基于RSM和元启发式算法的FDM打印ABS及玻璃纤维增强ABS压缩强度提升的工艺参数优化
发布时间:2026-10-01 | 来源:MDPI Polymers | 分类:ABS | 作者:Jaimon Dennis Quadros, Yakub Iqbal Mogul, Ganesan Subramanian, Ma Mohin, Suhas Poojary, Krishan Jone
本研究系统考察了三种熔融沉积成型(FDM)打印参数,即壁厚、层高和填充密度,对FDM打印丙烯腈-丁二烯-苯乙烯(ABS)及玻璃纤维增强ABS(ABS-GF)压缩行为的影响。采用基于响应面法(RSM)的中心复合设计(CCD),包含二十组实验运行,以实施实验并建立回归模型。通过方差分析(ANOVA)确定工艺变量的统计显著性
本研究系统考察了三种熔融沉积成型(FDM)打印参数,即壁厚、层高和填充密度,对FDM打印丙烯腈-丁二烯-苯乙烯(ABS)及玻璃纤维增强ABS(ABS-GF)压缩行为的影响。采用基于响应面法(RSM)的中心复合设计(CCD),包含二十组实验运行,以实施实验并建立回归模型。通过方差分析(ANOVA)确定工艺变量的统计显著性。此外,应用三种仿生优化技术,即萤火虫算法(FA)、大爆炸-大收缩算法(BB-BC)和灰狼优化算法(GWO),以确定实现最大压缩强度的最优打印条件。实验结果表明,与纯ABS相比,玻璃纤维增强ABS表现出更优异的压缩强度、更大的承载能力和更有利的变形特性。在所研究的参数中,填充密度具有高度显著影响,因为它控制着打印部件的内部孔隙率和结构连续性。所建立的二次回归模型表现出优异的预测精度,ABS的决定系数超过95%,ABS-GF超过97%。优化结果表明,GWO算法在ABS和ABS-GF中分别达到了97.15%和98.48%的最高适应度值。所提出的优化方法为优化FDM打印聚合物复合材料的压缩行为提供了有效框架,从而为通过增材制造技术设计和制造高性能工程部件提供了有价值的指导。
返回资讯频道