陶瓷浆料3D打印机挤压力模糊神经网络PID稳定控制研究

针对在微流挤出陶瓷浆料3D打印机作业过程中挤压力稳定控制的需求,根据打印机挤压力控制系统非线性、时变性的特点,总结了现有挤压力稳定控制策略的优缺点,并在模糊PID (proportion-integral-derivative,比例-积分-微分)控制器中嵌入神经网络结构,提出了挤压力模糊神经网络PID稳定控制策略。该策略基于六层模糊神经网络,以挤压力偏差值e和偏差值变化率ec为输入,PID控制器控制参数为输出,完成正向模糊控制过程,并基于神经网络的自学习优势实现反向传播及在线更新神经网络权值,以实现打印过程中挤压力的精准自适应调节。挤压力控制Simulink仿真、挤压力控制实验及坯体打印实验表明：相较于传统PID控制策略,采用模糊神经网络PID控制策略可使超调量减小20.9%,挤压力提前90 s达到稳定状态,压力峰值减小12 N,压力谷值增大18 N;相较于采用模糊PID控制策略,超调量减小1.73%,挤压力提前56 s达到稳定状态,压力峰值减小4 N,压力谷值增大8 N;模糊神经网络PID控制策略具有一定的优越性,可使打印过程中挤压力的控制精度更高,稳定速度更快,超调量更小,所打印坯...     

中国制造的软性转折

如果说金融危机背景下中国GDP增速下滑，是由于外贸需求不足致使“中国制造”遇到困境，那么，贸易结构的问题以及缺乏创新则是另一重要原因。     

功能梯度材料打印路径体素化的信息融合方法研究

目前，功能梯度材料模型的构建方法尚未成熟，仍需要建立一种新的算法，将功能梯度材料的材料组分信息附加到路径规划中，以实现材料空间到几何空间的映射。以Visual Studio 2019为开发平台，利用OpenGL进行可视化分析；将打印路径体素化，对材料组分进行设计与计算，并映射至几何坐标中，构建出有连续梯度变化的目标模型；生成具有几何信息和材料信息的新型G代码，并用于功能梯度材料精准3D打印。结果表明：利用路径体素化的方法，可以精准控制材料模型的梯度变化。