[發明專利]基于雙指標正交試驗結合支持向量機快速優化聚乳酸熔融沉積成型工藝的方法

在審

• 申請號: 202010847263.1
• 申請日: 2020-08-21
• 公開（公告）號: CN112172128A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 楊晨;肖荔人;陸文聰;楊裕金
• 申請（專利權）人: 上海大學;福建師范大學
• 主分類號: B29C64/118
• 分類號: B29C64/118;B29C64/386;G06F30/12;G06F30/20;B33Y10/00;B33Y50/00
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 何文欣

本發明涉及一種基于雙指標正交試驗結合支持向量機快速優化聚乳酸熔融沉積成型工藝方法，包括以下步驟：確定工藝參數、構建標準樣條模型并調整工藝參數、利用FDM打印機打印試驗樣條并對其進行力學性能測試、正交試驗結合支持向量機，建立打印制品工藝參數—力學性能模型、生成大量虛擬樣本，進行高通量篩選，快速預報打印制品的性能。本發明方法簡單、快捷地利用機器學習建模方法對聚乳酸熔融沉積成型工藝參數進行優化，避免了僅憑經驗盲目試湊而難以得到最優的成型工藝參數組合；本發明基于可靠的實驗數據和建模方法，所建熔融沉積成型工藝參數—力學性能預報模型具有簡便快捷、低成本、無污染的優點。

技術領域

本發明涉及熔融沉積成型制品的工藝優化領域，尤其是基于雙指標正交試驗結合支持向量機快速優化聚乳酸熔融沉積成型工藝。

技術背景

增材制造(additive manufacturing，簡稱AM)是一種集電子、軟件、機械和材料等多個學科交叉為一體的智能制造技術。它具有快速的原型設計、高保真度、減少材料耗費等優點。熔融沉積成型(fused deposition modeling，簡稱FDM)是增材制造主流技術之一，已被廣泛應用于生物醫療、航空航天、國防軍事、器械制造等領域。當前制約熔融沉積成型技術發展的因素除了成型設備和成型材料以外，熔融沉積成型工藝參數對于打印產品品質的影響也是不可忽視的重要因素。研究表明，即使是同一臺FDM打印機使用同種成型耗材，在不同成型工藝條件下進行打印，所得制品的機械性能和表面質量也會有明顯的差異。

近年來，關于FDM成型工藝參數的研究主要集中在分層厚度、底板溫度、噴嘴溫度、沉積方式以及打印速度等參數對單一力學強度的影響，忽略了參數變化時，各種力學性能的同步變化，對綜合力學性能研究則較少。多指標正交試驗是研究多因素影響試驗的重要分析方法，它可以高效而經濟地找出各因素的影響大小，更為全面地優選出綜合性能最佳試驗組合。

聚乳酸(PLA)作為FDM成型技術的主流耗材，具有高強度、高彈性模量、良好的生物相容性等優點，它的打印產品的質量與性能得到了廣泛關注。

支持向量機(support vector machine，簡稱SVM)是數學家VladimirN.Vapnik等建立在統計學習理論(statistical learning theory，簡稱SLT)基礎上的機器學習新方法，包括支持向量分類(support vector classification，簡稱SVC)算法和支持向量回歸(support vector regression，簡稱SVR)算法。該方法具有堅實的理論基礎，較好的地分析了“過擬合”和“欠擬合”問題，并提出了相應的解決方法。它提供了豐富的核函數方法，特別適用于小樣本集情況下的數據建模，能最大限度提高預報結果的可靠性。

發明內容

本發明的目的是為了克服實驗“試錯法”的盲目性，而提供一種基于雙指標正交試驗結合支持向量機快速優化聚乳酸熔融沉積成型工藝的方法，該方法簡便快捷、低成本，科學高效，所需的試驗次數較少，成本低。

本發明的目的通過以下技術方案來實現：

一種基于雙指標正交試驗結合支持向量機快速優化聚乳酸熔融沉積成型工藝的方法，包括以下步驟：

1)確定工藝參數：

確定熔融沉積成型的工藝參數及水平數，選用合適的正交試驗表；

2)構建標準樣條模型并調整工藝參數：

采用拉伸、沖擊樣條標準，通過CAD軟件設計出標準樣條模型；將構建好的力學性能測試樣條模型導出為stl文件，利用Cura軟件切片，并按照正交試驗方案調整工藝參數；

3)利用FDM打印機打印試驗樣條并對其進行力學性能測試：

參數調整完畢后，將設定好的模型數據導入FDM打印機中準備打印；待全部試驗樣條打印完成后，分別按照標準進行力學性能測試，記錄試驗結果；