当前位置:主页 > 科技论文 > 计算机论文 >

三维成型机的五轴优化控制及温度预测研究

发布时间:2020-07-29 20:52
【摘要】:三维成型机作为一种新型的打印技术,因其操作简单,成本低,可打印复杂零件等优势被广泛应用在机械制造、医疗设备、珠宝等领域。但是三维成型机的硬件设备较多,内部结构复杂,因此,对于电机稳定性和热喷头温度精确度的提高显得尤为重要。本文以我校自主设计的桌面级三维成型系统为研究对象,基于该实验平台对五台电机的优化控制和热喷头的温度预测问题进行研究,从而提高系统的打印精度。主要研究内容包括:首先,在现有的实验平台上进行整体架构方案研究,根据其成型原理,分析系统的硬件结构、软件应用与机械设计,在此基础上,提取出多台电机间的协调优化和热喷头温度预测反馈两个研究点,从硬件和软件两方面给出设计方案。其次,通过建立步进电机及五轴(X、Y、Z1、Z2轴和挤出机P)联动模型,分析五轴电机的联动误差,给出优化设计思路,对模糊神经网络和PID控制算法进行研究,优劣互补,融合优化,提出一种基于模糊神经网络PID的五轴成型优化控制算法。仿真及实验测试结果表明,五轴电机稳定性明显提高,误差降低,调节时间缩短3.02s。除此之外,针对热喷头温度影响产品成型效果问题,本文提出基于粒子群优化支持向量机(PSO-SVM)的热喷头温度预测算法,利用PSO优化SVM参数,两种算法扬长避短,以打印时的外界环境温度与喷头移动速度为输入量,通过训练样本进行仿真预测。实验结果表明该算法的预测准确度较高,其平均相对误差较改进前降低了 5.6%,热喷头温度控制效果明显改善,可促进成型精度的提高。最后,对整个成型过程中所用建模、切片以及成型软件进行分析,设计操控界面,设置参数值,调试软硬件系统。在优化后的实验平台上加工出人形动画实物,实验结果表明,经本文所提方法优化后的成型产品光滑度明显提升,最大粗糙度下降0.42mm。因此,该方法可为大型三维成型机的精细控制方面提供参考。
【学位授予单位】:西安科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP273;TP334.8
【图文】:

打印过程,基本流程


研究背景又称三维(3D)打印机,是一种以数字模型文件为基础,或塑料等可粘合材料,根据三维数据信息,采用逐层累加的的切削加工技术,是一种“自下而上”的累积成型过程[1]“3D 打印”这个名词以来,3D 打印的概念逐渐走进人们的业的快速发展,3D 打印机作为成型技术的主要设备,发展打印服务不断更新,为各厂商提供了更加宽广的发展平台0 年代末开始,3D 打印技术逐渐兴盛起来,被称为“材料“分层制造”等,根据成型原理的差异,可分为:熔融沉eling, FDM)、立体光固化成型(Stereo Lithography Apparatusective Laser Sintering, SLS)等[5-7],其打印的基本流程如图 1具有以下优点:即时成型,可根据客户的个性化需求,实时快,可快速打印出许多复杂多样的模型;成型产品精确度高

流程图,技术,流程,成型系统


2 三维成型系统架构方案与分析2 三维成型系统架构方案与分析 三维成型技术原理沉积成型技术简称 FDM 技术,以热熔性丝状材料为加工原料,经头,并在喷头中加热熔化成半液态,经口径较小的喷嘴挤压出,形机的控制下,根据产品截面信息选择性的将热熔材料涂抹在热床冷却后便形成图形截面。一层截面成型后,热喷头实时调整高度与覆盖,如此循环往复,截面进行层层堆积,直至形成整个打印模印过程[26]。FDM 技术的成型实质是将热熔材料进行预热熔化和挤其成型流程主要是:数据获取、数据处理、快速制造、后处理,

组成图,成型系统,组成图


构;2-热熔材料;3-挤出机;4-热喷头;5-三维产品;图 2.2 2 三维成型系统工作原理图打印方式相似,是由数据控制硬件完成打印,是一种典型的多学科交叉系统。本文研究的基统、硬件控制系统、机械系统组成。其系统组平台、挤出机构、支撑装置组成,是三维成型件控制模块和驱动电路,是整个系统最为重要的桥梁作用,负责识别从软件系统获取的 Gcod制指令,发送至驱动电路与机械系统,完成整为上下位机两部分,上位机主要是三维模型建型到单片机可识别文件的格式转换过程以及整

