论文部分内容阅读
3D打印制件难以用作关键零部件的主要原因之一是其抗拉强度尚不理想,为此,建立了3D打印制件抗拉强度的神经网络模型,以提供工艺参数与抗拉强度之间的量化关系。首先,以打印层厚、挤出温度、打印角度为影响因素,以抗拉强度为目标函数,构建前向神经网络模型。然后,通过正交试验数据对模型进行训练,确定模型的权值及阈值。最后,采用8组参数随机搭配的试验数据对网络进行验证,结果表明平均预测精度达到80.61%,因此该模型可用作3D打印工艺的参数优化。