期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于回归分析和GA-BP神经网络算法的3D打印件弯曲性能预测
被引量：
2
1
作者
白鹤
杨鑫
+4 位作者
杨瑞琦
刘亚明
赵峥璇
庞瑞
何石磊
《工程塑料应用》
CAS
CSCD
北大核心
2024年第1期89-94,共6页
为进一步探究熔融沉积成型(FDM)3D打印参数和制件弯曲性能之间的关系,创建合理的FDM 3D打印制件弯曲强度预测模型。根据正交试验L_(16)(4^(5))的设计原则和神经网络算法模型的构建要求,按照不同分层高度、填充密度、打印温度、打印速度...
为进一步探究熔融沉积成型(FDM)3D打印参数和制件弯曲性能之间的关系,创建合理的FDM 3D打印制件弯曲强度预测模型。根据正交试验L_(16)(4^(5))的设计原则和神经网络算法模型的构建要求,按照不同分层高度、填充密度、打印温度、打印速度以及外壳厚度五种因素,制备25组试验试样,并进行弯曲性能检测。随后通过建立GA-BP神经网络模型、传统BP神经网络模型以及多元回归方程模型,分别对FDM 3D打印制件弯曲性能进行预测,并将预测数据与试验测试数据进行对比。通过对比发现,GA-BP神经网络模型预测数据与试验测试数据更为接近,其平均误差为3.71%,且误差值整体波动最小,BP神经网络模型与多元回归方程模型预测精度相差不大,BP神经网络模型预测平均误差为8.05%,多元回归方程模型预测平均误差为9.07%,但多元回归方程误差值整体波动最大。因此,采用GA遗传算法优化后的BP神经网络模型在进行FDM 3D打印制件弯曲性能预测方面具有更高的精度和更良好的稳定性。
展开更多
关键词
回归分析
GA-BP神经网络
3D打印
弯曲性能
预测
在线阅读
下载PDF
职称材料
基于GA-BP神经网络算法的FDM 3D打印制件拉伸性能预测
被引量：
7
2
作者
白鹤
赵明侠
+4 位作者
袁一如
刘亚明
何石磊
庞瑞
郭晓东
《塑料工业》
CAS
CSCD
北大核心
2022年第9期192-197,共6页
为进一步研究熔融沉积成型(FDM)3D打印制件力学性能与工艺参数之间的关系,试验以聚乳酸(PLA)为材料,参考正交试验和神经网络模型设计原则,利用遗传算法(GA)对反向传播(BP)神经网络初始值进行优化,建立GA-BP神经网络模型,以分层厚度、填...
为进一步研究熔融沉积成型(FDM)3D打印制件力学性能与工艺参数之间的关系,试验以聚乳酸(PLA)为材料,参考正交试验和神经网络模型设计原则,利用遗传算法(GA)对反向传播(BP)神经网络初始值进行优化,建立GA-BP神经网络模型,以分层厚度、填充密度、喷嘴温度、填充速度以及外壳厚度为输入层参数,拉伸强度为输出层参数进行训练和预测,并分析其预测精度。通过对GA-BP和BP神经网络模型的预测结果进行对比发现,GA-BP神经网络模型预测值与测试实际值更为接近,误差平均值为2.27%,而BP神经网络模型预测误差平均值为4.10%,且GA-BP神经网络模型评价指标值均优于BP神经网络模型,故GA-BP神经网络模型预测精度更高,可为提升FDM 3D打印制件力学性能,优化成型工艺,指导工业生产提供参考。
展开更多
关键词
遗传算法-反向传播神经网络
熔融沉积成型
拉伸性能
工艺参数
预测
在线阅读
下载PDF
职称材料
基于灰色关联分析的FDM工艺参数与制件精度关系研究
被引量：
6
3
作者
白鹤
张章
+2 位作者
刘亚明
庞瑞
张振庚
《工程塑料应用》
CAS
CSCD
北大核心
2020年第11期80-84,94,共6页
采用L16(45)正交试验设计,对工艺参数(打印层厚、热床温度、打印温度、填充速度、填充路径图案)不同的16组熔融沉积成形(FDM)3D打印聚乳酸(PLA)制件X,Y,Z三个方向成型精度进行了检测和分析,确定了各因素对制件每个方向成型精度的影响显...
