首页|基于优化BP神经网络的FDM制品翘曲变形量预测

基于优化BP神经网络的FDM制品翘曲变形量预测

扫码查看
原文链接
  • 万方数据
为了减少熔融沉积成型(FDM)制品的翘曲变形,提高产品的成型质量,建立了以分层厚度、成型速度、挤出温度和热床温度为输入参数,产品翘曲变形量为输出参数的预测模型.该模型以翘曲变形量最小为目标,利用遗传算法(GA)和思维进化算法(MEA)分别对BP神经网络进行优化,并通过正交试验验证预测结果.结果表明:MEA-BP翘曲变形量预测模型在多种预测模型中预测结果最为精准,且运行速度较快.
Prediction of FDM Product Warpage Based on Optimized BP Neural Network

陈爽、李荣浩、张志、范赵勇

展开 >

江西理工大学机电工程学院,江西赣州341000

熔融沉积成型 翘曲变形量预测 思维进化 BP神经网络

2022

10.3969/j.issn.1005-5770.2022.Z1.019

塑料工业
中蓝晨光化工研究院有限公司

塑料工业

CSTPCDCSCD北大核心
影响因子：0.685
ISSN：1005-5770
年,卷(期)：2022.50(z1)
  • 5
  • 5