收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

熔融沉积成型有限元模拟与工艺优化研究

纪良波  
【摘要】:熔融沉积成型(Fused Deposition Modeling,FDM)是一种近几十年发展起来的快速成型制造技术。随着现代工业的发展,熔融沉积成型被大量用在新产品研发、快速模具制作、医疗器械的设计开发和人体器官的原型制作等方面。熔融沉积成型成为快速成型制造技术的一个重要发展方向,然而,这种发展由于FDM成型零件的精度和强度较低而受到了限制。因此,本文研究熔融沉积成型数值模拟和工艺优化,以期提高FDM产品的精度,这不仅具有重要的理论意义,同时还具有重要的工程实用价值。 分析了熔融沉积成型产品精度的影响因素,它们分别是成型加工的机器误差、CAD模型误差、切片引起的误差、喷丝宽度引起的误差和材料的收缩引起的误差等,提出了提高熔融沉积成型产品零件精度的措施。 研究了熔融沉积成型温度场有限元数值模拟技术。在考虑了熔融沉积成型本身特点的基础上,作了合理的假设,建立了熔融沉积成型过程温度场的分析模型;在考虑了相变潜热和随温度变化的材料的热物性参数条件下,对熔融沉积成型的温场进行了模拟分析,得出了FDM温度场分布并作了具体分析,对于熔融沉积成型热过程理论分析和后续的研究有一定的参考价值。 研究了熔融沉积成型应力场有限元数值模拟技术。在基于FDM温度场的模拟结果的基础上,采用间接热力耦合的方法,建立了熔融沉积成型过程应力场的分析模型;应用APDL(ANSYS Parametric Design Language)语言编制了模拟程序,实现了对熔融沉积成型应力场的模拟,得出了一些有益的结论。 研究了基于小波神经网络的熔融沉积成型产品精度预测技术。分析了人工神经网络的原理和具体算法,在此基础上建立了基于BP神经网络的熔融沉积成型产品精度预测模型;在考虑到BP网络缺点的基础上,提出把小波分析理论和人工神经网络结合起来,克服了BP神经网络难以收敛和训练速度比较慢的一些缺点,建立了基于小波神经网络的熔融沉积成型产品精度预测模型,运用M语言编程,在MATLAB环境下编译,开发了基于小波神经网络的熔融沉积成型产品精度预测子系统,并进行了实际应用。 研究了熔融沉积成型工艺参数优化技术。分析了遗传算法及其基本操作,在基于小波神经网络的熔融沉积成型产品精度预测子系统的基础上,开发了基于遗传算法优化子系统,并针对熔融沉积成型进行了具体的工艺参数优化。 开发和完善了熔融沉积成型软件系统。在研究FDM快速成型的分层处理算法和智能化支撑添加算法的基础上,应用面向对象的语言VC++2005.net进行编程,在课题组成员前期研究的基础上,完善了熔融沉积成型软件系统,本软件可以对任意三维零件的STL模型进行切片处理和自动添加支撑,选择了数个零件模型,在转化为STL模型之后输入本软件系统,进行分层处理和添加支撑,最后输出CLI文件在快速成型机上进行了加工,结果证明本软件运行可靠,有投入实际生产的应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 从兰美;;基于小波神经网络的移动机器人路径跟踪控制[J];煤矿机械;2008年02期
2 梁松林;潘宏侠;高阳;;基于DSP的小波神经网络齿轮箱故障诊断[J];煤矿机械;2010年09期
3 马致远;龚灏;黄晓春;;基于小波神经网络的中国煤炭消耗预测[J];能源技术与管理;2006年05期
4 蒋敏兰;;动态测量系统精度损失溯源方法研究[J];仪器仪表学报;2006年S2期
5 张俊;刘海生;付正飞;;基于小波神经网络的钢丝绳磨损趋势预测研究[J];矿山机械;2007年09期
6 蔡吉刚;李树荣;王平;;基于小波神经网络的自适应控制器设计[J];中国石油大学学报(自然科学版);2007年05期
7 单海欧;;改进的小波神经网络在管道泄漏故障诊断中的应用[J];辽宁石油化工大学学报;2008年01期
8 孟彦京;汪宁;佟明;杨雅莉;;小波神经网络在压力传感器温度补偿中的应用[J];陕西科技大学学报(自然科学版);2009年02期
9 周杰;王蕴恒;潘洪亮;;基于遗传算法的小波神经网络DTC转速辨识[J];黑龙江科技学院学报;2009年03期
10 黄胜忠;;小波神经网络在离心压缩机故障诊断中的应用[J];煤矿机械;2010年10期
11 李元松;李新平;代翼飞;田昌贵;陈清运;;小波神经网络在高陡边坡位移预测中的应用[J];武汉工程大学学报;2010年09期
12 岑健;;小波神经网络在电牵引采煤机故障诊断中的应用[J];煤矿机械;2006年04期
13 赵鹏程;朱焕勤;孟凡芹;秦勇;;基于小波神经网络的油泵故障诊断[J];西南石油大学学报(自然科学版);2008年04期
14 侯建国;;一种基于BP算法学习的小波神经网络[J];煤炭技术;2009年08期
