Optimización de los parámetros de modelado por deposición fundida para las propiedades mecánicas de piezas de ácido poliláctico basadas en Kriging y búsqueda de cucos
Autores: Yang, Yuan; Wang, Yiyang; Xue, Bowen; Wang, Changxu; Yang, Bo
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Optimización de los parámetros de modelado por deposición fundida para las propiedades mecánicas de piezas de ácido poliláctico basadas en Kriging y búsqueda de cucos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Aeroespacial
Palabras clave
Impresión 3D
Propiedades mecánicas
Parámetros de proceso
Modelado por deposición fundida
Método de optimización
Resistencia a la tracción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Como una tecnología emergente de fabricación rápida, la impresión 3D se ha aplicado ampliamente en numerosos campos como la aeroespacial, la construcción naval y la energía eólica, gracias a su ventaja en la fabricación eficiente de componentes con estructuras complejas y funciones integradas. En respuesta a los problemas de malas propiedades mecánicas y la dificultad en la selección de parámetros de proceso para el modelado por deposición fundida (FDM), este documento analizó el principio de FDM y propuso un método de optimización de parámetros basado en un algoritmo de Kriging y búsqueda de cucos (CS) con el objetivo de mejorar las propiedades mecánicas de las piezas impresas en 3D de ácido poliláctico (PLA). En primer lugar, al analizar el principio de FDM y sus principales parámetros, se seleccionaron la velocidad de impresión y la temperatura como elementos de investigación, y la resistencia a la tracción como el índice de rendimiento mecánico. Se integró el muestreo de hipercubo latino (LHS) para generar un conjunto de muestras experimentales limitado. En segundo lugar, se construyó un modelo de predicción basado en Kriging para las propiedades mecánicas aprendiendo de los datos de muestra, y se obtuvo la relación de mapeo no lineal entre los parámetros de proceso y la resistencia a la tracción. Luego, utilizando las combinaciones de velocidad y temperatura como variables de diseño y maximizando la resistencia a la tracción como el objetivo de optimización, se estableció un modelo de optimización, y se buscaron los parámetros de proceso óptimos mediante CS. La velocidad de impresión óptima fue de 31 mm/s y la temperatura de impresión fue de 225 grados C, y la resistencia a la tracción máxima correspondiente fue de 38.27 MPa. Finalmente, en comparación con los datos de prueba, el error de predicción relativo del modelo de Kriging fue del 0.62%, y la resistencia óptima (38.27 MPa) aumentó aproximadamente un 12.7% en comparación con el valor promedio (33.97 MPa) de los datos experimentales. Se puede ver que el modelo de Kriging es efectivo, y la resistencia a la tracción de las piezas impresas bajo los parámetros de proceso óptimos se mejora significativamente.
Descripción
Como una tecnología emergente de fabricación rápida, la impresión 3D se ha aplicado ampliamente en numerosos campos como la aeroespacial, la construcción naval y la energía eólica, gracias a su ventaja en la fabricación eficiente de componentes con estructuras complejas y funciones integradas. En respuesta a los problemas de malas propiedades mecánicas y la dificultad en la selección de parámetros de proceso para el modelado por deposición fundida (FDM), este documento analizó el principio de FDM y propuso un método de optimización de parámetros basado en un algoritmo de Kriging y búsqueda de cucos (CS) con el objetivo de mejorar las propiedades mecánicas de las piezas impresas en 3D de ácido poliláctico (PLA). En primer lugar, al analizar el principio de FDM y sus principales parámetros, se seleccionaron la velocidad de impresión y la temperatura como elementos de investigación, y la resistencia a la tracción como el índice de rendimiento mecánico. Se integró el muestreo de hipercubo latino (LHS) para generar un conjunto de muestras experimentales limitado. En segundo lugar, se construyó un modelo de predicción basado en Kriging para las propiedades mecánicas aprendiendo de los datos de muestra, y se obtuvo la relación de mapeo no lineal entre los parámetros de proceso y la resistencia a la tracción. Luego, utilizando las combinaciones de velocidad y temperatura como variables de diseño y maximizando la resistencia a la tracción como el objetivo de optimización, se estableció un modelo de optimización, y se buscaron los parámetros de proceso óptimos mediante CS. La velocidad de impresión óptima fue de 31 mm/s y la temperatura de impresión fue de 225 grados C, y la resistencia a la tracción máxima correspondiente fue de 38.27 MPa. Finalmente, en comparación con los datos de prueba, el error de predicción relativo del modelo de Kriging fue del 0.62%, y la resistencia óptima (38.27 MPa) aumentó aproximadamente un 12.7% en comparación con el valor promedio (33.97 MPa) de los datos experimentales. Se puede ver que el modelo de Kriging es efectivo, y la resistencia a la tracción de las piezas impresas bajo los parámetros de proceso óptimos se mejora significativamente.