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。