15 林远艳;王斌武;;基于SAPSO优化的小波神经网络在滚动轴承故障诊断中的应用[J];煤矿机械;2009年10期
16 杨海燕;兰宝华;;基于PSO-WNN的无刷直流电机转子位置检测方法[J];武汉工程大学学报;2010年01期
17 刘晓琴;;基于小波神经网络的化学反应器故障模式识别[J];辽宁石油化工大学学报;2010年03期
18 朱小梅;郭志钢;;石油价格预测算法的仿真研究[J];计算机仿真;2011年06期
19 郭亚军;张士昌;;基于小波神经网络矿山安全的评价模型[J];东北大学学报(自然科学版);2006年06期
20 张俭让;董丁稳;;WNN的矿井通风系统可靠性评价模型[J];西安科技大学学报;2009年05期
中国重要会议论文全文数据库 前10条
1 李元松;李新平;代翼飞;陈清运;;基于小波神经网络的高陡边坡位移预测[A];岩石力学与工程的创新和实践:第十一次全国岩石力学与工程学术大会论文集[C];2010年
2 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年
3 牛东晓;邢棉;谢宏;陈志业;;短期电力负荷预测的小波神经网络模型的研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
4 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
5 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年
6 王勇青;陈延如;邵艳明;陈晶晶;陈斐楠;;基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量[A];中国光学学会2011年学术大会摘要集[C];2011年
7 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年
8 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
9 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年
10 黎明;;基于小波神经网络理论的GPS变形监测预报方法[A];第三届中国卫星导航学术年会电子文集——S08卫星导航模型与方法[C];2012年
中国博士学位论文全文数据库 前10条
1 银俊成;量子信道与量子小波神经网络相关问题研究[D];陕西师范大学;2013年
2 章文俊;小波神经网络算法及其船舶运动控制应用研究[D];大连海事大学;2014年
3 薛雅丽;基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究[D];南京航空航天大学;2010年
4 艾永明;基于小波神经网络的结构损伤识别方法研究[D];长安大学;2012年
5 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
6 金瑜;基于小波神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2008年
7 胡德栋;超临界流体中有机固体溶解度的研究[D];山东大学;2005年
8 郑殿春;基于BP网络的局部放电模式识别[D];哈尔滨理工大学;2005年
9 李晖;船舶减摇鳍系统智能控制及其可视化仿真的研究[D];大连海事大学;2003年
10 刘明;油田热水供暖系统热负荷智能预测技术研究[D];东北石油大学;2011年
中国硕士学位论文全文数据库 前10条
1 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年
2 朱美龙;小波神经网络在遥感溢油图像去噪中的应用[D];大连海事大学;2011年
3 李凤鸣;基于小波神经网络的柴油机燃油系统故障诊断的设计与实现[D];山东大学;2010年
4 宋红梅;基于QPSO优化小波神经网络的信息安全风险评估方法研究[D];河北师范大学;2011年
5 周桂珍;基于小波神经网络的异步电机故障诊断[D];湘潭大学;2010年
6 莫慧芳;基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究[D];广东工业大学;2005年
7 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年
8 葛文谦;小波神经网络在旋转机械故障诊断中的应用研究[D];燕山大学;2006年
9 康辉;基于小波神经网络的模拟电路故障诊断技术研究[D];哈尔滨理工大学;2010年
10 魏光华;基于混沌遗传算法的无速度传感器DTC系统的参数辩识[D];沈阳工业大学;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978