[發(fā)明專利]一種空間網(wǎng)絡(luò)3D打印算法

有效

• 申請?zhí)枺?/td>: 201510310560.1
• 申請日: 2015-06-08
• 公開（公告）號(hào): CN104932847B
• 公開（公告）日: 2018-01-19
• 發(fā)明（設(shè)計(jì)）人: 劉利釗
• 申請（專利權(quán)）人: 三維泰柯（廈門）電子科技有限公司
• 主分類號(hào): G06F3/12
• 分類號(hào): G06F3/12;G06N3/02;B33Y50/00
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11371
• 代理人: 吳開磊

技術(shù)領(lǐng)域

本發(fā)明屬于3D打印技術(shù)領(lǐng)域，涉及一種空間網(wǎng)絡(luò)3D打印算法。

背景技術(shù)

現(xiàn)有3D打印控制方法為開環(huán)控制，或者普通的PID控制方法，這些方法不具備對多種沖突的任務(wù)和矛盾的計(jì)算進(jìn)行智能優(yōu)化的能力，也就是3D打印機(jī)無法對自身狀態(tài)進(jìn)行感知從而使自身的最重要功能協(xié)調(diào)發(fā)揮、并且在多個(gè)線程發(fā)生沖突時(shí)自動(dòng)脫離。當(dāng)計(jì)算、通信、控制、人機(jī)交互等內(nèi)容交織在一起時(shí)無法形成一個(gè)有機(jī)整體，更無法從3D打印控制的內(nèi)核上支持多個(gè)打印機(jī)之間形成智能網(wǎng)絡(luò)，實(shí)現(xiàn)3D打印機(jī)之間的分布式操作，而只能依靠人為的手動(dòng)調(diào)整和分結(jié)構(gòu)設(shè)計(jì)并分結(jié)構(gòu)單獨(dú)打印，當(dāng)3D打印機(jī)出現(xiàn)線程沖突或任務(wù)矛盾時(shí)無法給出故障標(biāo)記和解決辦法。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種空間網(wǎng)絡(luò)3D打印算法，解決了目前的3D打印控制方法無法從3D打印控制的內(nèi)核上支持多個(gè)打印機(jī)之間形成智能網(wǎng)絡(luò)，實(shí)現(xiàn)3D打印機(jī)之間的分布式操作的問題。

本發(fā)明所采用的技術(shù)方案如下:

一種空間網(wǎng)絡(luò)3D打印算法，首先擴(kuò)展自組織特征銀蛇算法，自動(dòng)找出輸入數(shù)據(jù)之間的類似度，將相似的輸入在網(wǎng)絡(luò)上就近配置，構(gòu)成對輸入數(shù)據(jù)有選擇地給與反應(yīng)的網(wǎng)絡(luò)。基于自組織特征映射的學(xué)習(xí)算法構(gòu)造SOM空間網(wǎng)絡(luò)3D打印算法：

STEP1：用隨機(jī)數(shù)作為尺度參數(shù)導(dǎo)入傅里葉熱擴(kuò)散方程，設(shè)定輸入層和映射層之間的權(quán)值的初始值，以輸入層作為變量X，用映射層作為變量Y，進(jìn)行梯度空間演化，從而形成輸入層空間和映射層空間。對m個(gè)輸入神經(jīng)元到輸出神經(jīng)元連接權(quán)值賦予梯度空間較小的權(quán)值。選取輸出神經(jīng)元j個(gè)空間內(nèi)的“鄰接神經(jīng)元”的集合S_j。其中S_j(0)表示時(shí)刻t＝0的神經(jīng)元j空間“鄰接神經(jīng)元”的集合，S_j(t)表示時(shí)刻t空間“鄰接神經(jīng)元”的集合。空間區(qū)域S_j(t)隨著時(shí)間的增長而不斷縮小；

STEP2：把多維輸入向量X＝(x₁,x₂,x₃,…,x_m)^T作為數(shù)據(jù)給輸入層空間；

STEP3：計(jì)算映射層空間的權(quán)值向量和輸入向量空間的距離(歐氏距離)。在映射層空間，計(jì)算各神經(jīng)元的權(quán)值向量空間和輸入向量空間的歐氏距離。映射層的第j個(gè)神經(jīng)元和輸入向量的的距離如式1所示

式1

式中，w_ij為輸入層的i神經(jīng)元和映射層的j神經(jīng)元之間的權(quán)值。通過計(jì)算，得到一個(gè)具有最小距離的神經(jīng)元，記為j^*,即確定出某個(gè)單元k，使得對于任意的j，都有d_k＝min(dj)，并給出其鄰接神經(jīng)元集合；

STEP4：權(quán)值的學(xué)習(xí).按下式2修正輸出神經(jīng)元j*及其“鄰接神經(jīng)元”權(quán)值；

Δw_ij＝w_ij(t+1)-w_ij(t)-η(t)(x_i(t)-w_ij(t)) (式2)

式2中，η為一個(gè)大于0小于1的常數(shù)，隨著時(shí)間變化逐漸下降到0；

或(式3)

STEP5：計(jì)算輸出O_k

O_k＝f(min||x-w_j||)

式中，f(*)一般為0～1函數(shù)或者其他非線性函數(shù)；

STEP6：判斷是否達(dá)到預(yù)先設(shè)定的要求。如果達(dá)到要求則算法結(jié)束；

否則，返回步驟(2)，進(jìn)行下一輪學(xué)習(xí)。

采用上述算法后，本發(fā)明的有益效果如下：

本發(fā)明專利根據(jù)現(xiàn)有技術(shù)和產(chǎn)品的不足公布了一種能夠廣泛運(yùn)用在各種成型工藝的3D打印機(jī)中的SOM空間網(wǎng)絡(luò)3D打印算法，它是一種對打印機(jī)自身狀態(tài)和參數(shù)進(jìn)行感知與協(xié)調(diào)的智能控制算法，對SLA、SLS、FDM、LOM、3DP等打印方法提供全面支持，可以使打印機(jī)對自身的計(jì)算、通信、控制、人機(jī)交互等多線程任務(wù)進(jìn)行全面協(xié)調(diào)和優(yōu)化決策，結(jié)合自身當(dāng)前的控制特征和任務(wù)特征進(jìn)行自身能力的最優(yōu)分配，最大程度避免線程沖突和任務(wù)矛盾，并具有發(fā)現(xiàn)自身故障和給出故障解決建議的能力。

附圖說明

圖1所示的是本發(fā)明中的3D打印網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖；

圖2所示的是本發(fā)明中的3D鄰接神經(jīng)元直接距離圖；

圖3所示的是本發(fā)明中3DSOM競爭勝利神經(jīng)元分布圖。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施方式對本發(fā)明進(jìn)行詳細(xì)說明。

SOM空間網(wǎng)絡(luò)3D打印算法的構(gòu)建