基于神经网络的快速成型机SLI文件优化方法研究
2014-07-13陈雪艳
制造技术与机床 2014年11期
李 理 乌 兰 陈雪艳
(内蒙古民族大学机械工程学院,内蒙古 通辽028000)
快速原型制造(RP)是综合了计算机技术、机械设计、CAD技术、数控技术、激光技术、材料技术等进行零件快速成型的先进制造技术[1]。能够快速精确地将设计思想模型转化为具有一定功能的实体模型,并且可以根据现有的实体进行仿形跨工及完善创新,从而缩短研制周期,提高经济效益[2]。
快速原型设备一般采用分层制造的方法完成三维零件的快速打印。这种方法要求得到每一层零件的轮廓曲线信息[3],生成SLI文件,根据得到的SLI文件进行数字逐层打印。RP制造的一般过程如图1所示。

经过数据采集得到的CAD三维模型,生成三角网络化文件STL,将STL中的点进行切片提取,得到SLI路径文件。然后生成数控代码进行快速制造。由于数据采集过程中点云的分布密度以及SLI生成的准确性,切片信息文件SLI所获得的信息量和精确度受到很大影响。本文采用神经网络拟合的方法,在极坐标下对封闭的SLI点轨迹进行拟合,获得平滑而精确的SLI轨迹,为进一步的程序优化提供可靠点集。
1 SLI文件优化方法
对给定闭合SLI曲线的轨迹点进行优化,采用极坐标变换方法,要求图形中心靠近曲线复杂过度区域,平移后的图形中心设为(x0,y0)。
1.1 坐标变换
把原曲线坐标平移,平移到以(x0,y0)为原点的坐标系下,有平移公式

成立,其中的(x,y)为原曲线,(x',y')为经过平移后的曲线。对所得曲线进行极坐标变换,可根据公式

式中:r为极坐标半径,α为极角。……
登录APP查看全文
