3D打印耗材生产线线径和能耗预测模型的建立及应用

目录

声明

摘要

符号说明

第一章绪论

1．1课题研究的背景和意义

1．2人工神经网络在工业中的研究现状

1．2．1人工神经网络概述

1．2．2前馈神经网络

1．2．3人工神经网络在工业中的应用

1．3物联网监控技术的研究现状

1．3．1物联网技术概述

1．3．2物联网监控技术的应用

1．4聚合物挤出加工领域中工艺参数对成型制品质量影响

1．4．1温度的影响

1．4．2压力的影响

1．4．3螺杆转速的影响

1．4．4牵引速度的影响

1．4．5冷却定型过程的影响

1．5课题研究内容

第二章3D打印耗材生产线线径监测系统的设计及应用

2．1系统的总体设计方案

2．1．2系统的组成和工作流程

2．2系统硬件的设计

2．2．1硬件装置的电路连接

2．2．2系统硬件的选型

2．3系统的程序开发

2．3．1 Arduino程序的设计

2．3．2 Matlab程序的设计

2．3．3 NodeMcu程序的设计

2．3．4远程监测中心软件设计

2．4应用测试

2．5本章小结

第三章基于GA-BP神经网络的挤出耗材线径预测模型的开发及应用

3．1．1 BP神经网络

3．1．2遗传算法优化BP神经网络

3．2工艺因素对耗材线径的影响分析

3．2．1实验部分

3．2．2结果与讨论

3．3 GA-BP神经网络预测模型的建立

3．3．1数据的选择

3．3．2数据的预处理

3．3．3网络拓扑结构的设计

3．3．4 BP神经网络初始化参数的设置

3．3．5遗传算法初始化参数的设置

3．3．6网络模型的训练

3．4分析与讨论

3．4．1网络模型预测能力的评价

3．4．2进一步提升模型预测能力的途径

3．5预测模型的应用

3．5．1软件的开发环境

3．5．2耗材线径预测模块

3．5．3生产工艺预测模块

3．6本章小结

第四章基于RBF神经网络的耗材生产线能耗预测模型的开发及应用

4．1 RBF神经网络

4．1．1RBF神经网络结构

4．1．2 RBF神经网络学习算法

4．2影响因素的相关性分析

4．2．1数据的获取

4．2．2相关性分析结果

4．3基于RBF神经网络能耗预测模型的建立

4．3．1数据的选择与处理

4．3．2网络拓扑结构及训练参数的设计

4．3．3训练及仿真

4．3．4模型预测能力的评价

4．4预测模型的应用

4．4．1界面介绍及使用方法

4．4．2后台程序的开发

4．5本章小结

第五章结论与展望

5．1结论

5．2展望

参考文献

附录

致谢

研究成果及发表的学术论文

作者与导师简介