摘要：针对选择性激光熔化(SLM)成形件质量低和工艺参数难以控制的问题,选取激光功率、扫描速度、铺粉层厚、扫描间距为优化变量,成形件的致密度为优化目标,设计正交实验获取训练样本,应用BP神经网络建立了针对316l不锈钢材料的致密度预测模型,然后通过遗传算法对网络模型进行优化和工艺参数寻优。结果表明:优化后的致密度模型预测相对误差在0.73%左右,预测能力较好且波动较小,并基于模型寻优到激光功率197.28W,扫描速度623.85mm/s,铺粉层厚0.1379mm,扫描间距0.1139mm的最佳工艺方案。模型能准确地反映出工艺参数与致密度之间的映射关系,为SLM成形参数优化提供了新的思路。

摘要：在选择性激光烧结技术中,成型缸内的粉末密度及其均匀性将直接影响烧结成型件的质量。为了提高铺粉的质量,以铺粉辊为研究对象,利用EDEM软件仿真铺粉过程,研究了铺粉辊的半径尺寸、平动速度,自转速度等对铺粉质量的影响规律。结果表明:当铺粉辊半径增大,粉末均匀性相应升高,而密度相对降低;平动速度达到峰值后,随平动速度上升而粉末密度减小;合适的自转速度会使成型缸中粉末密度的均匀性更好,粉末层更加平整。确定最佳工艺参数为铺粉辊半径15mm,平动速度35mm/s,自转角度1.6rad/s,此时粉层的密度4.7g/cm^(3),密度标准差为0.195g/cm^(3)。