基于振動測試系統(tǒng)的3D打印機優(yōu)化技術(shù)研究.pdf

1、隨著工業(yè)4.0和智能制造的發(fā)展，3D打印技術(shù)在制造業(yè)中發(fā)揮著越來越重要的作用，它有著傳統(tǒng)制造方法無法比擬的優(yōu)勢，可以大大縮短產(chǎn)品開發(fā)的周期和成本。FDM型3D打印機是應(yīng)用最為廣泛和成熟的一類3D打印機，但其在運動過程中的頻繁啟停使得打印頭產(chǎn)生振動，影響了成型件的表面質(zhì)量。本課題以此為研究切入點，通過搭建FDM型3D打印機和振動測試系統(tǒng)，以理論與實驗結(jié)合的方式進行打印頭振動特性探究。具體的研究內(nèi)容如下：
　　對振動分析中基礎(chǔ)性的算法

2、進行了綜述，利用小波降噪和基于低頻截止的頻域積分方法，并通過去噪聲、去直流和去趨勢項的方法，提高了積分精度；對獨立分量分析進行闡述，通過仿真驗證其可行性。建立盲源分離的數(shù)學(xué)模型，討論了振動源的特點。
　　對現(xiàn)有的FDM型3D打印機的結(jié)構(gòu)進行改進和優(yōu)化，完成了機械運動機構(gòu)和機架的結(jié)構(gòu)設(shè)計；制定了振動信號采集系統(tǒng)的總體設(shè)計方案，并完成了硬件選型；基于Labview軟件平臺，應(yīng)用DLL技術(shù)實現(xiàn)了基于DMA的數(shù)據(jù)采集程序編制。
　　

3、結(jié)合所搭建的振動測試平臺，對基于默認閾值的加權(quán)小波降噪算法和基于Bior2.4小波分解的FastICA算法處理的信號進行了分析，驗證了原始數(shù)據(jù)結(jié)果和分析方法結(jié)果的可靠性；并得到了不同軸系的振動信號特征分量。據(jù)此，討論了不同運動學(xué)參數(shù)對于打印頭振動的影響，通過正交試驗定量分析得到了影響振動的主要運動學(xué)參數(shù)，并基于此提出了變加速度的換向方案，并給出打印平臺新的運動規(guī)律。同時，分析了不同運動軌跡對于振動的影響，得到了振動能量與頻率的相關(guān)信息。