CN105643944B - 一种3d打印机稳定控制方法及控制系统 - Google Patents

Abstract

本发明实施例提供一种3D打印机稳定控制方法及控制系统，涉及三维打印技术领域。本发明的3D打印机稳定控制方法通过获取第一3D打印机模块对第二3D打印机模块的综合控制值，在获取3D打印机的迭代控制模型，得到获取所述第次i(i为大于0的正整数)控制时的迭代控制函数与门限误差值的关系，进一步得到最优门限误差值函数，求解最优门限误差值。本发明的3D打印机稳定控制方法及控制系统通过构造最优门限误差值的模型，通过推荐控制值的衰减积分平衡点实时选取最优门限误差值，可以较好的解决3D打印机成型过程的推荐控制值随着门限值的变化而发生均衡与非均衡衰减的现象，提高了打印机的稳定性。

Description

一种3D打印机稳定控制方法及控制系统

技术领域

本发明涉及三维打印技术领域，具体而言，涉及一种3D打印机稳定控制方法及控制系统。

背景技术

3D打印，也称增材制造或者积层造型，是利用数字模型加工出物理对象的过程。在加工过程中，通过逐层填加材料而建造打印对象。通常3D打印由于规则模式不够灵活，很难适应于多样的打印物体，从而不能保证得到物理稳定的结构，打印出来的效果也不够精确。

3D打印机切片控制和成型过程的迭代值会随着门限误差值的变化而发生非均衡衰减，造成打印机的稳定性变差。

发明内容

有鉴于此，本发明实施例的目的在于提供一种3D打印机稳定控制方法及控制系统。

本发明实施例提供的一种3D打印机稳定控制方法，应用于3D打印机，所述3D打印机包括打印平台和处理器，所述3D打印机稳定控制方法包括：

获取第一3D打印机模块对第二3D打印机模块的综合控制值，所述综合控制值为

T_ab＝αt_ab+(1-α)R_b

其中，t_ab＝t(x_ab,τ_ab)，所述t_ab代表直接控制值，x_ab代表第一3D打印机模块对第二3D打印机模块的过程成型经验，τ_ab代表第一3D打印机模块对第二3D打印机模块的控制时间间隔，所述R_b为推荐控制值，α代表自我控制值；

获取3D打印机的迭代控制模型，所述迭代控制模型为

所述r_i是所述处理器对于3D打印机在第i次控制时的迭代控制函数，所述t_ib＝t(x_ib,τ_ib)，所述t_ib代表第i次控制时直接控制值；x_ib代表处理器在第i次对第二3D打印机模块的过程成型经验，τ_ib是指处理器在第i次对第二3D打印机模块的控制时间间隔；

获取所述第i次控制时的迭代控制函数与门限误差值的关系，

其中，区域S内所述处理器对第二3D打印机模块的第i次推荐控制误差为Sub_i＝|R_b-t_ib|，门限误差值为σ，此时r_i`是所述处理器对于3D打印机的迭代控制函数，当Sub_i<σ或Sub_i>σ时，都表示处理器获得的区域S内对第二3D打印机模块的最近一次打印动作偏离于所述迭代控制模型的原有值；

根据广义可控迭代控制模型得到最优门限误差值函数，为

其中，所述3D打印机控制累积函数GTCDF为

根据所述最优门限误差值函数解出最优门限误差值；

λ是尺度参数，代表可信网格的规模，λ正比于网格内可进行成型计算的3D打印机的数量。k是形状参数，表示在一定规模尺度参数条件下，网格3D打印机成型信息时更新函数的变化规律。x代表累计控制误差均值。

