布局优化的掩模固化快速成型工艺.docx

《布局优化的掩模固化快速成型工艺.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、毕业设计外文资料翻译学院：河北科技大学理工学院专业：机械设计制造及其自动化姓名：董文博学号：12L外文出处：RoboticsandcomputerIntegratedManufacturing18(2002)41-51附件：1.外文资料翻译译文；2.外文原文。指导教师评语：签名：年月日布局优化的掩模固化快速成型工艺X.Zhang,B.Zhou,Y.Zeng,P.Gu加拿大艾伯塔省卡尔加里卡尔加里大学机械制造工程系摘要快速成型制造技术，可直接用于CAD模型的产品开发，用来制造工具和制造模具。掩模固化(SGC)技术中的快速成型技术，适合建立多种不同零

2、部件的快速成型样机和几何尺寸的批量生产，其成本降至最低。然而，平面CAD模型环境的布局是费时的。由于树脂的成本高,SGC的在任何工业环境中的布局模式是成功的关键。本文利用模拟退火布局优化技术。开发了一个软件系统是为了协助前部分进行各种型号的CAD几何形状的布置。STL系统接受来自任何实体造型环境的信息。下面提供几个例子来说明技术的有效性。1.引言全球的主导产品竞争日益需要厂商更加灵活地适应瞬息万变的市场需求。大幅削减产品开发时间将改善企业对市场的需求，因此赢得竞争优势。快速成型制造技术也不断提高了厂商建立三维模型和原型等几方面快速反应能力;而具有

3、成本效益的生产模式和复杂模具曲面[1]的快速成型技术可直接从CAD模型生成原型。各种快速成型技术的出现，包括固化、选择性激光烧结(SLS)、熔融沉积制造、叠层实体制造、三维印刷和掩模固化(SGC)。它们有一个共同特点:成型制作是加入材料而不是像传统的那样去除材料或变形工序[2]。这些技术可以填补空间不确定具体部分的概念设计。该技术也可大大提高工作效率和模具制作工艺水准。SGC的过程能在单一格局内生产多种不同形状和尺寸的零件，因此适合批量生产。在SGC的制造过程中(图1)，使负截面的一部分产生静电收取玻璃板。这就像平时使用的激光打印机。在此期间，一

4、层液态固化树脂以一种分布式的方式到位工作。然后放在工作空间的灯和表面之间用玻璃板挡起来，不是用激光束或者是紫外线灯注满空间和照亮整个层。剩余的液态树脂是用吸尘器抹去。向后移动的样盘上曝露在紫外线灯下第二次凝固的液态树脂没有被吸尘器完全清理干净。在这层充满热蜡液的空间，蜡被一个冷态金属碟子冷却到固体之后，这个树脂蜡层被刀具快速的粉碎成指定的大小。样盘从磨床回到曝光厅后，树脂的新层被应用。SGC程序能同时由一个限制简单的CAD模型形成多个复杂部件的玻璃装料模型。因此，可以用来生产机器前部分分批多型号。然而，在SGC的建立过程中，树脂不能被重复使用，因

5、为它已经部分被恢复。如果我们要建立一个单一的部分，并且没有其它任何地方共享区段，这部分可以很昂贵，除非占有大多数的托盘模式。此外，大多数其它快速成型机必须依次编织每个过渡部分。虽然这些时间可由机器同时生产多种零部件而减少，生产时间的长短取决零件的数量和零部件的几何形状。在SGC的过程中，每一层曝露在具有相同时间紫外线灯下的跨度为预设操作。因此消费和制造树脂的每一层时间都是固定的，是一批独立的几何形状和数量的零部件。因此，当一批零部件的生产成本单纯依靠被生产层的数字时，为了最大限度地减少成本和生产率，各地应在每一批'封装'时给予尽可能低的示范区，使

6、托盘制作的一批零部件成本降到最小。当两个或两个以上的部分是在在三维图形环境中同一时间制造时，具体操作模拟包装件应放置在它们或它们的CAD模型上。在计算机屏幕上的一个封袋内，可保证部件不相互干涉，而且它们完全在限制的体积之内。每批零件可用于不同的程序和不同客户。因此零件形状和大小可以相差很大，使得很难找到用手动解决的最佳经营模式的布局。因此，需要找到一个电脑系统的优化，配置一批生产成本最低的布局。图1描述SGC的制造过程2.相关研究工作布局问题的模型可归纳为典型装箱问题。应用装箱问题可用在集成电路设计、切割和股票等其它领域。典型的二维和三维装箱问题

7、已被证明是疑难问题[3]。生产效率最优解的密切近似算法的开发对装箱问题具有重要现实意义是。这些方法包括:线性规划、启发式技术，模拟退火(SA)和遗传分析(GA)。线性规划方法已成功地广泛应用于学习、普通切割的问题中。然而，由于它们的结构或大小，这些方法对许多真正的问题是不适当的。在这种情况下，应用启发式手段，如动态规划搜索方法。动态规划法是一种把单个问题转换成一系列单阶段问题的算法,其难度是如何迅速确定最优决策。树-搜索的方法是将所有可能的解决方法罗列成树状结构，在同一条路径上开始和结束，当其被认为是已经找到的最佳答案或者是已经知道会造成令人不满

8、意的解决方案后,上述大部分办法要么是最佳或接近最佳的解决方案,要么是不适用多种应用而且比较复杂形式的问题[4]。为克服线性规划、启发式方