| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-9页 |
| 符号说明 | 第16-17页 |
| 第一章 绪论 | 第17-27页 |
| 1.1 3D打印技术概述 | 第17-22页 |
| 1.1.1 3D打印技术原理 | 第17-18页 |
| 1.1.2 3D打印技术分类 | 第18-22页 |
| 1.2 切片软件国内外发展概况 | 第22-24页 |
| 1.2.1 国外发展概况 | 第22-23页 |
| 1.2.2 国内发展概况 | 第23-24页 |
| 1.3 人工神经网络在3D打印领域的应用 | 第24-25页 |
| 1.4 本课题的研究背景及意义 | 第25-26页 |
| 1.5 本课题的主要研究内容 | 第26-27页 |
| 第二章 熔体微分3D打印机的结构与控制系统分析 | 第27-39页 |
| 2.1 成型原理分析 | 第27-28页 |
| 2.2 熔体微分3D打印机结构 | 第28-31页 |
| 2.2.1 耗材熔融塑化装置 | 第28-30页 |
| 2.2.2 针阀驱动装置 | 第30-31页 |
| 2.2.3 三维运动装置 | 第31页 |
| 2.3 熔体微分3D打印控制系统 | 第31-36页 |
| 2.3.1 温度控制 | 第32-33页 |
| 2.3.2 压力控制 | 第33-35页 |
| 2.3.3 三维运动平台控制 | 第35-36页 |
| 2.4 与传统熔融沉积控制方式区别分析 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 熔体微分3D打印切片程序设计 | 第39-59页 |
| 3.1 切片程序整体设计方案 | 第39-40页 |
| 3.2 数据输入模块 | 第40-45页 |
| 3.2.1 STL模型格式分析及信息读取 | 第40-41页 |
| 3.2.2 模型数据优化 | 第41-45页 |
| 3.3 数据处理模块 | 第45-56页 |
| 3.3.1 切片分层算法设计 | 第45-50页 |
| 3.3.2 模型外壁生成算法设计 | 第50-51页 |
| 3.3.3 模型表面轮廓和填充轮廓算法设计 | 第51-53页 |
| 3.3.4 填充区域轨迹生成算法设计 | 第53-54页 |
| 3.3.5 路径规划算法设计 | 第54-56页 |
| 3.4 G-CODE输出模块 | 第56-58页 |
| 3.4.1 G-CODE指令定义 | 第56页 |
| 3.4.2 G-CODE生成算法设计 | 第56-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第四章 熔体微分3D打印成型精度分析及优化 | 第59-71页 |
| 4.1 成型精度影响因素分析 | 第59-61页 |
| 4.2 基于正交试验的实验设计 | 第61-64页 |
| 4.2.1 实验原料 | 第61页 |
| 4.2.2 实验装置 | 第61-63页 |
| 4.2.3 实验方案 | 第63-64页 |
| 4.3 实验结果与讨论 | 第64-69页 |
| 4.3.1 误差测量结果 | 第64-65页 |
| 4.3.2 表面精度测量结果 | 第65-66页 |
| 4.3.3 基于极差法的尺寸精度单方向分析 | 第66-67页 |
| 4.3.4 基于极差法的综合尺寸精度及表面精度分析 | 第67-68页 |
| 4.3.5 优化方案的实验验证 | 第68-69页 |
| 4.4 本章小结 | 第69-71页 |
| 第五章 熔体微分3D打印成型制品精度预测 | 第71-83页 |
| 5.1 成型精度预测模型建立 | 第71-79页 |
| 5.1.1 人工神经网络 | 第71-73页 |
| 5.1.2 BP神经网络 | 第73-74页 |
| 5.1.3 基于BP神经网络的熔体微分3D打印制品精度预测模型 | 第74-79页 |
| 5.2 成型精度预测模型验证 | 第79-81页 |
| 5.3 本章小结 | 第81-83页 |
| 第六章 结论及展望 | 第83-87页 |
| 6.1 研究结论 | 第83-84页 |
| 6.2 研究展望 | 第84-87页 |
| 参考文献 | 第87-93页 |
| 致谢 | 第93-95页 |
| 研究成果及发表的学术论文 | 第95-97页 |
| 作者及导师简介 | 第97-98页 |
| 附录 | 第98-99页 |