基于体素的机械臂连续碳纤维3D打印路径规划

碳纤维长纤3D打印对路径的连续性和复杂构型的无支撑成型均提出了需求。传统三轴熔融沉积3D打印采用平面切片和基于轮廓的路径规划方法，由于成型方向的单一性，悬空结构无法避免支撑的产生；由于采用基于轮廓的路径规划，缺少内部几何信息，无法扩展到曲面空间。针对以上问题，提出了基于机械臂的连续碳纤维3D打印曲面切片和曲面连续路径规划方法。通过三维模型的体素化处理，保证空间信息的完整性；在无支撑无碰撞约束下，分解成系列体素曲面层，保证无支撑成型；采用Fast Marching网格测地线算法，形成曲面空间的连续等距螺旋偏置路径，并对路径进行平滑优化，保证路径的连续性；最后生成用于机械臂3D打印的Gcode路径文件。通过多种三维模型路径规划仿真对比和打印实验，证明了该方法的可行性，实现了曲面分层的无支撑连续路径规划。     

FDM技术中基于层轮廓特征的路径规划方法研究

通过对3D打印技术中目前主流的路径规划方式的研究的基础上,提出了基于层轮廓特征的路径规划方法,即对同一三维模型分层处理后针对不同层截面轮廓特征采用不同的路径规划。运用G代码仿真和3D打印实验验证方法,得到如下结论:采用Hilbert曲线路径规划可提高制件的打印精度;采用三角形分形路径规划可提高制件的打印效率;采用并行栅格路径规划、普通蜂巢路径规划在充盈度、饱满度比较差的截面上可提高成型质量。经过实验数据分析,所选用的路径规划提高了打印精度与打印效率,对熔融沉积成型合理选用路径规划具有借鉴意义。     

3D打印制件外轮廓线的自适应分层算法研究

针对3D打印三维模型直接转换成STL文件进行切片分层处理过程中,存在模型表面信息缺失、打印精度不高等问题,提出了面向3D打印制件外轮廓线的自适应分层算法。该算法利用Z轴方向特征曲线的方法得到打印制件外轮廓曲线,采用微元思想对模型分段处理,确定打印方向与外轮廓切线夹角的关系,运用概率统计、叠加求和等数学理论求出每一层切片的自适应分层方法。通过实例打印表明,该算法减少了转换成STL文件时的信息缺失,提高了3D打印的精度与效率。     

基于FDM技术的Hilbert曲线路径优化算法

熔融沉积成型(fused deposition molding, FDM)的填充路径不连续,电机频繁停止极易导致翘曲变形。结合轮廓偏置法和空间填充曲线中的Hilbert曲线填充,提出了一种基于轮廓偏置与拟合Hilbert曲线的路径优化算法。该算法将Hilbert曲线进行三次B样条曲线拟合,降低了打印过程中电机变化率,减少了电机停止次数,进而减少打印件的翘曲变形,提高打印件精度。通过实验验证,模型平均最大翘曲量减少了60.70%,总平均翘曲量减少了62.26%。     

单模单冲数控冲床加工路径优化方法研究

金属板上各孔冲裁顺序直接影响数控冲床冲裁加工时的生产效率。针对目前传统数控冲床加工路径算法单一、加工时间长及路径长度偏大等问题,提出一种基于有选择的最近邻算法和改进蚁群算法的加工路径优化方法。该方法对常见的矩形高密度冲孔板采用最近邻算法,对非矩形阵列分布的孔形采用改进的蚁群算法。实验结果表明,优化后的加工路径在长度及计算时间上取得了较好的效果,提高了冲床加工的效率。     

微流挤出工艺的分层算法研究

在3D打印技术中,模型切片是非常重要的一环,一个好的模型切片算法不仅可以提高精度,同时也可以大大节约时间与内存空间。而在微流挤出成型工艺中,层片的厚度也对加工产品的质量有很大的影响,所以确定分层的厚度也是至关重要的。综合了现有的多种切片算法,根据微流挤出成型工艺的特点,提出了一种根据材料流变特性来确定层厚的基于模型几何信息的3D打印方法,经过大量的实验验证发现,这种算法确定的层厚与实际相符,并且算法大大减少了打印时间,增加了切片的精确度。     

FDM有限元仿真与层间连贯分层复合扫描路径研究

3D打印扫描路径是影响打印质量和效率的重要因素。本文在研究熔融沉积成型（Fused deposition modeling,FDM）打印原理及有限元仿真的基础上，旨在给出一种层间连贯分层复合扫描路径方法。首先分析了往复直线扫描与偏置扫描的工艺特点并提出了层间连贯的分层复合扫描路径；然后采用生死单元技术建立了FDM成形过程有限元模型并进行了实验验证。结合有限元仿真与实验，结果表明，本文所提扫描路径不仅将往复直线扫描和偏置扫描的优势融合，且分层复合的挤出方式增加了打印的连贯性和整体性。     

基于参数优化蚁群算法的机器人路径规划研究

采用蚁群算法(Ant Colony Optimization,ACO)求解棉花搬运机器人全局路径规划时,会出现规划效率低、蚁群算法参数的改变对规划效果影响大等问题。提出了一种粒子群参数优化的改进蚁群算法,该算法能够根据地图情况的不同智能地调节参数组合,从而在各种地图中能够发挥蚁群算法的最佳性能。通过实验数据分析蚁群算法重要参数对规划效率的影响,进行参数优化;针对改进后算法耗时大的问题,提出粒子群算法的动态惯性权重调整策略和改进的蚁群算法信息素更新策略,保证求解质量的同时,提高了优化效率,在障碍物分布不同的地图中进行仿真实验,通过与蚁群算法路径规划结果的对比,证明了粒子群参数优化的改进蚁群算法能够发挥蚁群算法最佳性能,可提高移动机器人到达目标点的速度并降低机器人运动过程中的损耗。     

堆垛机式密集仓储系统复合作业三维空间路径优化

为提高堆垛机式密集仓储系统的运作效率,提出混合蚁群算法,利用该算法有效地解决了复合作业三维空间路径规划问题。在堆垛机和穿梭车配置比为1∶2情况下,分析堆垛机和穿梭车在三维空间内的实际调度路径,并考虑其运动过程中的加速度建立数学模型。针对该系统复合作业的特点,设计了一种三维启发函数来改进蚁群转移概率,将遗传算法生成的初始解转变为蚁群算法的初始信息素,通过粒子群算法对蚁群算法参数进行优化,避免蚁群算法为寻求最优参数组合而进行大量盲目实验。实例分析表明,所提出的混合蚁群算法与遗传和蚁群算法相比,具有更好的全局性,能够有效地缩短密集仓储系统复合作业的时间、优化三维空间路径、提高进出库调度效率。     

碳纤维长纤3D打印的路径跳转处理

针对碳纤维长纤3D打印复杂模型的路径跳转问题,以三维模型切片处理后的G代码文件为基础,对其进行3D打印跳转点识别;基于三维路径坐标与远端切断装置间的距离关系,实现打印跳转点与纤维切断点的精确匹配,进行连续性纤维远端切断处理。通过不同打印路径的三维模型跳转点与断点的仿真分析,以及碳纤维长纤3D打印系统对单层及多层模型的3D打印测试,验证了路径跳转处理方法对连续纤维复杂模型3D打印成型的可行性。算法为碳纤维长纤3D打印的实现提供基础。