【相似文献】

相关期刊论文 前10条

1 谢丽;;手指温度预测心脏病[J];家庭医药.快乐养生;2017年07期

2 吴静;吴立;左清军;;柔性路面温度预测模式研究[J];公路工程;2015年01期

3 杨海亮;杜涛;;基于支持向量机的井筒风流温度预测[J];山西煤炭;2013年03期

4 王文标;郝源;汪思源;王旭东;;基于神经网络的建筑室内温度预测比较研究[J];微型机与应用;2015年03期

5 韩成春;席建中;;嵌入式线圈温度预测控制系统研究与实现[J];计算机测量与控制;2012年01期

6 任延昭;陈雪瑞;贾敬敦;高万林;朱佳佳;;基于微信平台的温室环境监测与温度预测系统[J];农业机械学报;2017年S1期

7 王长彬;;一种基于耦合算法的矿井风流温度预测新方法[J];煤矿安全;2016年02期

8 范伟;牛悦娇;;基于神经网络的铸钢奥氏体形成温度预测[J];铸造技术;2014年02期

9 李畸勇;李宜生;汤允凤;赵振东;;光伏板温度预测与仿真[J];计算机仿真;2018年03期

10 胡灿;田小梅;;基于信息熵的粮食干燥塔温度预测控制[J];计算机测量与控制;2014年06期

相关会议论文 前7条

1 QUAN qiang;韩传基;张爱霞;易操;赵金元;;炼钢-精炼-连铸全过程温度预测软件的开发应用[A];2014年全国炼钢—连铸生产技术会论文集[C];2014年

2 李红旗;于钦刚;秦小平;郭志广;;架空导线运行温度预测与评估[A];2009年全国输变电设备状态检修技术交流研讨会论文集[C];2009年

3 李沁笛;赵彬;;基于相似理论的高大空间工作区平均速度温度预测[A];全国暖通空调制冷2010年学术年会论文集[C];2010年

4 海月;彭元喜;田甜;舒雷志;;基于RC参数的3D NoC温度预测方法[A];第二十届计算机工程与工艺年会暨第六届微处理器技术论坛论文集[C];2016年

5 孟祥宁;;基于MPSO-LSSVM的矿井风流温度预测应用研究[A];煤炭安全/绿色开采灾害防治新技术——2016年全国煤矿安全学术年会论文集[C];2016年

6 蒋思t@;严海蓉;王子明;;基于工业物联网的智能温度预测在聚羧酸减水剂中的应用[A];中国化学外加剂及矿物外加剂研究与应用新进展2016年科隆杯优秀论文汇编[C];2016年

7 许伟翔;周子涵;赵尚伟;;基于信息物理融合系统的铁水倒罐温度预测[A];第36届中国控制会议论文集(G)[C];2017年

相关博士学位论文 前1条

1 何纯玉;中厚板轧制过程高精度侧弯控制的研究与应用[D];东北大学;2009年

相关硕士学位论文 前10条

1 何柳;三维成型机的五轴优化控制及温度预测研究[D];西安科技大学;2018年

2 黄江博;航空发动机排气温度预测研究[D];中国民航大学;2018年

3 王婷;变电站电气设备温度预测和故障预警研究[D];华中科技大学;2016年

4 刘鑫达;基于深度学习的气象温度预测研究[D];宁夏大学;2016年

5 高杏梅;煤矿井下设备温度预测及预警系统研究[D];西安科技大学;2014年

6 王庆;基于OPC技术的温度预测控制研究[D];北方工业大学;2007年

7 王新新;高速电主轴的热—结构分析及温度预测研究[D];西华大学;2012年

8 邓磊;基于神经网络的桥梁承台混凝土温度预测系统研究[D];武汉理工大学;2006年

9 李晨;三维成型系统的四轴联动控制及双温度预测反馈研究[D];西安科技大学;2016年

10 熊先胤;基于颅脑三维重建结构模型的选择性亚低温治疗温度预测方法[D];浙江大学;2016年



本文编号:2774479

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2774479.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户cf15b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com