收藏本站
《湖南大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

选择性激光烧结工艺的试验与优化方法研究

王荣吉  
【摘要】:选择性激光烧结(SLS-Selective Laser Sintering)是一种最近二十年来发展起来的快速原型(RP-Rapid Prototyping)技术。相对于其他快速原型技术而言,SLS由于制造速度快、用材广泛和后处理工艺相对简单而备受关注,并且应用领域日益拓宽。然而,这种发展趋势由于SLS加工零件的精度和强度较低而受到了限制。因此开展SLS加工工艺的研究不仅有重要的理论意义,同时还具有重要的实际指导意义。 本文在大量试验研究的基础上,应用神经网络方法和遗传算法对SLS的烧结过程和后处理过程进行了模拟和优化研究。针对SLS加工工艺的特点,提出了一些有益的、具有一定创新的方法并得到了一些结论,并应用这些方法和结论解决了一些实际问题。 在SLS烧结过程研究方面,本文的工作和取得的成果包括: 1.提出了基于神经网络方法的选择性激光烧结加工件质量特性预测模型。该模型以SLS加工工艺参数作为输入量,包括:层厚(lt)、扫描间距(dh)、激光功率(W)、扫描速度(v)、加工环境温度(Te)、层与层之间的时间间隔(Ts)和扫描方式(F)。SLS加工件质量特性指标包括加工件的收缩、加工变形、密度和抗拉强度作为模型的输出。并且详细叙述了神经网络结构参数如隐含层神经元个数、激励函数、网络收敛精度等的确定原则和方法。试验研究结果表明,该神经网络模型能建立SLS加工工艺参数与加工件质量特性之间的定量关系。同时表明选择用神经网络方法研究SLS加工工艺是合适的。 2.在神经网络模型研究的基础上,应用遗传算法对SLS工艺参数进行了优化研究。针对SLS加工的特点,提出了一种适合SLS工艺特点的基于空间分割的遗传算法初始种群产生和种群数量确定方法。并研究了在不同搜索策略下遗传算法的性能,通过模拟试验分析确定了适合SLS工艺优化的搜索策略。计算结果表明遗传算法作为一种全局搜索寻优方法,能搜索到用神经网络描叙的表达式的最优解。生产实际表明遗传算法搜索到的SLS加工工艺的最优解是有效的。同时说明本文提出的神经网络和遗传算法相结合的模拟优化方法对难于用精确模型和试验方法研究的高度非线性问题是一种十分有效的方法。 3.在模拟优化的基础上,提出了评价工艺参数对加工件质量的影响指标。研究结果表明:影响收缩率的主要因素为扫描间距; 而工艺参数对尺寸变形影响的程度差别不大,其中扫描间距的影响相对大些。影响加工件密度的主要参数为扫描间距; 而工艺参数对抗拉强度影响差别很大,其中激光功率对抗拉强度的影响最为显著。
【学位授予单位】:湖南大学
【学位级别】:博士
【学位授予年份】:2005
【分类号】:TF124.5

【相似文献】
中国期刊全文数据库 前10条
1 赵保军,施法中,冯涛,孙建民,徐海然;选区激光烧结成型中致密度的数值模拟与实验[J];激光技术;2003年01期
2 张坚,徐志锋,郑海忠,黄因慧;选择性激光烧结法制备聚合物/Al_2O_3纳米复合材料[J];材料工程;2004年05期
3 胡晓岳;冯宁;;新型选择性激光烧结机成形执行机构设计[J];煤矿机械;2007年05期
4 崔洪斌,杨铁男,钱慧芬;用SLS(选择性激光烧结)技术制造熔模铸造型芯[J];现代制造工程;2002年09期
5 胡晓岳;冯宁;;选择性激光烧结机的改进[J];煤矿机械;2007年01期
6 邓琦林,余承业;固态粉末选择性激光烧结的后处理[J];电加工与模具;1995年04期
7 张建华,赵剑峰,余承业;基于选择性激光烧结的铸造熔模快速制造技术[J];铸造;2000年12期
8 杨力;史玉升;沈其文;黄树槐;;选择性激光烧结覆膜砂芯成形工艺的研究[J];铸造;2006年01期
9 邓颖;余欢;徐志锋;蔡长春;胡美忠;严青松;;选择性激光烧结法制备SiC颗粒预制体[J];热加工工艺(热处理版);2006年07期
10 于平;尤波;;选择性激光烧结精度的几个影响因素分析[J];黑龙江水专学报;2006年03期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
10 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
中国博士学位论文全文数据库 前10条
1 王荣吉;选择性激光烧结工艺的试验与优化方法研究[D];湖南大学;2005年
2 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
3 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
4 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
5 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
6 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
7 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
8 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
9 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026