本文關鍵詞：3D打印設計與個性化制造技術

  更多相關文章： 3D打印 殼單元有限元仿真 靈敏度分析 不倒翁設計 3D食品打印 打印路徑優(yōu)化 人臉胖瘦調整

【摘要】：3D打印是一種快速成型技術,能夠高效地將數(shù)字化三維模型制造成實體,有效提高設計、制造物體的效率。隨著桌面級3D打印機價格不斷下降,3D打印技術的快速普及使普通用戶體驗到制造個性化模型的樂趣。在進行3D打印之前,需要首先對物體進行數(shù)字化建模,但是如何將普通用戶的設計想法轉換為可打印3D數(shù)字化模型是目前普遍存在的難點之一。用戶要求模型美觀、能夠滿足特定需求、并具有個性化和趣味性。所以在模型設計階段需要充分考慮打印成品的功能性,對數(shù)字模型進行相應優(yōu)化調整。目前常用的3D建模軟件能夠生成可3D打印模型,但建模過程主要基于物體外觀進行,難以保證打印物體滿足相應設計功能。由于建模過程中缺少對于結構的優(yōu)化,常常導致打印材料的浪費,增加打印耗時。對于用戶個性化的需求,比如制作不倒翁玩具、類似糖畫的可食用物體,目前并沒有可行解決方案,而制作過程中涉及到網格編輯、物體結構分析與仿真、圖像抽象化等內容對于普通用戶十分繁瑣,需要相應算法滿足此類需求。本文對3D打印設計與個性化制造相關問題進行了深入探討,結合物理仿真、圖像編輯等技術提出了高效易用的解決方案。本文主要內容與貢獻如下:·提出了一種優(yōu)化殼體厚度參數(shù)的方法,能夠在保持物體結構強度的基礎上,減少打印材料消耗。在用戶輸入網格模型和相應受力情況后,本算法能夠自動根據(jù)應力約束對厚度參數(shù)進行優(yōu)化,并生成可進行3D打印的封閉殼體。本算法主要有以下兩點貢獻:1、使用分割算法對輸入網格模型進行分塊。采用殼單元有限元仿真模型對物體進行仿真。2、本算法推導了剛度矩陣、節(jié)點位移等物理量對厚度參數(shù)的導數(shù)解析形式,提高了仿真優(yōu)化過程速度。采用交替優(yōu)化過程求解優(yōu)化問題,將非線性優(yōu)化問題在局部轉化為線性規(guī)劃問題。采用靈敏度分析方法進一步加速優(yōu)化過程。使用不同種類3D打印機、多種打印材料制作模型進行相關物理實驗。本算法能夠在較短時間內求解厚度參數(shù)。仿真、優(yōu)化結果和實驗測試相符。·提出了一種計算機輔助設計算法,幫助普通用戶設計并制作個性化不倒翁。本算法生成的模型能夠在外力推動后搖而不倒,最終靜止在平衡位置�；诹嘏c能量相關知識,我們推導了不倒翁質心和底部形狀需要滿足的約束條件。將設計制作不倒翁問題抽象為優(yōu)化問題,并在優(yōu)化目標函數(shù)中加入節(jié)省打印材料、增加不倒翁穩(wěn)定性、增加搖擺幅度、外形比例協(xié)調等約束條件。我們制作了多種模型進行相關實驗,驗證推導的物理約束和優(yōu)化算法有效性。本算法提供了簡單易用的框架,能夠幫助普通用戶使用常見3D打印機制作不倒翁玩具�！ぬ岢隽艘环N根據(jù)肖像進行3D食品打印制作的方法。本算法使用3D食品打印機,打印材料使用麥芽糖、巧克力、果醬等可食用材料。在保持輸入圖像特征的情況下,本算法能夠自動將輸入肖像進行抽象化,并轉化為可打印路徑。本方法主要分為兩階段:1、使用圖像抽象化方法提取肖像輪廓線。可進行人臉特征點檢測、素描生成算法進一步增強人臉特征。2、使用路徑優(yōu)化算法生成可打印路徑,在保持打印效果的前提下,減少打印耗時。我們提出了一種簡單易用的肖像胖瘦調整算法,進一步提高肖像食品打印效果。對多幅肖像進行3D食品打印制作,并進行多組實驗對比,驗證本算法效果。
【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TP391.73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙恩環(huán);杜玲;;基于模型約束的人臉特征點跟蹤[J];光盤技術;2008年10期

2 王麗婷;丁曉青;方馳;;一種魯棒的全自動人臉特征點定位方法[J];自動化學報;2009年01期

3 鄭青碧;許穎梅;;一種快速高效的人臉特征點定位方法[J];計算機應用研究;2014年04期

4 宋剛,艾海舟,徐光yP;紋理約束下的人臉特征點跟蹤[J];軟件學報;2004年11期

5 關鵬;張立明;;基于貝賽爾曲面的三維人臉特征點定位方法[J];復旦學報(自然科學版);2008年01期

6 金城;卜佳俊;陳華;陳純;宋明黎;吳祺;;自底向上的人臉特征點定位[J];浙江大學學報(工學版);2008年05期

7 鄒北驥;曾陽;王磊;彭小寧;;一種處理遮掩的人臉特征點定位方法[J];系統(tǒng)仿真學報;2009年08期

8 黃琛;丁曉青;方馳;;一種魯棒高效的人臉特征點跟蹤方法[J];自動化學報;2012年05期

9 徐國慶;;在線模板的人臉特征點對齊[J];計算機工程與設計;2013年11期

10 郭修宵;陳瑩;;非約束環(huán)境下人臉特征點的穩(wěn)定跟蹤[J];計算機輔助設計與圖形學學報;2014年07期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 謝琛;;基于ASM的人臉特征點定位淺析[A];中國電子學會第十六屆信息論學術年會論文集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 崔瀅;基于統(tǒng)計學習的人臉特征點定位算法研究[D];南京理工大學;2015年

2 趙海明;3D打印設計與個性化制造技術[D];浙江大學;2017年

3 王軍南;人臉特征點檢測方法研究[D];浙江大學;2015年

4 杜春華;人臉特征點定位及識別的研究[D];上海交通大學;2008年

5 黨力;自動人臉分析與識別的若干問題研究[D];中國科學技術大學;2012年

6 馮振華;參數(shù)化統(tǒng)計新模型及其應用研究[D];江南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 劉銀;基于回歸的人臉特征點估計算法研究[D];南京理工大學;2013年

2 劉暢翔;人臉特征點定位算法及其在人臉識別的應用研究[D];東華理工大學;2015年

3 萬楊;顯性形狀回歸的人臉對齊方法實驗研究[D];大連理工大學;2015年

4 王一軻;人臉檢測與人臉特征點定位方法的設計與實現(xiàn)[D];電子科技大學;2015年

5 張哲;三維人臉特征點的檢測與標記[D];南昌航空大學;2015年

6 吳飛龍;基于機器視覺的校車安全監(jiān)測系統(tǒng)[D];浙江大學;2016年

7 謝鄭楠;基于多任務特征選擇和自適應模型的人臉特征點檢測[D];北京交通大學;2016年

8 黃宇駒;基于級聯(lián)回歸的多姿態(tài)人臉特征點檢測算法研究[D];華南理工大學;2016年

9 賈子元;基于深度感知的個性化皮影戲生成方法研究[D];哈爾濱工業(yè)大學;2016年

10 陳t，

本文編號：1257728