采用L16(45)正交试验设计,对工艺参数(打印层厚、热床温度、打印温度、填充速度、填充路径图案)不同的16组熔融沉积成形(FDM)3D打印聚乳酸(PLA)制件X,Y,Z三个方向成型精度进行了检测和分析,确定了各因素对制件每个方向成型精度的影响显著性和最佳工艺组合,并在此基础上利用灰色关联分析法和极差计算,建立了制件尺寸精度多目标优化模型,得到制件尺寸精度综合最优的工艺参数组合为打印层厚0.15 mm,热床温度55℃,打印温度220℃,填充速度45 mm/s以及同心圆的填充方式。最后对所建立模型进行试验验证,结果表明该模型可靠性高,可为FDM 3D打印制件成型精度提升和工艺优化提供参考。
展开更多
关键词
聚乳酸
灰色关联分析
正交试验
熔融沉积成形
工艺参数
精度
在线阅读
下载PDF
职称材料
题名
基于回归分析和GA-BP神经网络算法的3D打印件弯曲性能预测
被引量：
2
1
作者
白鹤
杨鑫
杨瑞琦
刘亚明
赵峥璇
庞瑞
何石磊
机构
宝鸡
职业技术学院机电信息学院
宝鸡
石油
钢管
有限责任公司
钢管
研究院
国家
石油
天然气管材工程技术研究中心
宝鸡石油钢管厂职工子弟学校
出处
《工程塑料应用》
CAS
CSCD
北大核心
2024年第1期89-94,共6页
基金
宝鸡职业技术学院2023年度院级课题项目(2023048Z)。
文摘
为进一步探究熔融沉积成型(FDM)3D打印参数和制件弯曲性能之间的关系,创建合理的FDM 3D打印制件弯曲强度预测模型。根据正交试验L_(16)(4^(5))的设计原则和神经网络算法模型的构建要求,按照不同分层高度、填充密度、打印温度、打印速度以及外壳厚度五种因素,制备25组试验试样,并进行弯曲性能检测。随后通过建立GA-BP神经网络模型、传统BP神经网络模型以及多元回归方程模型,分别对FDM 3D打印制件弯曲性能进行预测,并将预测数据与试验测试数据进行对比。通过对比发现,GA-BP神经网络模型预测数据与试验测试数据更为接近,其平均误差为3.71%,且误差值整体波动最小,BP神经网络模型与多元回归方程模型预测精度相差不大,BP神经网络模型预测平均误差为8.05%,多元回归方程模型预测平均误差为9.07%,但多元回归方程误差值整体波动最大。因此,采用GA遗传算法优化后的BP神经网络模型在进行FDM 3D打印制件弯曲性能预测方面具有更高的精度和更良好的稳定性。
关键词
回归分析
GA-BP神经网络
3D打印
弯曲性能
预测
Keywords
regression analysis
GA-BP neural network
3D printing
flexural property
prediction
分类号
TQ320.67 [化学工程—合成树脂塑料工业]
在线阅读
下载PDF
职称材料
题名
基于GA-BP神经网络算法的FDM 3D打印制件拉伸性能预测
被引量：
7
2
作者
白鹤
赵明侠
袁一如
刘亚明
何石磊
庞瑞
郭晓东
机构
宝鸡
职业技术学院机电信息学院
宝鸡
石油
钢管
有限责任公司
钢管
研究院
国家
石油
天然气管材工程技术研究中心
宝鸡石油钢管厂职工子弟学校
西安美呈智能技术有限公司
出处
《塑料工业》
CAS
CSCD
北大核心
2022年第9期192-197,共6页
基金
陕西省教育科学“十四五”规划2021年度课题(SGH21Y0574)
宝鸡职业技术学院2020年度院级课题(2020130Y)。
文摘
