基于SOA-LSSVM的SLS成形工艺参数优化研究

摘要：

为提高选择性激光烧结(SLS)成形精度,解决工艺参数优化试验成本高等问题,选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度5个工艺参数设计正交试验以获得样本数据并建立统一目标函数.采用人群搜索算法(SOA)优化最小二乘支持向量机(LSSVM),建立基于SOA-LSSVM的SLS成形件精度预测模型;预测不同工艺参数组合下制件的统一性能,并与采用传统BP神经网络和LSSVM模型获得的预测结果进行对比.结果表明:SOA-LSSVM模型针对小样本预测问题具有良好的泛化能力,预测值与实际值的最大相对误差仅为1.11％,可为SLS加工参数组合的选择提供参考.

关键词：选择性激光烧结、工艺参数、正交试验、人群搜索算法、最小二乘支持向量机

所属期刊栏目：50

分类号：TH140.7;TP273

资助基金：中央高校基本科研业务费专项资金项目2572014BB06

在线出版日期：2022-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：36-42