| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 FDM成型设备国内外发展现状 | 第11-14页 |
| 1.2.1 FDM成型设备国外发展现状 | 第11-12页 |
| 1.2.2 FDM成型设备国内发展现状 | 第12-14页 |
| 1.3 FDM有限元模拟及工艺参数研究现状 | 第14-16页 |
| 1.3.1 基于热应力场的有限元模拟研究现状 | 第14页 |
| 1.3.2 基于FDM成型工艺研究现状 | 第14-16页 |
| 1.4 论文的研究内容 | 第16-18页 |
| 第2章 FDM技术简介 | 第18-24页 |
| 2.1 FDM过程基本原理 | 第18页 |
| 2.2 FDM工艺特点 | 第18-19页 |
| 2.3 FDM工艺过程 | 第19-20页 |
| 2.3.1 三维CAD模型的设计 | 第19页 |
| 2.3.2 模型近似处理 | 第19-20页 |
| 2.3.3 分层处理 | 第20页 |
| 2.3.4 造型 | 第20页 |
| 2.3.5 零件后处理 | 第20页 |
| 2.4 影响FDM过程精度的因素分析 | 第20-23页 |
| 2.4.1 成型系统所导致的误差 | 第20页 |
| 2.4.2 CAD模型转化为STL标准格式所导致的误差 | 第20-22页 |
| 2.4.3 材料收缩引起的误差 | 第22页 |
| 2.4.4 工艺参数所引起的误差 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 FDM过程温度场的有限元模拟 | 第24-40页 |
| 3.1 ANSYSAPDL参数化语言简介 | 第24页 |
| 3.2 FDM过程有限元热分析过程 | 第24-27页 |
| 3.2.1 生死单元技术 | 第24-25页 |
| 3.2.2 热分析有限元基本方程 | 第25页 |
| 3.2.3 热传递的方式 | 第25-26页 |
| 3.2.4 相变潜热处理 | 第26-27页 |
| 3.3 温度场有限元模拟基本假设 | 第27页 |
| 3.4 有限元模型的建立 | 第27-30页 |
| 3.5 算法设计 | 第30-31页 |
| 3.6 FDM过程温度场分析 | 第31-39页 |
| 3.6.1 FDM过程某一时刻温度梯度特征分析 | 第31-33页 |
| 3.6.2 FDM过程不同时刻温度场特征分析 | 第33-36页 |
| 3.6.3 FDM过程各节点的温度随时间变化分析 | 第36-37页 |
| 3.6.4 FDM过程中不同填充路径的温度场分析 | 第37-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第4章 FDM过程应力应变场有限元模拟 | 第40-49页 |
| 4.1 应力场分析遵循的基本理论 | 第40-41页 |
| 4.1.1 应力场有限元模拟基本假设 | 第40页 |
| 4.1.2 塑性理论 | 第40-41页 |
| 4.2 热-应力耦合分析 | 第41页 |
| 4.3 转换分析类型及边界条件 | 第41-42页 |
| 4.4 算法设计 | 第42-43页 |
| 4.5 熔融沉积成型过程应力应变场模拟结果分析 | 第43-47页 |
| 4.5.1 同一种路径下应力场分布分析 | 第43-44页 |
| 4.5.2 不同扫描填充路径应力场的比较 | 第44-46页 |
| 4.5.3 不同扫描路径下应变场模拟结果分析 | 第46-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第5章 遗传算法结合BP神经网络的FDM工艺精度预测模型 | 第49-59页 |
| 5.1 FDM工艺成型精度影响因素 | 第49页 |
| 5.2 BP神经网络与遗传算法 | 第49-51页 |
| 5.2.1 BP神经网络 | 第49-50页 |
| 5.2.2 遗传算法 | 第50-51页 |
| 5.3 遗传算法优化BP神经网络设计 | 第51-58页 |
| 5.3.1 实验设计 | 第52-54页 |
| 5.3.2 FDM工艺精度预测模型的实现 | 第54-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 6.1 结论 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第64-65页 |
| 致谢 | 第65页 |