为进一步研究熔融沉积成型(FDM)3D打印制件力学性能与工艺参数之间的关系,试验以聚乳酸(PLA)为材料,参考正交试验和神经网络模型设计原则,利用遗传算法(GA)对反向传播(BP)神经网络初始值进行优化,建立GA-BP神经网络模型,以分层厚度、填充密度、喷嘴温度、填充速度以及外壳厚度为输入层参数,拉伸强度为输出层参数进行训练和预测,并分析其预测精度。通过对GA-BP和BP神经网络模型的预测结果进行对比发现,GA-BP神经网络模型预测值与测试实际值更为接近,误差平均值为2.27%,而BP神经网络模型预测误差平均值为4.10%,且GA-BP神经网络模型评价指标值均优于BP神经网络模型,故GA-BP神经网络模型预测精度更高,可为提升FDM 3D打印制件力学性能,优化成型工艺,指导工业生产提供参考。
关键词
遗传算法-反向传播神经网络
熔融沉积成型
拉伸性能
工艺参数
预测
Keywords
GA-BP neural network
Fused Deposition Modeling
Tensile Property
Process Parameters
Prediction
分类号
TQ320.67 [化学工程—合成树脂塑料工业]
在线阅读
下载PDF
职称材料
题名
基于灰色关联分析的FDM工艺参数与制件精度关系研究
被引量：
6
3
作者
白鹤
张章
刘亚明
庞瑞
张振庚
机构
宝鸡
职业技术学院机电信息学院
中国
石油
宝鸡
石油
钢管
有限责任公司
钢管
研究院
宝鸡石油钢管厂职工子弟学校
北京三维博特科技有限公司
出处
《工程塑料应用》
CAS
CSCD
北大核心
2020年第11期80-84,94,共6页
基金
宝鸡职业技术学院2020年度院级课题(2020037Z)
陕西省教育厅2020年度科学研究计划(20JK0492)。
文摘
采用L16(45)正交试验设计,对工艺参数(打印层厚、热床温度、打印温度、填充速度、填充路径图案)不同的16组熔融沉积成形(FDM)3D打印聚乳酸(PLA)制件X,Y,Z三个方向成型精度进行了检测和分析,确定了各因素对制件每个方向成型精度的影响显著性和最佳工艺组合,并在此基础上利用灰色关联分析法和极差计算,建立了制件尺寸精度多目标优化模型,得到制件尺寸精度综合最优的工艺参数组合为打印层厚0.15 mm,热床温度55℃,打印温度220℃,填充速度45 mm/s以及同心圆的填充方式。最后对所建立模型进行试验验证,结果表明该模型可靠性高,可为FDM 3D打印制件成型精度提升和工艺优化提供参考。
关键词
聚乳酸
灰色关联分析
正交试验
熔融沉积成形
工艺参数
精度
Keywords
polylactic acid
grey relational analysis
orthogonal test
FDM
process parameters
accuracy
分类号
TQ320.66 [化学工程—合成树脂塑料工业]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于回归分析和GA-BP神经网络算法的3D打印件弯曲性能预测
白鹤
杨鑫
杨瑞琦
刘亚明
赵峥璇
庞瑞
何石磊
《工程塑料应用》
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
基于GA-BP神经网络算法的FDM 3D打印制件拉伸性能预测
白鹤
赵明侠
袁一如
刘亚明
何石磊
庞瑞
郭晓东
《塑料工业》
CAS
CSCD
北大核心
2022
7
在线阅读
下载PDF
职称材料
3
基于灰色关联分析的FDM工艺参数与制件精度关系研究
白鹤
张章
刘亚明
庞瑞
张振庚
《工程塑料应用》
CAS
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
