基于GEO-ANN的SLS成型件工艺参数优化与表面质量控制
来源：计算机集成制造系统杂志2025年第11期北京时间：
作者：董海, 闫思语
单位：1.沈阳大学应用技术学院2.沈阳大学机械工程学院
摘要：针对选择性激光烧结（SLS）成型件不可避免地会出现收缩、翘曲变形等现象,导致成型件精度难以控制的问题,提出利用金鹰优化算法（GEO）优化人工神经网络（ANN）,以此控制SLS成型件表面质量。首先,确定SLS打印过程的重要工艺参数和表面质量指标,分析工艺参数对SLS成型件表面质量指标的影响,选择整流线性单元激活函数,通过训练和测试均方误差损失函数,建立ANN模型;其次,建立GEO-ANN控制模型,优化ANN模型的权值和阈值,针对ANN模型易陷入局部极小值的特点,利用GEO具有螺旋运动形式不断更新的特性,降低模型的误差;最后,将本文所提出的GEO-ANN模型与其他5种模型的预测结果进行对比,结果表明基于GEO-ANN的SLS成型件表面质量预测模型能够有效地通过优化工艺参数控制SLS成型件表面质量。
关键词：选择性激光烧结,工艺参数优化,人工神经网络,金鹰优化算法
基金资助：国家自然科学基金资助项目（71672117）;中央引导地方科技发展计划资助项目（2021JH6/10500149）。