本发明还提供一种3D打印机稳定控制系统，应用于3D打印机，所述3D打印机包括打印平台和处理器，所述3D打印机稳定控制系统包括：

综合控制值确定模块，用于获取第一3D打印机模块对第二3D打印机模块的综合控制值，所述综合控制值为

T_ab＝αt_ab+(1-α)R_b

其中，t_ab＝t(x_ab,τ_ab)，所述t_ab代表直接控制值，x_ab代表第一3D打印机模块对第二3D打印机模块的过程成型经验，τ_ab代表第一3D打印机模块对第二3D打印机模块的控制时间间隔，所述R_b为推荐控制值，α代表自我控制值；

迭代控制模型获取模块，用于获取所述迭代控制模型

所述r_i是所述处理器对于3D打印机在第i次控制时的迭代控制函数，所述t_ib＝t(x_ib,τ_ib)，所述t_ib代表第i次控制时直接控制值；x_ib代表处理器在第i次对第二3D打印机模块的过程成型经验，τ_ib是指处理器在第i次对第二3D打印机模块的控制时间间隔；

第一关系获取模块，用于获取所述迭代控制函数与门限误差值的关系，

其中，区域S内所述处理器对第二3D打印机模块的第i次推荐控制误差为Sub_i＝|R_b-t_ib|，门限误差值为σ，此时r_i`是所述处理器对于3D打印机的迭代控制函数，当Sub_i<σ或Sub_i>σ时，都表示处理器获得的区域S内对第二3D打印机模块的最近一次打印动作偏离于所述迭代控制模型的原有值；

最优门限误差值函数确定模块，用于确定所述最优门限误差值函数，为

其中，所述3D打印机控制累积函数GTCDF为

根据所述最优门限误差值函数解出最优门限误差值；

λ是尺度参数，代表可信网格的规模，λ正比于网格内可进行成型计算的3D打印机的数量。k是形状参数，表示在一定规模尺度参数条件下，网格3D打印机成型信息时更新函数的变化规律。x代表累计控制误差均值。

与现有技术相比，本发明的3D打印机稳定控制方法及控制系统通过构造最优门限误差值的模型，通过推荐控制值的衰减积分平衡点实时选取最优门限误差值，可以较好的解决3D打印机成型过程的推荐控制值随着门限值的变化而发生均衡与非均衡衰减的现象，提高了打印机的稳定性。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明较佳实施例提供的3D打印机的功能模块图；

图2为本发明较佳实施例提供的3D打印机稳定控制系统的模块图；

图3为本发明较佳实施例提供的3D打印机稳定控制方法的流程图。

主要元件符号说明

3D打印机100；存储器101；存储处理器102；处理器103；外设接口104；打印平台105；3D打印机稳定控制系统200；综合控制值确定模块201；迭代控制模型获取模块202；第一关系获取模块203；第二关系获取模块204；推荐控制函数获取模块205；迭代控制函数建立模块206；最优门限误差值函数确定模块207。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

如图1所示，是3D打印机100的功能模块图。所述3D打印机100包括3D打印机稳定控制系统200、存储器101、存储控制器102、处理器103、外设接口104、打印平台105。

所述存储器101、存储控制器102、处理器103、外设接口104、打印平台105各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述3D打印机稳定控制系统200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中。所述处理器103用于执行存储器101中存储的可执行模块，例如所述3D打印机稳定控制系统200包括的软件功能模块或计算机程序。

其中，存储器101可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器101用于存储程序，所述处理器103在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器103中，或者由处理器103实现。

处理器103可能是一种集成电路芯片，具有信号的处理能力。上述的处理器103可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述外设接口104将各种输入/输入装置耦合至处理器103以及存储器101。在一些实施例中，外设接口104，处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

所述打印平台105包括有打印行走机构以及X、Y、Z轴的驱动，打印物体放置于该打印平台105进行打印。

请参阅图2，是本发明较佳实施例提供的3D打印机稳定控制系统200的模块图。3D打印机稳定控制系统200包括综合控制值确定模块201、迭代控制模型获取模块202、第一关系获取模块203、第二关系获取模块204、推荐控制函数获取模块205、迭代控制函数建立模块206以及最优门限误差值函数确定模块207。

