基于BOHB-BP的增材制造成型件质量预测方法

来源：计算机集成制造系统杂志2023年第8期北京时间：

作者：徐旺莉, 史廷春, 陈鸿宇, 岳秀艳

单位：1.杭州电子科技大学自动化学院2.杭州电子科技大学计算机学院3.杭州电子科技大学图书馆

摘要：表面粗糙度和拉伸强度是衡量熔融沉积制造(FDM)成型件质量的重要指标,但由于FDM工艺参数众多,且与FDM 成型件质量之间呈现非线性关系,因此传统方法难以准确预测这两项指标。为此,提出一种贝叶斯超频道优化算法(BOHB)与BP神经网络相结合的FDM 3D打印成型件质量预测方法以提高预测精度与稳定性。将层厚、扫描次数和填充间隔这三个工艺参数作为模型的输入;利用BOHB算法对BP神经网络的超参数进行优化得到BOHB-BP模型;使用中心复合实验获取表面粗糙度和拉伸强度的实验数据,在以上两种数据集上根据留一法验证模型的精度与稳定性;将模型BOHB-BP与模型GA-BP和BP的预测情况进行对比实验,证明了所提方法在不同数据集上均有更好的预测精度与稳定性。

关键词：熔融沉积制造,质量预测,贝叶斯超频道优化算法,留一法,BP神经网络

基金资助：国家自然科学基金资助项目(61873078)