基于GA–BP神经网络的汽车内饰板虚拟制造研究

目的 以某汽车内饰板为研究对象进行虚拟制造,以提前得到相对准确的工艺参数并减少成形缺陷的产生。方法 研究了工艺参数对产品拉延成形质量的影响,并确定了拉丁超立方抽样区间,在抽样区间内抽取60组样本数据,以最大减薄率为目标值,以前50组样本数据为测试集、后10组样本数据为预测集,使用基于GA–BP神经网络的遗传算法得到最优工艺参数,并将其代入有限元分析软件DYNAFORM中进行虚拟制造。结果 训练后GA–BP模型的预测值与期望值最大误差为0.299 7%,最大预测误差率为1.747 38%;遗传算法预测的最大减薄率为16.548%,虚拟制造得到的减薄率为16.167%,虚拟制造值与预测值的大小仅相差0.318%,仿真误差的误差率为2.36%。结论 虚拟制造结合先进算法的优化方法可以指导后续生产。     

FDM彩色3D打印机挤出装置结构设计

色彩信息是一个物体不可或缺的元素,当前基于FDM的3D打印机无法完成彩色3D打印,从而阻碍了3D打印件视觉表现力。为了解决这一问题,在深入研究FDM 3D打印机工作原理的基础上,对传统3D打印机挤出装置进行了改进,设计了一套基于CMYK-W的彩色3D打印机挤出装置。通过打印试验,将打印件的色彩信息与标准比色卡比对,验证了所设计的彩色3D打印机挤出装置达到设计要求,为彩色3D打印技术的进一步研究提供了一种有效的解决方案。     

基于机器视觉的二维图像质量缺陷检测研究进展

目的 机器视觉图像处理技术是近年在图像处理领域发展起来的一门新兴边缘交叉学科，二维图像的质量检测是印刷行业中必不可少的环节，分析基于机器视觉的二维图像质量缺陷检测流程，探索影响基于机器视觉的二维图像质量缺陷检测精度的相关因素，为后续研究印刷品的二维图像自动化检测和质量控制提供参考。方法 在此基础上，围绕图像预处理中的灰度转换、噪声过滤、固定阈值分割、自适应阈值分割、Otsu法及边缘检测，对图像配准中的基于灰度统计信息分布配准方法、基于特征的图像配准方法进行总结，然后归纳分析图像的缺陷提取和分类。结论 以实际例子对上述研究内容进行了提炼，通过图像预处理中的噪声过滤为后续缺陷提取提供清晰图像，减少伪影干扰；通过图像预处理中的灰度变换、阈值分割、感兴趣区域提取减少系统处理时间，为实现高效的缺陷检测奠定了坚实的基础；通过图像配准消除了机械振动引起的图像位置偏移，确保后续缺陷提取的准确性；通过图像缺陷提取和分类帮助印刷企业找出生产问题，提供有针对性的改进措施，可为生产高质量产品提供支持。     

熔融沉积成型工艺中构建时间的研究

为了解决熔融沉积成型制造中存在零件原型构建时间过长的问题,本文在研究了零件原型构建时间产生机理的基础上,给出了构建时间的理论计算方法并分析了影响构建时间的因素。以不同边长的实心立方体为例,通过理论计算得到的构建时间与实验所用构建时间相对比,分析了产生时间差值的影响因素,得出了零件原型体积与构建时间的数学关系式,进一步为缩短零件原型构建时间提供了研究方向。     

基于混色3D打印工艺的混料腔均匀性结构设计

目前,市面上多进一出的混色3D打印设备存在混色不均、色块交界域明显等问题。依据高熔融态聚物混合原理,提出一种利用耗材挤入混合腔体积反推混合腔尺寸的方法,并从结构、压力及速度分布等流场特性对混合腔结构进行分析。分析结果表明,耗材射入混合腔角度及喉管排列形式对混合效果有较大影响。试验结果表明:该方法不仅能够实现不同基色熔融态耗材均匀混合问题,而且能够提高混合效率、缩短混合时间,为混色3D打印提供一种可行的方法。     

提高桌面3D打印机效率的研究

目前桌面3D打印机受到了许多领域的关注,但由于桌面3D打印机是通过逐层累加的方式来构造实体,所以与传统的切削加工相比,熔融沉积成型的桌面3D打印机生产效率较低。为提高桌面3D打印机的生产效率,提供了一种优化零件构建时间的方法。即通过零件表面采用直径为0.4 mm的喷嘴进行成型加工,填充区域采用直径为1.2 mm的喷嘴进行成型加工,并与现有单喷头方法进行对比实验,发现该方法在保证表面粗糙度不变的前提下能大幅度缩短构建时间。为提高桌面3D打印机效率提供了一种新思路。     

熔融沉积成型彩色3D打印机的研究

当前基于FDM的3D打印机大部分只能使用一种颜色的耗材,因此打印件颜色单一。为了解决这一问题,在深入研究FDM 3D打印机工作原理的基础上,设计一套彩色3D打印机挤出装置,对普通切片软件进行了二次开发,编写了与挤出装置相匹配的彩色切片插件,并进行了样机的试制与调试。通过打印试验,验证了所设计的挤出装置及彩色切片插件达到了设计要求,实现了彩色打印,为彩色3D打印技术的进一步研究提供参考。