基于改进BP神经网络的FDM成型工艺参数反演  

The Back Analysis of Technological Parameters for FDM Using Improved BP Neural Network

作　　者：陈雪芳[1] 张永康[1] 

机构地区：[1]苏州市职业大学机电工程系,江苏苏州215104

出　　处：《组合机床与自动化加工技术》2011年第6期48-51,共4页Modular Machine Tool & Automatic Manufacturing Technique

基　　金：江苏省数字化制造技术重点建设实验室开放基金项目(HYDML20806)

摘　　要：针对快速成型中的质量控制和成型件工艺参数选择所遇到的困难,提出应用误差反向传播(BP)神经网络建立控制精度模型的方法。根据FDM成型工艺的特点,在分析成型件精度影响因素的基础上,基于改进BP神经网络理论,建立了FDM工艺参数与模型的尺寸误差、翘曲变形之间的神经网络模型,由该模型参数反演计算得到的数值结果和实验结果吻合较好,说明该神经网络模型能定量地反映出工艺参数与尺寸误差、翘曲变形之间的关系,该模型对指导FDM成型工艺参数的选择具有一定的指导作用。For the problems of the quality control and the technological parameters selection in rapid prototyping,the method of control precision is proposed through the improved BP neutral network.According to the characteristics of FDM process,the neutral network model is established between the FDM technological parameters and the size error/warping deformation based on neural network theory and the analysis of the factors affecting the accuracy of FDM.The obtained numerical results agree well with experimental results,which show that the neural network model can reflect the relationship between the technological parameters and the size error/warping deformation,and it will provide a basis for the selection of technological parameters in FDM.

关 键 词：快速成型 FDM 神经网络 参数反演 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TH164[自动化与计算机技术—控制科学与工程]