FDM工艺成形过程中影响成形件精度的因素分析

介绍快速成形技术中的熔融沉积成形的基本原理,分析了在成形过程中,各种因素对精度的影响,并在此基础上,提出了提高成形件精度和表面质量的措施,对熔融沉积工艺有应用价值。     

FDM设备的工作原理及与其他快速成型技术的比较

本文介绍了ＦＤＭ快速成型技术的数学基础和物理原理，并对当前常见的几种快速成型设备进行了技术性能，工艺特点的比较，阐述了今后快速成型技术在我国的发展前景。     

FDM快速成型机原型精度分析及对策

熔融沉积快速成型（Fused Deposition Modeling,FDM）是快速成型技术中的一种。在FDM工艺成形过程中,原型精度受到众多因素的影响,分析了几个影响成型精度的因素,结合实际加工提出了相应的解决办法,对实际加工生产中的参数选择和结构改进的研究具有一定的参考价值。     

FDM成型系统中喷头温度数学模型的比较

FDM成型系统是3D打印技术中容易操作的一种工艺,喷头温度控制精度对制件的成型质量起着关键作用,喷头数学模型的建立影响着喷头温度控制精度。分别从热量传递和电学知识两个角度建立相应的数学模型,并根据实际测得的数据基于MATLAB软件计算出相应的参数;在Simulink环境下进行模拟仿真比较,在阶跃信号的激励下发现热量传递模型所对应的响应超调量小、静态误差小、调整时间短,喷头温度控制精度较高。     

SL与FDM成形件表面性能的对比研究

制造无托槽隐形牙矫治器需采用快速成形工艺制作的牙颌模型作为模具，快速成形的牙颌模型表面性能对无托槽隐形牙矫治器与牙齿接触面的表面性能有决定性的影响。对比、分析了SL(Stereolitlaography，立体光刻)与FDM(Fused Deposition Mocleling，熔融沉积制造)2种快速成形工艺制造的成形件的表面形貌特点、表面粗糙度和摩擦因数的差异及原因，对用于牙颌模型制造的快速成形工艺的选择和改进有重要指导意义。     

FDM快速成型技术对产品模型表面质量的影响

快速成型技术是目前非常普遍的模型制造技术之一,本文阐述了熔融材料堆积成型(FDM)技术的工作原理,以及该成型工艺对生成的产品模型表面质量的影响。主要从FDM成型方式和成型过程等方面分析了该成型技术造成模型表面质量不高的原因,提出了解决该问题的简单方法,经过多次试验获得了良好的效果。     

新一代快速成型系统——融积成型系统FDM1650

着重介绍了新一代快速成型系统－美国Ｓｔｒａｔａｓｙｓ公司发明的融积成型技术的应用及其成型技术，成型材料和性能规格。     

控制FDM成型制件误差的方法研究

快速制模是快速成型的主要应用之一,但成型件的精度难以达到快速制模对原型或型芯尺寸精度和表面精度的要求.系统分析了熔融堆积成型( FDM)工艺成型精度的影响因素,分析产生误差的根源及作用机理.针对FDM产生的误差,通过定性和定量分析,提出减小误差的途径和方法,并通过实例验证了解决翘曲变形和尺寸精度问题的方法,提高了原型的精度,对熔融堆积成型工艺精度的提高具有实际的参考价值.     

FDM工艺中的尺寸补偿

分析了不同的挤出速度情况下丝的截面模型,计算出相应的理论丝宽值,并进行了丝宽尺寸补偿。在对原型件的尺寸补偿上,综合考虑了各方面的影响因素,得出了正确的补偿量计算公式,并得到了试验结果的证实。     

怎样快速制造高质量的FDM原型

本文分析了快速原型技术应用中的一些工艺问题,并介绍了快速制造高质量的ＦＤＭ原型的一些方法。     

串联灰色神经网络模型的研究

针对传统灰模型适应性和自学习能力差、中长期预测精度不理想的情况,在3种精度较好的灰模型的基础上引入BP神经网络,构建了串联灰色神经网络模型。仿真表明,这种灰色神经网络模型未出现预测残差和相对误差逐步增加的情况,预测精度明显好于灰模型,适合应用。     

基于BP神经网络的倾斜情况下鼓形齿载荷增量模型研究

鼓形齿齿式联轴器允许轴间有一定倾角，但在倾斜情况下它的载荷变化往往被忽略，这对联轴器的使用是很不利的，分析了鼓形齿在无倾斜情况和倾斜情况下沿齿宽方向的载荷分布的规律，利用BP神经网络的非线性映射特性，建立了鼓形齿在倾斜情况下的载荷增量BP神经网络模型。并给出了模型仿真曲线。     

再制造机床可修复零部件精度分配研究

研究可修复零部件精度参数的分配是关系到再制造机床性能和再制造成本的重要问题。本文提出了用BP+GA的混合算法优化分配可修复零部件精度参数的方法。首先利用BP神经网络建立零部件精度参数与再制造机床空间几何误差之间的正向映射模型,然后用正交设计法得到训练样本数据并训练网络,最后再用BP+GA的混合算法逆向确定零部件的精度参数。仿真结果表明了混合算法是解决复杂精度分配问题的一种理想方法,优化结果可用于指导零部件精度的修复。     

精密切削加工切削模型

本文从切削表面形成的机理出发,分析了精密切削过程中切削作用力的变化规律,建立了精密切削加工新的切削模型,得到了切削力与各主要参数的关系式及切削方程式,探明了精密切削加工机理。     

线性预测模型BP神经网络PID控制算法的研究

针对经典PID控制参数整定困难和基本BP算法收敛速度慢、易陷入局部极小的缺点,提出一种基于线性预测模型BP神经网络的PID控制方法,重点阐述算法过程。最后在MATLAB软件上进行仿真,仿真结果表明该控制算法是有效的。     

快速铸造金属模具整体精度补偿的试验研究

介绍了基于快速成型技术的快速铸造金属模具的工艺流程和影响模具尺寸精度的主要误差因素。对鼠标注塑模尺寸精度的整体补偿进行了试验研究,通过对制品尺寸的整体补偿,显著提高了金属注塑模的尺寸精度。     

基于遗传算法的人工神经网络在航空发动机磨损预测中的应用

提出了一种将遗传算法和BP算法相结合的学习算法来训练BP神经网络,实现网络结构的优化,并用优化后的BP人工神经网络建立了航空发动机的磨损预测模型。将该模型预测结果与BP算法和多元线性回归法的预测结果进行了比较。检验结果表明：基于遗传算法的BP神经网络优于BP算法及多元线性回归法,具有良好的预测效果。     

基于BP神经网络的三角机翼飞行载荷模型研究

针对三角机翼结构设计复杂、传力路径多和大载荷引起结构非线性等因素,采用BP神经网络方法建立飞行载荷模型。通过地面静力试验,利用某型三角机翼载荷标定试验数据,建立机翼根部剪力和弯矩的载荷模型,并对多个校验工况进行验证。经与多元线性回归载荷预测结果对比分析,结果显示,BP神经网络模型预测误差都在3%以内,特别对于剪力,BP神经网络预测误差明显小于多元线性回归,表明BP神经网络可作为测量三角机翼飞行载荷的一种更加有效的工程方法。