基于强化学习的3D打印路径规划算法研究

摘要

3D打印中最常用的打印方法是分层打印。通过对目标对象模型进行分层，从下到上累积打印，最终得到目标实体。路径规划是3D打印的重要步骤。选择适当的打印路径可以明显减少打印过程中的中断次数，从而提高打印的效率。然而，传统的路径规划方法通常按照某种事先规划好的规则路径进行打印，打印中容易产生集中应力，会降低材料的散热，或者存在打印头频繁跳转出现“拉丝”现象，产生过多的固化毛边。 基于上述问题，本文提出了一种基于强化学习的3D打印路径规划算法。本文创新的将强化学习应用在3D打印路径规划中。我们将Q学习中的最短路径规划问题转化为了遍历问题。本文增加了两个约束来设置Q学习中的奖励值。一种是减少打印头的起停次数，另一种是减少转动次数。实验结果表明，与传统的路径规划方法相比，该方法可以使打印的中断次数与转弯次数降低，成形效果更好。在此基础上，本文还提出了一种智能打印与传统打印相结合的路径规划方法。先利用分区算法，将规整的打印区域与复杂图形区域进行划分，在规整的打印区域内选择合适的传统打印路径规划，复杂区域使用强化学习算法。实验结果表明利用分区采用传统打印与智能打印相结合的方式。能够大大提高训练效率与打印效率。

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状分析

1.2.1 3D打印技术

1.2.2 强化学习

1.3 研究内容

1.4 本文组织结构

2 相关技术介绍

2.1 3D打印技术原理

2.2 路径的几何性质

2.3 传统3D打印路径规划算法

2.3.1 平行直线扫描算法

2.3.2 Z字形扫描算法

2.3.3 偏置轮廓扫描算法

2.4 强化学习

2.4.1 Q-learning介绍

2.4.2 Q-learning算法中简单探索策略

2.4.3 Q-learning核心算法

2.5 本章小结

3 基于强化学习的路径规划算法

3.1 3D打印模型的建立

3.2 强化学习三要素的设定

3.3 对Q-learning算法的改进

3.4 基于Q-learning的路径规划的核心算法

3.5 本章小结

4 强化学习与传统扫描组合路径规划算法

4.1 问题的提出

4.2 可分区模型路径规划相关工作

4.3 分区算法的设计与实现

4.3.1 分区算法设计

4.3.2 可分区模型核心算法

4.4 路径规划算法设计与实现

4.4.1 传统路径规划算法的实现

4.4.2 分区后Q-learning路径规划算法

4.5 本章小结

5 打印实验与结果分析

5.1 打印实验

5.1.1 G代码

5.1.2 打印结果

5.2 对比算法及实验目的

5.3 实验及分析

5.3.1 实验设置

5.3.2 薄壁模型路径规划实验

5.3.3 复杂薄壁模型路径规划实验

5.3.4 厚壁模型路径规划实验

5.3.5 简单可分区模型的路径规划

5.3.6 多种传统扫描算法可分区模型的路径规划实验

5.3.7 多分区模型的路径规划实验

5.4 本章小结

结论

参考文献

致谢

大连理工大学学位论文版权使用授权书