1、大型零件增材制造加热构建平台的开发研究

大型零件增材制造加热构建平台的开发研究

1. 引言

随着新技术的出现,产品设计变得更加容易。市场上有大量的计算机辅助设计(CAD)软件包,这从整体上简化了设计过程,设计师们在新产品的设计和开发方面比以往进行了更多的尝试。在当今竞争激烈的制造业中,新产品开发的竞争迅速加剧,企业都希望尽早推出新产品。增材制造(AM)作为一种灵活且快速的制造工艺,因其诸多优势而被全球制造商广泛用于产品开发。

在过去的几十年里,增材制造(AM)作为发展最快的技术崭露头角,它以前被称为快速成型(RP),也被称为3D打印。AM能够高效地利用资源,在短时间内制造出零件。它可以制造复杂形状的零件,这使其在汽车、航空航天、生物医学、机器人、制造业、时尚和研究等应用领域越来越受欢迎。图1展示了AM在各个工业领域的应用。

1.1 增材制造

增材制造(AM)是一种直接从CAD模型制造3D零件的过程。它通过逐层添加材料来构建零件。与传统制造工艺相比,不需要特定的工具和夹具来制造零件。根据“ASTM F42 - 增材制造”标准,AM工艺可以根据不同的工作原理分为七类,即材料挤出、直接能量沉积、粉末床熔融、粘结剂喷射、光固化成型、材料喷射、薄片层压等,如图2所示。

在这些工艺中,基于材料挤出的AM工艺已发展成为一种可行且经济的制造技术。材料挤出主要由材料挤出工具和构建平台组成。材料挤出工具或构建平台通常在z方向上移动,以便将材料沉积在构建平台上先前沉积的层的顶部。制造完成后,零件需要进行一些后处理,这对于其功能使用至关重要。AM系统能够以合理的成本在最短的时间内制造出高质量的零件,这有助于在当前的制造业中与其他企业竞争。在过去的三十年里,制造业见证了新的制造工艺的发展,早期AM工艺

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值