基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于神经网络与遗传算法的传动部件设计优化
神经网络
遗传算法
Matlab
设计优化
基于神经网络-遗传算法优化生物柴油制备工艺
神经网络
遗传算法
生物柴油
优化
基于神经网络-遗传算法优化制氢工艺水碳比
神经网络
遗传算法
制氢
水碳比
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络和遗传算法的三维打印工艺参数优化
来源期刊 机械科学与技术 学科 工学
关键词 3DP 神经网络 遗传算法 参数优化 尺寸精度
年,卷(期) 2014,(11) 所属期刊栏目 精密制造与加工
研究方向 页码范围 1688-1693
页数 6页 分类号 TH166
字数 4495字 语种 中文
DOI 10.13433/j.cnki.1003-8728.2014.1116
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李淑娟 西安理工大学机械与精密仪器工程学院 137 1091 18.0 27.0
2 刘永 西安理工大学机械与精密仪器工程学院 33 196 7.0 12.0
3 符柳 西安理工大学机械与精密仪器工程学院 3 13 3.0 3.0
4 陈文彬 西安理工大学机械与精密仪器工程学院 3 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (6)
参考文献  (12)
节点文献
引证文献  (6)
同被引文献  (13)
二级引证文献  (25)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(13)
  • 引证文献(3)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
3DP
神经网络
遗传算法
参数优化
尺寸精度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械科学与技术
月刊
1003-8728
61-1114/TH
大16开
西安友谊西路127号
52-193
1981
chi
出版文献量(篇)
8073
总下载数(次)
15
总被引数(次)
69926
论文1v1指导