现有3D打印厂商都希望拥有一个3D打印参数的数据库,以便快速获得成型产品的工艺参数,实现3D产品的智能化打印。虽然3D打印产业发展得如火如荼,但现有3D工艺工程师的理论学习和实践经验参差不齐,3D打印工艺参数主要借助“尝试法”来确定,强烈依赖不同工艺工程师的实践经验。这种做法使得不同工艺工程师打印出来的产品成型质量差异较大,成型精度参差不齐。本文将基于遗传算法的多目标优化应用于3D打印参数调优,基于STL等厚分层的研究基础,研究产品成型方向和分层厚度两个工艺参数的智能化优化方法,构建3D工艺参数的多目标优化模型,寻找最优的工艺参数解集。首先,分析3D打印技术的研究背景、研究目的与研究意义,指出3D打印技术存在的局限性问题,讨论现有3D处理模型软件和工艺优化的现状,提出基于3D打印成型的重复特性,构造3D打印工艺多目标决策模型,利用遗传算法寻找最优工艺参数解集,赋予3D打印工艺参数智能优化的能力。其次,讨论当前主流3D主流打印技术工作原理,在此基础上,详细分析各类与3D建模相关的计算机辅助设计软件,重点阐述3D工艺参数对产品的成型质量和成型效率的影响;以成型质量与成型效率为目标,构建3D打印的优化准则;并构建3D打印工艺优化模型的数据表达:利用体积误差来量化成型质量,利用成型时间来优化成型效率;把体积误差和成型时间表达成成型方向和分层厚度的函数表达,建立3D打印工艺多目标优化模型。然后,基于成型质量和成型效率的“矛盾体”特性,采用遗传算法实现多目标优化,以便实现成型方向和分层厚度的全局寻优。本文采用联赛选择的遗传算法对多目标模型进行求解,获取一组满足双目标的非劣解集。最后,本文基于3D打印技术的工艺品生产的总需求、设计概念、工艺品设计分析等步骤,采用遗传算法对3D工艺参数优化模型进行求解,观察不同迭代次数的种群变化情况,找出合适的进化代数;在此基础上,基于成型质量与成型效率的权衡选择,给出满足不同选择组合的成型方向和分层厚度。如此,3D打印工艺多目标优化模型能够根据不同客户的需求有效解决成型质量与成型效率的平衡问题,为经验不丰富的3D工艺工程师提供成型方向和分层厚度的决策。本文提出的模型适用于光固化工艺中不同形状的零部件快速成型,也可以推广到不同材料和不同工艺的3D工艺参数优化领域,具有一定的参考意义。