基于神经网络和遗传算法的三维打印工艺参数优化

摘要

分析了粉末材料三维打印(three dimensional printing,3DP)过程中影响成型精度的因素,采用试验的方法确定打印过程中的三维制件的收缩率范围.以“H”型工件为标准,建立了基于神经网络(neural network,NN)的制件尺寸精度误差和打印工艺参数之间关系的模型.以制件最小尺寸误差为目标,采用遗传算法(genetic algorithm,GA)对3DP中的工艺参数如饱和度、层厚和X、Y、Z这3个方向的收缩补偿值进行优化,获得了相应的打印工艺参数.采用3DP默认的打印参数、打印参数的最小值、最大值以及NN-GA得到的参数进行对比试验.结果表明:采用NN-GA获得的工艺参数打印的制件的尺寸误差最小,可以预测3DP成型制件相对尺寸误差.