排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
选择性激光烧结(selective laser sintering,SLS)强度预测具有多参数、非线形的特点,采用传统的预测方法准确性较低,用神经网络方法,在试验基础上,建立了加工工艺参数与烧结强度之间的神经网络预测模型,并分析了加工工艺参数对烧结强度的影响.试验结果表明该模型能定量地反映加工工艺参数与烧结强度之间的关系. 相似文献
2.
选择性激光烧结(SIS—selective laser sintering)加工工艺参数的变化会引起成型件密度的变化,进而影响烧结强度.本文应用神经网络方法,建立了加工工艺参数与成型件密度之间的预测模型.应用该模型分析了加工工艺参数(层厚lt,扫描间距dh,激光功率W,扫描速度v,加工环境温度Te,层与层之间的加工时间间隔Ts和扫描方式F)对成型件密度的影响.试验研究结果表明:该模型能定量地反映加工工艺参数与成型件密度之间的关系.据此可通过合理地选取工艺参数得到所需的加工件. 相似文献
3.
4.
对快速成形技术 (RP技术 )的成形过程进行了较完整的数学描述 ,并对离散 -堆积过程进行误差分析 ,为从工艺上优化离散方向 ,降低离散分解误差 ,提高原型精度提供一个理论依据 相似文献
1