5、误差反馈系统研究
在此CAE系统中,误差存在于每一阶段。
在CAD造型、划分STL文件的过程中,精度的丢失是由于造型软件的局限性,提高软件的质量,可以降低误差。
在RP原型制造阶段、转换工艺阶段和金属浇注阶段,涉及热、力耦合问题,引用非线性有限元方法,在三维笛卡尔坐标下,根据能量守恒原理,可以得出:
此主题相关图片如下:

再将温度引起的热应力和外力(如边界条件)之和作为力载荷施加到物体,求得总变形量。得出每一阶段的误差之后,可以建立误差反馈系统。误差反馈系统属闭环控制系统。它的一个主要内容是变形传递函数的研究。在三维笛卡尔坐标下,由计算得到的变形前和变形后的误差可以表示为:
e(x,y,z)=p理想(x,y,z)-p实际(x,y,z)
(2)
如果用Δd(x,y,z)表示实际整体形状的变化矩阵,g(x,y,z)表示控制矩阵,则整个过程的反馈控制可以描述为:
Δd(x,y,z)=g(x,y,z) e (x,y,z)
(3)
e(x,y,z)是每个过程的代数和,即,如果不考虑CAD造型过程的误差,且e1(x,y,z),e2(x,y,z),e3(x,y,z)分别表示RP原型制造的误差、转换工艺过程的误差和金属浇注过程的变形量,则
e(x,y,z)=e1(x,y,z)+e2(x,y,z)+e3(x,y,z)
(4)
现在的问题就是,设置适当的g(x,y,z),使Δd(x,y,z)能够很快地收敛到小于某个误差允许的范围δ,即满足:
Δd(x,y,z)<δ
(5)
g(x,y,z)体现出我们对整个变形过程的理解,它必须实时的反映产品变形和CAD模型变形的耦合关系。而且还要随变形边界条件和材料参数的变化而变化。
由于整个过程是一个多变量、多输入的复杂三维非线性闭环控制系统,各个变量之间可能存在耦合关系,因此,影响g(x,y,z)的因素很多,很难用统一的数学公式描述,因此,作者提出应用神经网络的方法,训练g(x,y,z),使Δd(x,y,z)达到要求。
神经网络具有通过小的嵌入系统能处理大容量的信息的优点,利用BP神经网络方法,可以把此复杂三维非线形闭环控制系统的结构作图6描述。
此主题相关图片如下:

图6 三维非线性闭环控制系统结构
利用神经网络具有自学习的优点,可以大大减少误差反馈问题对工艺数据的需求,并且便于系统的扩展。而且由于闭环系统对误差的校正作用,可能会导致系统的不稳定。采用神经网络的自适应、自学习方法,可以提高系统的鲁棒性。