首页 文献索引 SCI期刊 AI助手
首页 正文

3D printing and additive manufacturing. 2024 Jun 18;11(3):e1073-e1086. doi: 10.1089/3dp.2022.0286 Q32.12025

Intelligent Optimization Method of Piezoelectric Ejection System Design Based on Finite Element Simulation and Neural Network

基于有限元仿真和神经网络的压电喷射系统智能优化设计方法 翻译改进

Xin Li  1, Yongsheng Zhao  1

作者单位 +展开

作者单位

  • 1 Department of Materials and Manufacturing, Beijing University of Technology, Beijing, China.

    • DOI: 10.1089/3dp.2022.0286 PMID: 39359608

    摘要 中英对照阅读

    This study describes an intelligent method for modeling and optimization of piezoelectric ejection system design for additive manufacturing. It is a combination of neural network (NN) techniques and finite element simulation (FES) that allows designing each parameter of a piezoelectric ejection system faster and more reliably than conventional methods. Using experimental and literature data, a FE model of the droplet ejection process was developed and vali... ...点击完成人机验证后继续浏览

    本研究描述了一种智能方法，用于增材制造中压电喷射系统设计的建模和优化。该方法结合了神经网络（NN）技术和有限元模拟（FES），使每个参数的设计比传统方法更快、更可靠。通过实验数据和文献资料，开发并验证了一个液滴喷射过程的FE模型，用以预测两种液滴喷射行为指标（DEB）：喷射速度和液滴直径。基于前向传播的两个人工神经网络（ANN）模型被开发出来，并利用遗传算法（GA）进行优化。通过有限元计算建立了数据库，并对模型进行了训练，以建立压电喷射系统设计输入参数与每个DEB指标之间的关系。结果显示，两种NN模型都能够独立地从训练和测试数据中准确预测液滴喷射速度和液滴直径值，从而确定最优的压电喷射系统设计。最后，通过实验验证了FES和ANN-GA模型预测结果的准确性。发现预测结果与实验结果之间的误差分别为4.48%（喷射速度）和3.18%（液滴直径），证明该优化方法在压电喷射系统设计优化中可靠且稳健。

    关键词：FE模拟；增材制造；液滴喷射行为；神经网络；压电喷射系统设计。

    翻译效果不满意？ 用Ai改进或 寻求AI助手帮助 ，对摘要进行重点提炼
    Copyright © 3D printing and additive manufacturing. 中文内容为AI机器翻译，仅供参考！

    相关内容

    期刊名：3d printing and additive manufacturing

    缩写：3D PRINT ADDIT MANUF

    ISSN：2329-7662

    e-ISSN：2329-7670

    IF/分区：2.1/Q3

    文章目录 更多期刊信息

    全文链接
    官方链接
    PMC全文
    引文链接
    复制
    已复制！
    推荐内容
    Intelligent Optimization Method of Piezoelectric Ejection System Design Based on Finite Element Simulation and Neural Network