基于cmac神经网络的sls工艺参数优化方法研究-机械电子工程专业论文.docxVIP

华中科技大学硕士学位论文摘要 华中科技大学硕士学位论文 摘要 I目前，在SLS成形的过程中，成形工艺参数的制定没有一个系统的理论体系和科 学方法，基本上是凭人的经验来确定的。当成形设备、烧结材料和成形件的几何形状 发生变化时，成形工艺参数又得重新通过大量的试验确定。因此，工作量大，烧结材 料浪费严重，导致效率降低和成本增高。本文针对这种现状，提出了通过脑模型联接 控制器即CMAC(Cerebellar Model Articulation Controller)神经网络对SLS工艺参数 进行优化，并在此基础上开发了基于CMAC神经网络的SLS工艺参数优化系统，通 过它在线自动给出优化参数，这样就大大降低了对操作人员的技术要求并减少了因重 复试验而带来的浪费。、上 ／ 本文首先提出了基于CMAC神经网络的SLS工艺参数优化系统的总体方案：之 后对本系统中的主要关键技术CMAC神经网络，包括它的基本结构与学习算法以及 其它一些关键性技术细节问题进行了详尽的讨论：然后运用面向对象的思想方法，编 写了神经网络应用程序代码，并在Windows98平台下，使用Visual C++6．0开发了此 应用程序的可视化界面。最后，重点探讨了SLS成形工艺参数以及它们对成形质量(主 要指精度和机械性能)的影响，并进一步分析了输入空间中不同区域内点的优化情况 以及训练样本的分布与优化结果之间的关系。 ／ (通过试验，实际验证了本文研究的基于CMAC神经网络的SLS工艺参数优化系 统方案的可行性。该方法将有利于提高SLS设备的自动化和智能化程度，有利于促进 其进一步向市场推广。、) 关键词：sL叉cMAc?脑模型联接控制器广神经网络?工艺参数广优化K I 华中科技大学硕士学位论文ABSTRACT 华中科技大学硕士学位论文 ABSTRACT Presently,the choice of the SLS process parameters maLiray depends on the operators’ experiences instead of the systemic theory and scientific method．When the SLS machines， the sintering materials and the shape of parts ale changed，the SLS process parameters will be chosen again through SO many experimems，which will waste sintering material seriously,reduce efficiency and increase cost．Aiming at this problem，the dissertation is written to optimize the SLS process parameters through the neural network----CMAC． The system Oil the optimization of the SLS process parameters based on CMAC is developed tOO．Through the system，the optimized parameters Can be shown on-line automatically,which will reduce the requirement for the operators and the waste from repeated experiments． Firstly the general framework of the system is given．Secondly the CMAC，which is the key technology ofthe system，is discussed including basic structure，learning arithmetic and other technology details．Thirdly the neural network application code is written witll principles and methods of object—oriented design．The visual interface of the application is developed with Visual C+十6．0 in Windows’98 environment too．Lastly the SLS process parameters an