柳州3D打印

国内外的科研团队大多会利用传感器设备和监测技术，来实时盯着 3D 打印过程参数的非线性变化，这样就能把控 3D 打印过程的质量啦。从前面说的这些就能知道，对 3D 打印过程进行过程监测，已经是控制打印产品质量必须要做的事了。FDM 型 3D 打印机在市面上是应用很广泛的增材制造设备，所以很有必要对它进行过程监测，这篇文章就是针对 FDM 型 3D 打印机在工作时出现的情况来研究的。

FDM 型增材制造是市面上应用特别广的增材制造技术。这篇文章是根据 FDM 型 3D 打印机常见的制造工作情况来研究的。增材制造过程一般都比较长，为了不让送丝速度和打印速度不均衡，导致喷头堵塞、产品分层这些问题，就对不同的送丝速度与打印速度的比值进行了研究探讨。通过试验对打印过程中不同流量比进行诊断研究，还验证了文章里提出的方法是有用的。这篇文章具体的研究内容和创新的地方有下面这些：

第一，说明了研究 FDM 型 3D 打印工况监测问题是很有意义的；分析了这种类型增材制造设备靠传感器来识别打印工况的流程；参考专家学者已经有的经验，讨论了一些常用的信号处理技术、工况特征识别方法，还有现在增材制造过程监测技术的研究情况。

第二，搭起了 FDM 型 3D 打印工况监测的实验平台，经过稳定性分析，选了合适的丝杆型号；根据打印过程的原理分析，送丝机构在打印喷头那个地方，所以把传感器装在喷头位置的电机上，这样最能监测送丝的状态。

第三，讲了经验模态分解的理论方法，还指出这个方法有啥缺点，介绍了从经验模态分解变过来的集成经验模态分解方法，还用这个方法分析了不同流量比打印工况下的信号；用相关系数标准差当作筛选本征模态函数分量是不是有效的标准。再用 KNN 分类方法对提取出来的相关系数特征量进行分类识别。

第四，因为用 EEMD 方法提取的特征量分类准确率不高，所以进一步用最根本的方法，根据频率分析并提取频率幅值特征量，用这个方法对不同流量比的打印工况能很好地识别出来。

第五，针对 KNN 分类方法不太能容错这个问题，用狄里赫雷混合模型对频率幅值特征量进行分类，狄里赫雷混合模型里每个簇都是按照高斯分布的，这样就把 KNN 分类方法的缺陷补上了。还说了文章研究的背景和意义，探讨了 FDM 型 3D 增材制造工况里急需解决的一些问题，分析了基于传感器技术的过程监测步骤；然后综合好多文献，介绍了信息处理技术、特征提取方法、状态识别方法，还有增材制造方面国内外的研究情况；最后讲了这篇文章主要的研究内容和整体的结构。开发搭建了一套有 FDM 型 3D 打印机和多功能数据采集装置的 3D 打印过程工况监测系统，这个系统能实时监测 3D 打印过程，还能调整管理增材制造工艺参数，减少有问题产品出现的可能性，同时能对打印过程中的传感器信号实时采集并记录下来。