基于粒子群算法的3D印花网版对位的移动平台误差补偿

为提高3D印花网版的对位精度,对三自由度移动平台进行误差补偿。建立动平台的输出误差模型,并根据网版对位的原理,得到对位的综合误差模型。对三自由度移动平台进行运动学标定,辨识出几何参数的实际值。利用粒子群优化算法补偿综合误差,并用Matlab软件仿真得到各支链驱动进给量的修正量以及补偿效果图。结果表明:进给量的修正量范围为-6~6mm;优化前的综合误差范围为0.21~1.96mm,且随进给量变化而变化,优化后的综合误差保持在0.10mm左右。最后,使用改进的对版机进行一系列试验,试验结果与仿真结果吻合。

基于遗传算法和神经网络的3D增材印花工艺参数优化

针对3D增材印花工艺中刮刀压力、刮印速度、刮刀角度和油墨黏度等参数的组合对印花质量存在较大影响,但实际生产中各工艺参数组合无法实现最优这一问题,利用附加动量法改进下的BP神经网络构建3D增材印花工艺模型,通过实验参数对模型进行训练,确定工艺参数和印花质量间的非线性关系。利用遗传算法对该非线性函数进行极值寻优,从而得到3D增材印花工艺的最优参数组合:印花压力为4800N,刮印角度为18°,刮印速度为400 mm/s,油墨黏度为170.5 Pa·s,该模型预测误差基本稳定在0.01范围之内。利用优化前后的参数进行对比实验,结果证明该算法可以实现3D增材印花工艺的质量预测和参数寻优,从而提升印花质量,缩短产品开发时间。

基于网版印花的3D增材印刷系统重复定位误差分析与优化

针对3D增材印花工艺印花厚度高、套印次数多的特点,对印花机承印板的定位误差问题进行溯源分析和装置优化。基于承印板的定位方式,将定位误差分为刚性误差和柔性误差。通过分析误差的来源及传递机理建立误差传递模型,利用齐次坐标变换法计算刚性误差。利用有限元分析法仿真计算关键特征点的柔性变形误差,并指出承印板疲劳变形后可能影响重复定位精度。通过一种应用机器视觉系统的试验测试平台,检测承印物的定位,测试优化前后的定位状况。结果表明,印花机承印板的重复定位误差分析结果准确,优化后的误差处于合理范围。

3D数码印花面料在服装设计中的应用

介绍了3D数码印花面料的概念、发展现状和基本特点,分析了3D数码印花纺织面料和服装设计的关系,提出了数码印花纺织面料在服装设计中的具体应用方式。

夏日花园

盛夏时节，怎能少了美丽的花朵身影。无论是立体装饰或是3D印花，花朵的娇艳与良漫，连小宝贝也无法抗拒，统统穿上身。