所述综合控制值确定模块201，用于获取第一3D打印机模块对第二3D打印机模块的综合控制值，第一3D打印机模块将根据T_ab做出最终控制决策并以此直接影响其在成型中的行为，所述综合控制值为

T_ab＝αt_ab+(1-α)R_b

其中，t_ab＝t(x_ab,τ_ab)，所述t_ab代表直接控制值，x代表3D打印机的过程成型经验，τ代表时间间隔，所述R_b为推荐控制值，α代表自我控制值。

所述迭代控制模型获取模块202，用于获取所述迭代控制模型

所述r_i是所述处理器对于3D打印机在第i次控制时的迭代控制函数，所述t_ib＝t(x_ib,τ_ib)，所述t_ib代表第i次控制时直接控制值，所述i为大于0的正整数。

当r_i进行动态更新时，所述R_b则成为迭代控制模型，可见，在控制评估函数t(x_ab,τ_ab)确定的情况下，迭代控制函数直接决定3D打印机的综合控制值。

所述第一关系获取模块203，用于获取所述迭代控制函数与门限误差值的关系，

其中，区域S内所述处理器对第二3D打印机模块的第i次推荐控制误差为Sub_i＝|R_b-t_ib|，门限误差值为σ，此时r_i`是所述处理器对于3D打印机的迭代控制函数，当Sub_i<σ或Sub_i>σ时，都表示处理器获得的区域S内对第二3D打印机模块的最近一次打印动作偏离于所述迭代控制模型的原有值。

所述迭代控制函数更进一步细化了函数形式，且解决了在控制误差变动的情况下需要始终使用同一函数进行描述这一难题。

所述第二关系获取模块204，用于获取所述迭代控制函数与所述自我控制值的关系，其函数关系为

由此可见，所述迭代控制函数根据所述自我控制值的变化而变化。

所述推荐控制函数获取模块205，用于根据韦伯原理得到推荐控制函数

所述迭代控制函数建立模块206，用于建立迭代控制函数

其中，所述Sub_i的取值为正数，λ是尺度参数(scale parameter)，代表可信网格的规模，λ正比于网格内可进行成型计算的3D打印机数量；k是形状参数(shape parameter)，表示在一定规模的尺度参数条件下，网格3D打印机成型信息时更新函数的变化规律，当k＝1更新函数是指数函数，k＝2时是瑞利函数(Rayleigh distribution)。

在所述迭代控制函数中，取尺度参数λ的值为1，形状参数k的值分别设为0.5，1，1.5，5，并且，迭代控制函数可表示为

当k＝5，Δσ-σ≤R_b-t_ib≤σ-Δσ时，门限误差值均满足高控制度条件下与推荐控制值的反比关系，即门限误差值越小推荐控制值越高，该反比关系与推荐控制值和最近时间直接控制值的逼近顺序无关；

当k＝1.5，σ-Δσ≤|R_b-t_ib|<σ时，门限误差值满足中控制度条件下与推荐控制值的反比关系，σ-Δσ≤R_b-t_ib<σ时，3D打印机最近时间获得的直接控制值小于推荐控制值，误差变化对更新函数带来的影响低于σ-Δσ≤t_ib-R_b<σ时的影响；

当k＝1和k＝0.5，σ≤|R_b-t_ib|时门限误差满足低控制度条件下与推荐控制值的反比关系：k＝1，σ≤|R_b-t_ib|<σ+Δσ条件下误差变化对更新函数带来的影响低于k＝0.5，σ+Δσ≤|R_b-t_ib|时的影响

所述最优门限误差值函数确定模块207，用于确定所述最优门限误差值函数，根据所述最优门限误差值函数解出最优门限误差值，所述最优门限误差值函数为

其中，所述3D打印机控制累积函数GTCDF为

具体的，自我控制值通常在(0,1)区间之内，设定方法有两种，一种是根据专家系统逐步逼近设置或者直接根据专家经验进行设置，另一种为根据3D打印机自身与其他3D打印机或代理的成型经验进行自动累加计算，后者更能反映3D打印机对自身在整个成型行为的客观稳定度。同样的，门限误差的理想设置方法是能够反映实际控制值与最近时间控制值的差别对所有3D打印机更新控制度的影响：所以与更新函数进行关联，在同一函数体系下用各个分段区间函数单调性与更新函数相一致的方法进行自动计算、并能逼近3D打印机整体更新过程。如此，得到所述最优门限误差值函数

在求解所述最优门限误差值函数时，需要将Γ函数换算为复数形式，并确定最优门限误差值，所述Γ函数在右半复平面的全纯函数为

其中，z为实部大于零的复数，其中sin(πz)在整个复平面上有解析延拓，当Re(x)＜1时，取

得到Γ函数延拓为整个复平面的亚纯函数，为

根据此式得到最优门限误差值。

x＝E(Sub_i),i∈(1,1000)，解出

例如，取该方程一特解：

k₁＝0.5,k₂＝1,k₃＝1.5,k₄＝5，

此时最优门限误差为σ＝Γ(0.6)。

请参考图3，是本发明较佳实施例提供的3D打印机稳定控制方法的流程图。所述3D打印机稳定控制方法包括以下步骤：

步骤S101，综合控制值确定模块201获取第一3D打印机模块对第二3D打印机模块的综合控制值T_ab＝αt_ab+(1-α)R_b，第一3D打印机模块将根据T_ab做出最终控制决策并以此直接影响其在成型中的行为。

步骤S102，迭代控制模型获取模块202获取3D打印机的迭代控制模型，

当r_i进行动态更新时，所述R_b则成为迭代控制模型，可见，在控制评估函数t(x_ab,τ_ab)确定的情况下，迭代控制函数直接决定3D打印机的综合控制值。

步骤S103，第一关系获取模块203获取所述迭代控制函数与门限误差值的关系，

根据所述函数关系，所述迭代控制函数更进一步细化了函数形式，且解决了在控制误差变动的情况下需要始终使用同一函数进行描述这一难题。

步骤S104，通过最优门限误差值函数确定模块207得到最优门限误差值函数求解最优门限误差值。

综上所述，本发明的3D打印机稳定控制方法及控制系统通过构造最优门限误差值的模型，通过推荐控制值的衰减积分平衡点实时选取最优门限误差值，可以较好的解决3D打印机成型过程的推荐控制值随着门限值的变化而发生均衡与非均衡衰减的现象，提高了打印机的稳定性。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种3D打印机稳定控制方法，应用于3D打印机，所述3D打印机包括打印平台和处理器，其特征在于，所述3D打印机稳定控制方法包括：

获取第一3D打印机模块对第二3D打印机模块的综合控制值，所述综合控制值为

T_ab＝αt_ab+(1-α)R_b

其中，t_ab＝t(x_ab,τ_ab)，所述t_ab代表直接控制值，x_ab代表第一3D打印机模块对第二3D打印机模块的过程成型经验，τ_ab代表第一3D打印机模块对第二3D打印机模块的控制时间间隔，所述R_b为推荐控制值，α代表自我控制值；

获取3D打印机的迭代控制模型，所述迭代控制模型为

所述r_i是所述处理器对于3D打印机在第i次控制时的迭代控制函数，所述t_ib＝t(x_ib,τ_ib)，所述t_ib代表第i次控制时直接控制值；x_ib代表处理器在第i次对第二3D打印机模块的过程成型经验，τ_ib是指处理器在第i次对第二3D打印机模块的控制时间间隔；

获取所述第i次控制时的迭代控制函数与门限误差值的关系，

其中，区域S内所述处理器对第二3D打印机模块的第i次推荐控制误差为Sub_i＝|R_b-t_ib|，门限误差值为σ，此时r_i`是所述处理器对于3D打印机的迭代控制函数，当Sub_i<σ或Sub_i>σ时，都表示处理器获得的区域S内对第二3D打印机模块的最近一次打印动作偏离于所述迭代控制模型的原有值；

根据广义可控迭代控制模型得到最优门限误差值函数，为

其中，所述3D打印机控制累积函数GTCDF为

根据所述最优门限误差值函数解出最优门限误差值；

λ是尺度参数，代表可信网格的规模，λ正比于网格内可进行成型计算的3D打印机的数量，k是形状参数，表示在一定规模尺度参数条件下，网格3D打印机成型信息时更新函数的变化规律，x代表累计控制误差均值。

2.根据权利要求1所述的3D打印机稳定控制方法，其特征在于，所述3D打印机稳定控制方法还包括根据韦伯原理得到推荐控制函数

并建立迭代控制函数

其中，所述Sub_i的取值为正数，λ是尺度参数(scale parameter)，代表可信网格的规模，λ正比于网格内可进行成型计算的3D打印机数量；k是形状参数(shape parameter)，表示在一定规模的尺度参数条件下，网格3D打印机成型信息时更新函数的变化规律，当k＝1更新函数是指数函数，k＝2时是瑞利函数(Rayleigh distribution)。

3.根据权利要求2所述的3D打印机稳定控制方法，其特征在于，取尺度参数值为1，形状参数分别设为0.5，1，1.5，5，此时，迭代控制函数表示为

当k＝5，Δσ-σ≤R_b-tib≤σ-Δσ时，门限误差值均满足高控制度条件下与推荐控制值的反比关系，即门限误差值越小推荐控制值越高，该反比关系与推荐控制值和最近时间直接控制值的逼近顺序无关；

当k＝1.5，σ-Δσ≤|R_b-t_ib|<σ时，门限误差值满足中控制度条件下与推荐控制值的反比关系，σ-Δσ≤R_b-t_ib<σ时，3D打印机最近时间获得的直接控制值小于推荐控制值，误差变化对更新函数带来的影响低于σ-Δσ≤t_ib-R_b<σ时的影响；

当k＝1和k＝0.5，σ≤|R_b-t_ib|时门限误差满足低控制度条件下与推荐控制值的反比关系：k＝1，σ≤|R_b-t_ib|<σ+Δσ条件下误差变化对更新函数带来的影响低于k＝0.5，σ+Δσ≤|R_b-t_ib|时的影响。

4.根据权利要求1所述的3D打印机稳定控制方法，其特征在于，所述迭代控制函数与所述自我控制值的关系为

所述迭代控制函数根据所述自我控制值的变化而变化。

5.根据权利要求1所述的3D打印机稳定控制方法，其特征在于，所述Γ函数在右半复平面的全纯函数为

0<Re(z)<1

其中，z为实部大于零的复数，其中sin(πz)在整个复平面上有解析延拓，当Re(z)＜1时，取

得到Γ函数延拓为整个复平面的亚纯函数，为

根据此式得到最优门限误差值。

6.一种3D打印机稳定控制系统，应用于3D打印机，所述3D打印机包括打印平台和处理器，其特征在于，所述3D打印机稳定控制系统包括：

综合控制值确定模块，用于获取第一3D打印机模块对第二3D打印机模块的综合控制值，所述综合控制值为

T_ab＝αt_ab+(1-α)R_b

其中，t_ab＝t(x_ab,τ_ab)，所述t_ab代表直接控制值，x_ab代表第一3D打印机模块对第二3D打印机模块的过程成型经验，τ_ab代表第一3D打印机模块对第二3D打印机模块的控制时间间隔，所述R_b为推荐控制值，α代表自我控制值；

迭代控制模型获取模块，用于获取所述迭代控制模型

所述r_i是所述处理器对于3D打印机在第i次控制时的迭代控制函数，所述t_ib＝t(x_ib,τ_ib)，所述t_ib代表第i次控制时直接控制值；x_ib代表处理器在第i次对第二3D打印机模块的过程成型经验，τ_ib是指处理器在第i次对第二3D打印机模块的控制时间间隔；

第一关系获取模块，用于获取所述迭代控制函数与门限误差值的关系，

其中，区域S内所述处理器对第二3D打印机模块的第i次推荐控制误差为Sub_i＝|R_b-t_ib|，门限误差值为σ，此时r_i`是所述处理器对于3D打印机的迭代控制函数，当Sub_i<σ或Sub_i>σ时，都表示处理器获得的区域S内对第二3D打印机模块的最近一次打印动作偏离于所述迭代控制模型的原有值；

最优门限误差值函数确定模块，用于确定所述最优门限误差值函数，为

其中，所述3D打印机控制累积函数GTCDF为

根据所述最优门限误差值函数解出最优门限误差值；

λ是尺度参数，代表可信网格的规模，λ正比于网格内可进行成型计算的3D打印机的数量，k是形状参数，表示在一定规模尺度参数条件下，网格3D打印机成型信息时更新函数的变化规律，x代表累计控制误差均值。

7.根据权利要求6所述的3D打印机稳定控制系统，其特征在于，所述3D打印机稳定控制系统还包括推荐控制函数获取模块和迭代控制函数建立模块，所述推荐控制函数获取模块用于根据韦伯原理得到推荐控制函数

迭代控制函数建立模块用于建立迭代控制函数

其中，所述Sub_i的取值为正数，λ是尺度参数(scale parameter)，代表可信网格的规模，λ正比于网格内可进行成型计算的3D打印机数量；k是形状参数(shape parameter)，表示在一定规模的尺度参数条件下，网格3D打印机成型信息时更新函数的变化规律，当k＝1更新函数是指数函数，k＝2时是瑞利函数(Rayleigh distribution)。

8.根据权利要求7所述的3D打印机稳定控制系统，其特征在于，所述迭代控制函数建立模块建立的迭代控制函数中，取尺度参数值为1，形状参数分别设为0.5，1，1.5，5，此时，迭代控制函数表示为

当k＝5，Δσ-σ≤R_b-t_ib≤σ-Δσ时，门限误差值均满足高控制度条件下与推荐控制值的反比关系，即门限误差值越小推荐控制值越高，该反比关系与推荐控制值和最近时间直接控制值的逼近顺序无关；

当k＝1.5，σ-Δσ≤|R_b-t_ib|<σ时，门限误差值满足中控制度条件下与推荐控制值的反比关系，σ-Δσ≤R_b-t_ib<σ时，3D打印机最近时间获得的直接控制值小于推荐控制值，误差变化对更新函数带来的影响低于σ-Δσ≤t_ib-R_b<σ时的影响；

当k＝1和k＝0.5，σ≤|R_b-t_ib|时门限误差满足低控制度条件下与推荐控制值的反比关系：k＝1，σ≤|R_b-t_ib|<σ+Δσ条件下误差变化对更新函数带来的影响低于k＝0.5，σ+Δσ≤|R_b-t_ib|时的影响。

9.根据权利要求6所述的3D打印机稳定控制系统，其特征在于，所述3D打印机稳定控制系统还包括第二关系获取模块，用于获取所述迭代控制函数与所述自我控制值的关系，为

所述迭代控制函数根据所述自我控制值的变化而变化。

10.根据权利要求6所述的3D打印机稳定控制系统，其特征在于，所述最优门限误差值函数确定模块还用于将Γ函数换算为复数形式，并确定最优门限误差值，所述Γ函数在右半复平面的全纯函数为

0<Re(z)<1

其中，z为实部大于零的复数，其中sin(πz)在整个复平面上有解析延拓，当Re(z)＜1时，取

得到Γ函数延拓为整个复平面的亚纯函数，为

根据此式得到最优门限误差值。