动生成支撑结构。此外为了保证模型表面质量和支撑结构的稳定性,支撑结构不在模型表面生成。调整支撑结构形状,进一步提高支撑结构的稳定性。通过实验证明本文算法比Cura软件节约15%的材料消耗,支撑结构更容易剥离,模型表面质量更好。