基于优化BP神经网络的FDM制品翘曲变形量预测

为了减少熔融沉积成型(FDM)制品的翘曲变形,提高产品的成型质量,建立了以分层厚度、成型速度、挤出温度和热床温度为输入参数,产品翘曲变形量为输出参数的预测模型。该模型以翘曲变形量最小为目标,利用遗传算法(GA)和思维进化算法(MEA)分别对BP神经网络进行优化,并通过正交试验验证预测结果。结果表明:MEA-BP翘曲变形量预测模型在多种预测模型中预测结果最为精准,且运行速度较快。