| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 本课题的研究背景与意义 | 第9-10页 |
| 1.1.1 本课题的研究背景 | 第9-10页 |
| 1.1.2 本课题的研究意义 | 第10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-13页 |
| 1.2.1 国外研究现状及分析 | 第10-11页 |
| 1.2.2 国内研究现状及分析 | 第11-12页 |
| 1.2.3 发展趋势 | 第12-13页 |
| 1.3 论文主要内容及结构安排 | 第13-15页 |
| 1.3.1 论文主要内容 | 第13-14页 |
| 1.3.2 论文结构安排 | 第14-15页 |
| 2 三维成型系统架构方案与分析 | 第15-22页 |
| 2.1 三维成型系统概述 | 第15-18页 |
| 2.1.1 整体系统 | 第15-16页 |
| 2.1.2 控制系统主要方案 | 第16-18页 |
| 2.2 三维成型系统分析 | 第18-21页 |
| 2.2.1 系统的工作过程 | 第18-19页 |
| 2.2.2 系统的控制原理 | 第19页 |
| 2.2.3 系统工作流程及软件结构 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 驱动系统的设计及方案 | 第22-37页 |
| 3.1 步进电机系统 | 第22-24页 |
| 3.1.1 两相混合式步进电机 | 第22-23页 |
| 3.1.2 两相混合式步进电机数学模型 | 第23-24页 |
| 3.2 细分驱动技术研究 | 第24-27页 |
| 3.2.1 细分驱动技术概述 | 第25页 |
| 3.2.2 细分驱动技术特点 | 第25-26页 |
| 3.2.3 细分驱动技术分析 | 第26-27页 |
| 3.3 步进电机细分驱动的设计 | 第27-36页 |
| 3.3.1 细分驱动方法 | 第27-30页 |
| 3.3.2 电流矢量恒幅均匀旋转控制方法分析 | 第30-32页 |
| 3.3.3 细分驱动数学模型的建立 | 第32-33页 |
| 3.3.4 细分驱动技术的实现 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 基于QPSO-BP的智能温度预测研究 | 第37-50页 |
| 4.1 成型喷头温度概述 | 第37页 |
| 4.2 量子粒子群算法 | 第37-40页 |
| 4.2.1 粒子群算法的概述 | 第37-38页 |
| 4.2.2 传统粒子群缺点 | 第38页 |
| 4.2.3 量子粒子群 | 第38-40页 |
| 4.2.4 量子粒子群算法的流程 | 第40页 |
| 4.3 BP神经网络 | 第40-42页 |
| 4.3.1 BP神经网络 | 第40页 |
| 4.3.2 BP神经网络的计算过程 | 第40-42页 |
| 4.3.3 BP神经网络的缺陷 | 第42页 |
| 4.4 QPSO优化BP神经网络方案 | 第42-45页 |
| 4.4.1 优化BP神经网络的初始值 | 第43-44页 |
| 4.4.2 验证QPSO优化BP神经网络的可行性 | 第44-45页 |
| 4.5 成型喷头温度预报模型 | 第45-47页 |
| 4.5.1 模型输入量的选取 | 第45页 |
| 4.5.2 优化BP神经网络的QPSO设计 | 第45-46页 |
| 4.5.3 基于QPSO-BP成型喷头温度预报模型的建立 | 第46-47页 |
| 4.6 仿真与分析 | 第47-49页 |
| 4.7 本章小结 | 第49-50页 |
| 5 三维成型系统硬软件的设计 | 第50-58页 |
| 5.1 三维成型机的机械结构 | 第50页 |
| 5.2 步进电机的选型 | 第50-51页 |
| 5.3 硬件设计 | 第51-56页 |
| 5.3.1 主控制板 | 第51-53页 |
| 5.3.2 驱动输出模块 | 第53-56页 |
| 5.4 软件设计 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 6 三维成型系统实验验证 | 第58-63页 |
| 6.1 三维模型的建立 | 第58页 |
| 6.2 三维模型的切片 | 第58-60页 |
| 6.3 成型系统的软件调试 | 第60-61页 |
| 6.4 实验验证 | 第61-62页 |
| 6.5 本章小结 | 第62-63页 |
| 7 结论与展望 | 第63-65页 |
| 7.1 结论 | 第63页 |
| 7.2 展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |