CN114683536A - 确定fdm型3d打印机最佳打印参数的方法 - Google Patents
确定fdm型3d打印机最佳打印参数的方法 Download PDFInfo
- Publication number
- CN114683536A CN114683536A CN202210277673.6A CN202210277673A CN114683536A CN 114683536 A CN114683536 A CN 114683536A CN 202210277673 A CN202210277673 A CN 202210277673A CN 114683536 A CN114683536 A CN 114683536A
- Authority
- CN
- China
- Prior art keywords
- factor
- printer
- wire drawing
- factors
- test
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 53
- 238000005491 wire drawing Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 19
- 239000007921 spray Substances 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000002123 temporal effect Effects 0.000 claims 1
- 230000007547 defect Effects 0.000 abstract description 8
- 238000005086 pumping Methods 0.000 description 6
- 230000003247 decreasing effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 244000208734 Pisonia aculeata Species 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 102000003712 Complement factor B Human genes 0.000 description 1
- 108090000056 Complement factor B Proteins 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- -1 hydrogen Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/10—Processes of additive manufacturing
- B29C64/106—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material
- B29C64/118—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material using filamentary material being melted, e.g. fused deposition modelling [FDM]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
- B29C64/30—Auxiliary operations or equipment
- B29C64/386—Data acquisition or data processing for additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y10/00—Processes of additive manufacturing
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种确定FDM型3D打印机最佳打印参数的方法,对打印机喷头温度、回抽速率、回抽距离和空驶速率进行单因素试验,判断各因素组合下打印机拉丝情况;采集单因素试验中各因素组合下的打印机振动信号,对振动信号进行时域分析,提取时域特征参数,通过各个因素组合下打印机拉丝情况,确定各时域特征参数对拉丝情况的影响规律;对打印机喷头温度、回抽速率、回抽距离和空驶速率进行正交试验;以域特征参数作为评价指标对正交试验的各因素进行极差分析,得到各因素的最优组合。可以及时确定打印零件的拉丝缺陷情况,并用极差分析法得到打印机设置的各个因素的最优参数,减少了FDM打印过程中拉丝的产生,提高了工件打印质量。
Description
技术领域
本发明涉及打印机参数分析方法,具体涉及一种确定FDM型3D打印机最佳打印参数的方法。
背景技术
近年来,3D打印过程的现场监测与控制引起了很多专家学者的广泛关注,特别是是对金属增材制造工艺的监测和控制的研究和综述最多.对于FDM工艺,Rao等人通过异构传感器阵列获取了3D打印机的振动、温度等数据,并采用非参数贝叶斯过程(DP)混合模型和证据理论(ET)方法对数据进行分析,该方法能较好的检测到连续打印过程中的故障问题。Tlegenov等人利用加速度振动传感器,通过测量挤出机的振动幅值,总结出喷嘴堵塞与振动加速度幅值之间的关系.Wu等人利用声发射传感器监测FDM打印过程中挤出机喷头堵塞情况,通过分析采集的信号来区分正常、半阻塞、阻塞和耗尽的物料状态。
但是,以上研究是对增材制造过程中挤出机喷嘴堵塞、零件翘曲变形、丝材断裂等缺陷进行研究,很少对打印过程中的拉丝缺陷进行监测研究。拉丝,又称渗漏、挂须或起毛,是3D打印最常见的问题之一.拉丝会在模型表面留下许多塑料细丝,是打印机喷头移动至新的位置时,喷嘴里的塑料渗漏出来导致.它也是FDM打印过程中主要的缺陷之一,严重影响零件最后成型质量。拉丝缺陷潘俊锋等人对FDM打印工艺参数进行了研究,通过对模型试验分析,确定了影响模型拉丝缺陷的切片参数有打印温度、回抽距离和回抽速度。没有具体区分各因素影响主次顺序,并且上述研究都是在工件打印完成后再进行分析的,无法实现在打印过程中及时发现打印参数的异常引起的异常打印工况问题。
发明内容
发明目的:本发明的目的是提供一种确定FDM型3D打印机最佳打印参数的方法,解决现有方法不能及时发现打印参数异常引起的异常打印工况并确定最佳打印参数的问题。
技术方案:本发明所述的确定FDM型3D打印机最佳打印参数的方法,其特征在于,包括如下步骤:
(1)对打印机喷头温度、回抽速率、回抽距离和空驶速率进行单因素试验,判断各因素组合下打印机拉丝情况;
(2)采集单因素试验中各因素组合下的打印机振动信号,对振动信号进行时域分析,提取时域特征参数,通过各个因素组合下打印机拉丝情况,确定各时域特征参数对拉丝情况的影响规律;
(3)对打印机喷头温度、回抽速率、回抽距离和空驶速率进行正交试验;
(4)采集正交试验中各因素组合下的打印机振动信号,对振动信号进行时域分析,提取时域特征参数;
(5)以步骤(4)时域特征参数作为评价指标对正交试验的各因素进行极差分析,并依据步骤(2)得到的各时域特征参数对拉丝情况的影响规律得到各因素的最优组合。
优选的是,所述单因素试验选择4水平单因素试验。
优选的是,所述单因素试验具体为:保持回抽速率50mm/s、喷头温度190℃、空驶速率50mm/s不变,在回抽距离1、3、6、9、12mm条件下考察拉丝情况;保持回抽距离6mm、喷头温度190℃、空驶速率50mm/s不变,在回抽速率10、30、50、60、80mm条件下考察拉丝情况;保持空驶速率50mm/s、回抽速率50mm、回抽距离6mm不变,在喷头温度190、195、200、205、210℃条件下考察零件的拉丝情况;保持回抽速率50mm/s、喷头温度190℃、回抽距离6mm,在空驶速率10、30、50、60、80mm条件下考察拉丝情况。
优选的是,所述时域特征参数包括峭度值、峰值因子和脉冲因子。
峭度值的计算公式如下:
峰值因子的计算公式如下:
脉冲因子计算公式如下:
所述正交试验以回抽速率、空驶速率、喷头温度和回抽距离四个因素,每个因素选择三个水平进行正交试验。
所述极差分析为:
令Mij为所研究因素j下的第i个水平,i=1,2,…,n,j=A,B,C,D,Nij为在Mij下的评价指标,在Mij下进行q1次评价指标Nijk,k=1,2,…,T,则有:
其中,Kij为在第j因素第i水平下的评价指标;Nijk为所研究的第j个因素在第i水平下第k个试验指标;
极差Rj计算公式为:
根据极差大小判断因素的主次。
有益效果:本发明采用时域分析方法,提取峭度值、峰值因子、脉冲因子三个特征参数作为试验结果的分析评价指标,利用不同因素不同水平下得到的信号特征参数的不同,可以及时确定打印零件的拉丝缺陷情况,并用极差分析法进行正交试验,得到打印机设置的各个因素的最优参数,减少了FDM打印过程中拉丝的产生,提高了工件打印质量。
附图说明
图1为本发明的流程结构示意图。
图2为不同因素和水平振动信号时域图;
图3为不同因素水平与峭度值指标的关系图;
图4为不同因素水平与峰值因子指标的关系图;
图5为不同因素水平与脉冲因子指标的关系图;
图6为不同因素水平与评价指标的关系图。
具体实施方式
下面结合附图和实施例对本发明进行进一步说明。
本实施例中采用三个传感器采集打印机不同位置的振动信号,传感器Ⅰ采集挤出机构电机振动信号,传感器Ⅱ采集X导轨轴振动信号,传感器Ⅲ采集成型底板振动信号。
峭度值反映了时域信号波形的平陡程度,当曲线波形较“陡”时,其峭度值大于3;当曲线波形较平缓时,其峭度值小于3;当曲线为正态分布时,其峭度值等于3.因此,信号峭度值特征参数可以反应信号的某些特征,特别是对冲击性的反应,其计算公式如下:
峰值因子是指对一个曲线波形信号,在一段时间内信号幅度峰值与信号幅度有效值(RMS)的比值,反映了这个信号波峰明显程度,波峰越明显,峰值因子越大,其计算公式如下:
脉冲因子是指一个曲线波形信号,在一段时间内的信号幅度峰值与整流平均值(绝对值的平均值)的比值.峰值因子和脉冲因子都与信号幅度峰值有关,它们之间的区别在于分母上,因为对于同一组数据,有效值大于整流平均值,所以峰值因子小于脉冲因子.其计算公式如下:
对喷头温度t、回抽速率VW、回抽距离d和空驶速率VL进行单因素试验设计,以峭度值、峰值因子、脉冲因子特征参数为指标对试验数据进行分析处理,通过传感器将每个因素取30组来进行分析.如表1所示,为单因素试验水平表.保持回抽速率50mm/s、喷头温度190℃、空驶速率50mm/s不变,在回抽距离1、3、6、9、12mm条件下考察零件的拉丝情况;保持回抽距离6mm、喷头温度190℃、空驶速率50mm/s不变,在回抽速率10、30、50、60、80mm条件下考察零件的拉丝情况;保持空驶速率50mm/s、回抽速率50mm、回抽距离6mm不变,在喷头温度190、195、200、205、210℃条件下考察零件的拉丝情况;保持回抽速率50mm/s、喷头温度190℃、回抽距离6mm,在空驶速率10、30、50、60、80mm条件下考察零件的拉丝情况。
表1单因素试验设计
初始参数为:回抽速率50mm/s、喷头温度190℃、空驶速率50mm/s、回抽距离6mm.观察单因素试验的拉丝情况可知在保持其它初始参数不变的情况下,在喷头温度190℃、200℃、210℃下的拉丝现象,可以很明显看出在喷头温度在190℃时只有轻微拉丝现象,在210℃时拉丝现象有些明显;在回抽速率30mm/s、50mm/s、80mm/s下可以看出在回抽速率为80mm/s时打印效果较好,而在回抽速率为20mm/s和50mm/s时都有拉丝产生;在回抽距离3mm、8mm、12mm下可以看出在回抽距离为3mm时拉丝较为明显,随着回抽距离增大拉丝情况也越来越不明显;在空驶速率20mm/s、50mm/s、80mm/s下可以看出在三个不同空驶速率大小的情况下都有拉丝产生。
三个传感器对试验过程中的振动信号进行了采集,通过对采集的振动信号进行分析,可知传感器Ⅲ采集的不同振动信号在时域图分析上具有明显的特征差异,因此以传感器Ⅲ采集的单因素试验振动信号时域图分析为例进行说明.如图2所示,从单因素试验组中选出5组试验进行分析,分别作出它们的振动信号时域图.其中,图2(a)是喷头温度190℃、回抽速率50mm/s、回抽距离6mm和空驶速率50mm/s下的振动信号时域图;图3(b)是回抽距离1mm,其他因素水平不变下的振动信号时域图;图2(c)是回抽速率80mm,其他因素水平不变下的振动信号时域图;图2(d)是空驶速率80mm,其他因素水平不变下的振动信号时域图;图2(e)是喷头温度210℃,其他因素水平不变下的振动信号时域图.从图2可以看出,相同因素下不同水平时域特征具有明显的不同。
如图3所示,是在峭度评价指标下,三个传感器采集计算的不同因素不同水平下振动信号峭度值的误差棒图.由图3(a)(b)可知,对于因素喷头温度和回抽速率,由传感器Ⅰ信号峭度值可知,喷头温度与峭度值成单调递减关系,回抽速率与峭度值成单调递增关系.由传感器Ⅱ和Ⅲ信号峭度值可知,两个传感器所采集到的振动信号不能完全识别不同喷头温度和回抽速率对峭度指标的影响;由图3(c)可知,对于因素回抽距离,由传感器Ⅰ和Ⅲ信号峭度值可知,回抽距离与峭度值成单调递增关系.由传感器Ⅱ信号峭度值可知,传感器所采集到的振动信号不能完全识别不同回抽距离对峭度指标的影响.由图3(d)可知,对于因素空驶速率,由传感器Ⅰ信号峭度值可知,空驶速率与峭度值成单调递增关系.但由传感器Ⅱ和Ⅲ信号峭度值可知,在空驶速率30mm/s之前,空驶速率与峭度值成单调递减关系,之后成单调递增关系,可能的原因是当空驶速率为10mm/s时,其他因素对峭度值的作用开始凸显,从而产生这种现象.由以上这四个因素在不同情况下同峭度值之间的关系,再结合拉丝现象之间可以知道,峭度值越高,零件拉丝现象越不明显.
如图4所示,为在峰值因子评价指标下,三个传感器采集计算的不同因素不同水平下振动信号峰值因子的误差棒图.由图4(a)-(d)可知,对于因素喷头温度、回抽速率、回抽距离、空驶速率,由传感器Ⅰ信号峰值因子可知,喷头温度与峰值因子成单调递减关系.回抽速率、回抽距离、空驶速率与峰值因子成单调递增关系.但由传感器Ⅲ信号峰值因子可知,在空驶速率30mm/s之前,空驶速率与峰值因子成单调递减关系,之后成单调递增关系,可能的原因是可能的原因是当空驶速率为10mm/s时,其他因素对峰值因子的作用开始凸显,从而产生这种现象.由传感器Ⅱ和Ⅲ信号峰值因子可知,两个传感器所采集到的振动信号无法完全识别不同喷头温度、回抽速率和回抽距离对峰值因子指标的影响.由以上这四个因素在不同情况下同峰值因子之间的关系,再结合图2的零件拉丝现象之间可以知道,峰值因子值越高,零件拉丝现象越不明显。
如图5所示,为在脉冲因子评价指标下,三个传感器采集计算的不同因素不同水平下振动信号脉冲因子的误差棒图.由图5(a)-(d)可知,对于因素喷头温度、回抽速率、回抽距离和空驶速率,由传感器Ⅰ信号脉冲因子可知,喷头温度与脉冲因子成单调递减关系.回抽速率、回抽距离和空驶速率均与脉冲因子成单调递增关系.由传感器Ⅱ和Ⅲ信号脉冲因子可知,两个传感器所采集到的振动信号无法完全识别不同喷头温度、回抽速率、回抽距离和空驶速率对脉冲因子指标的影响.由以上这四个因素在不同情况下同脉冲因子之间的关系,再结合拉丝现象之间可以分析出,脉冲因子值越高,零件拉丝现象越不明显。
在单因素试验的基础上,以回抽速率、空驶速率、喷头温度和回抽距离四个因素,每个因素选择三个水平进行正交试验,查表选择L9(34)正交试验设计.其中L表征正交试验表,下标“9”表征有9组试验要做;上标“4”表征有4种试验因素;底数3表征每个因素安排3个水平.以峭度值、峰值因子、脉冲因子特征参数为评价指标确定最佳打印参数组合,正交试验表如表2所示。
表2正交试验设计
对三个传感器所采集的振动信号进行分析处理,并在时域分析中提取出每组振动信号中相关的峭度值、峰值因子和脉冲因子特征参数作为评价指标,具体数值结果如表3所示。
表3三个传感器振动信号特征指标
选择极差分析法对正交试验结果进行分析,如表4所示,通过极差分析可以确定影响打印零件拉丝缺陷四个因素的主次关系以及各因素的最优水平组合。
极差分析的过程具体为:
令Mij为所研究因素j下的第i个水平,i=1,2,…,n,j=A,B,C,D,Nij为在Mij下的评价指标,在Mij下进行q1次评价指标Nijk,k=1,2,…,T,则有:
其中,Kij为在第j因素第i水平下的评价指标;Nijk为所研究的第j个因素在第i水平下第k个试验指标;
极差Rj计算公式为:
根据极差大小判断因素的主次。
表4传感器Ⅰ下指标极差分析
极差值Ri的大小关系与因素的主次有关,极差值大的因素为主要因素,极差值小的因素为次要因素.试验结果如下:在传感器Ⅰ下3项试验指标中,最主要因素出现的次数为:1次A,0次B和D,2次C;最次要因素出现次数:0次A和C,2次B,1次D.因此根据传感器Ⅰ下指标极差分析可以确定:C为最主要因素,A为较主要因素,D为较次要因素,B为最次要因素.;在传感器Ⅱ下3项试验指标中,最主要因素出现的次数为:0次A、B和D,3次C;最次要因素出现次数为:0次A和C,1次B,2次D.因此根据传感器Ⅱ下指标极差分析可以确定:C为最主要因素,A为较主要因素,B为较次要因素,D为最次要因素;在传感器Ⅲ下3项试验指标中,最主要因素出现的次数为:0次A、B和D,1次C;最次要因素出现次数:1次A,1次B,0次C,1次D.因此根据传感器Ⅲ下指标极差分析可以确定:C为主要因素,A、B和D为次要因素.
根据试验结果,在9项试验指标中,最主要因素出现的次数为:1次A,0次B和D,7次C;最次要因素出现次数:1次A,4次B,0次C,4次D.在3项主要试验指标中,最主要因素出现次数:1次A,0次B和D,2次C;最次要因素出现次数:0次A和C,1次B,2次D.因此综上所述,可以确定回抽距离C为最主要因素,喷头温度A为较主要因素,回抽速率B为较次要因素,空驶速率D为次要因素.
为了更加清楚直观的确定不同因素在评价指标下的最优水平,如图6所示,作出不同因素水平趋势图。
根据图6可知,对于喷头温度因素A,其最优水平出现次数为:5次A1,3次A2,1次A3;其最次水平出现次数为:1次A1,1次A2,7次A3;在3个主要指标中A1出现2次,A2出现1次,A3出现0次;其最次水平出现次数为:0次A1和A2,3次A3.综合分析可确定其最优水平为A1.同理可知,对于回抽速率因素B,其最优水平为B2;对于回抽距离因素C,其最优水平为C3;对于空驶速率因素D,其最优水平为D3.
综上,在极差分析方法下,所得结果可以确定零件拉丝缺陷最优组合为A1B2C3D3,考虑到打印效率与机械的寿命问题,将空驶速率从D3调到D2,故本推荐的最优组合为A1B2C3D2,即喷头温度为190℃、回抽速率为50mm/s、回抽距离为12mm,空驶速率为50mm/s。
Claims (7)
1.一种确定FDM型3D打印机最佳打印参数的方法,其特征在于,包括如下步骤:
(1)对打印机喷头温度、回抽速率、回抽距离和空驶速率进行单因素试验,判断各因素组合下打印机拉丝情况;
(2)采集单因素试验中各因素组合下的打印机振动信号,对振动信号进行时域分析,提取时域特征参数,通过各个因素组合下打印机拉丝情况,确定各时域特征参数对拉丝情况的影响规律;
(3)对打印机喷头温度、回抽速率、回抽距离和空驶速率进行正交试验;
(4)采集正交试验中各因素组合下的打印机振动信号,对振动信号进行时域分析,提取时域特征参数;
(5)以步骤(4)时域特征参数作为评价指标对正交试验的各因素进行极差分析,并依据步骤(2)得到的各时域特征参数对拉丝情况的影响规律得到各因素的最优组合。
2.根据权利要求1所述的确定FDM型3D打印机最佳打印参数的方法,其特征在于,所述单因素试验选择4水平单因素试验。
3.根据权利要求1所述的确定FDM型3D打印机最佳打印参数的方法,其特征在于,所述单因素试验具体为:保持回抽速率50mm/s、喷头温度190℃、空驶速率50mm/s不变,在回抽距离1、3、6、9、12mm条件下考察拉丝情况;保持回抽距离6mm、喷头温度190℃、空驶速率50mm/s不变,在回抽速率10、30、50、60、80mm条件下考察拉丝情况;保持空驶速率50mm/s、回抽速率50mm、回抽距离6mm不变,在喷头温度190、195、200、205、210℃条件下考察零件的拉丝情况;保持回抽速率50mm/s、喷头温度190℃、回抽距离6mm,在空驶速率10、30、50、60、80mm条件下考察拉丝情况。
4.根据权利要求1所述的确定FDM型3D打印机最佳打印参数的方法,其特征在于,所述时域特征参数包括峭度值、峰值因子和脉冲因子。
6.根据权利要求1所述的确定FDM型3D打印机最佳打印参数的方法,其特征在于,所述正交试验以回抽速率、空驶速率、喷头温度和回抽距离四个因素,每个因素选择三个水平进行正交试验。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210277673.6A CN114683536A (zh) | 2022-03-21 | 2022-03-21 | 确定fdm型3d打印机最佳打印参数的方法 |
PCT/CN2022/103286 WO2023178876A1 (zh) | 2022-03-21 | 2022-07-01 | 确定fdm型3d打印机最佳打印参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210277673.6A CN114683536A (zh) | 2022-03-21 | 2022-03-21 | 确定fdm型3d打印机最佳打印参数的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114683536A true CN114683536A (zh) | 2022-07-01 |
Family
ID=82139139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210277673.6A Pending CN114683536A (zh) | 2022-03-21 | 2022-03-21 | 确定fdm型3d打印机最佳打印参数的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114683536A (zh) |
WO (1) | WO2023178876A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116690990A (zh) * | 2023-08-07 | 2023-09-05 | 广州谦辉信息科技有限公司 | 一种基于分布式的3d打印机智能监管系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108262950A (zh) * | 2018-05-02 | 2018-07-10 | 共享智能铸造产业创新中心有限公司 | 一种fdm打印头非打印状态移动时防止落料的打印方法 |
CN110370649A (zh) * | 2019-07-11 | 2019-10-25 | 中国科学院自动化研究所 | 3d打印设备的在线监测装置、系统 |
CN113102770A (zh) * | 2021-03-22 | 2021-07-13 | 中国人民解放军空军工程大学 | 一种激光选区熔化的激光辐射强度数据分析系统 |
CN114048879A (zh) * | 2021-11-25 | 2022-02-15 | 中广核工程有限公司 | 故障检测方法、装置、系统、计算机设备及可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110142973A (zh) * | 2019-05-10 | 2019-08-20 | 西安理工大学 | 具有状态监测与故障诊断的熔融沉积式3d打印机及方法 |
CN111605199A (zh) * | 2020-05-21 | 2020-09-01 | 哈尔滨理工大学 | 一种fdm3d打印机有限元分析及成型精度方法 |
DE102020004514A1 (de) * | 2020-07-25 | 2022-01-27 | Laempe Mössner Sinto Gmbh | Verfahren zur Überwachung eines Oberflächenprofils in einem 3D-Drucker |
-
2022
- 2022-03-21 CN CN202210277673.6A patent/CN114683536A/zh active Pending
- 2022-07-01 WO PCT/CN2022/103286 patent/WO2023178876A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108262950A (zh) * | 2018-05-02 | 2018-07-10 | 共享智能铸造产业创新中心有限公司 | 一种fdm打印头非打印状态移动时防止落料的打印方法 |
CN110370649A (zh) * | 2019-07-11 | 2019-10-25 | 中国科学院自动化研究所 | 3d打印设备的在线监测装置、系统 |
CN113102770A (zh) * | 2021-03-22 | 2021-07-13 | 中国人民解放军空军工程大学 | 一种激光选区熔化的激光辐射强度数据分析系统 |
CN114048879A (zh) * | 2021-11-25 | 2022-02-15 | 中广核工程有限公司 | 故障检测方法、装置、系统、计算机设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
陈康: "基于振动信号的FDM型3D打印拉丝缺陷正交分析研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116690990A (zh) * | 2023-08-07 | 2023-09-05 | 广州谦辉信息科技有限公司 | 一种基于分布式的3d打印机智能监管系统及方法 |
CN116690990B (zh) * | 2023-08-07 | 2023-10-17 | 广州谦辉信息科技有限公司 | 一种基于分布式的3d打印机智能监管系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2023178876A1 (zh) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114683536A (zh) | 确定fdm型3d打印机最佳打印参数的方法 | |
WO2020215721A1 (zh) | 一种激光雷达的寿命预测方法 | |
CN111324105B (zh) | 一种基于统计量马氏距离的微小传感器故障检测和分离方法 | |
CN109033499A (zh) | 一种多阶段一致性检验的航空发动机剩余寿命预测方法 | |
CN105033763B (zh) | 一种数控机床滚珠丝杠磨损状态的预测方法 | |
US9568453B2 (en) | Apparatus and method for determining the internal cleanliness of a tube | |
CN109615126A (zh) | 一种轴承剩余寿命预测方法 | |
JP6680430B1 (ja) | 生産ラインにおける品質と設備の統合的監視方法 | |
CN111597740B (zh) | 一种基于介尺度超声畸窄带的收割机健康监测方法 | |
CN105094077B (zh) | 带锯机性能监控系统 | |
US20070047831A1 (en) | Ultrasonic color imaging characterizing ultra-fine structures and continuously distributed physical conditions | |
CN110488188B (zh) | 基于动态阈值的机组三维健康量化评价方法 | |
CN110930076A (zh) | 一种接触网状态的多元统计评价方法 | |
Küpper et al. | Evaluation of the process performance in wire edm based on an online process monitoring system | |
CN114872290A (zh) | 一种注塑件的自适应生产异常监测方法 | |
CN117261237B (zh) | 一种3d打印机疲劳性能智能检测系统 | |
CN112859741A (zh) | 一种机床顺序动作单元运行可靠性评价方法及系统 | |
CN114701135B (zh) | 基于虚拟量测模型的注塑工件尺寸预测方法 | |
KR101538548B1 (ko) | 컴퓨터가 수행하는 극소불량률 관리 방법 | |
CN113255112A (zh) | 一种航空发动机环形燃烧室出口温度场评估方法 | |
CN215574457U (zh) | 一种发电机组机油寿命检验装置 | |
JP2006137073A (ja) | シート状物の製造方法及び製造装置 | |
Belgassim et al. | Tool failure detection based on statistical analysis of metal cutting acoustic emission signals | |
CN115450728B (zh) | 一种车辆机油劣化程度快速检测的方法及系统 | |
CN117195068B (zh) | 基于时空关联算法的pind检测信号分类判识系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220701 |
|
RJ01 | Rejection of invention patent application after publication |