Der Artikel beschreibt ein Verfahren zur Optimierung der Extrusionskraftregelung in der Fused-Filament-Fertigung (FFF) mittels Bayesscher Optimierung.
Zunächst wird ein modifizierter PID-Regler zur Regelung der Extrusionskraft implementiert. Dieser Regler hat vier einstellbare Parameter: Proportionalverstärkung, Integralverstärkung, schnelle Ableitung und langsame Ableitung.
Um die optimalen Reglerparameter für eine bestimmte Geometrie, ein bestimmtes Material und bestimmte Druckeinstellungen zu finden, wird ein kontinuierliches Bayessches Optimierungsverfahren eingesetzt. Dabei wird der Drucker während des gesamten Druckvorgangs nicht unterbrochen, sondern es werden in kurzen Intervallen neue Regler getestet und deren Leistung bewertet. So kann die Optimierung in einem einzigen Druckvorgang durchgeführt werden.
Zusätzlich wird der Einsatz von Transfer Learning untersucht, um die Konvergenzgeschwindigkeit der Optimierung zu beschleunigen. Dabei werden Informationen aus vorherigen Optimierungen für andere Referenzkräfte genutzt, um den Optimierungsprozess für eine neue Referenzkraft zu beschleunigen.
Die experimentellen Ergebnisse zeigen, dass die Bayessche Optimierung zu einer deutlichen Verbesserung der Druckqualität führt, indem die Abweichung der Extrusionskraft vom Sollwert signifikant reduziert wird. Der Einsatz von Transfer Learning kann die Konvergenzgeschwindigkeit der Optimierung weiter steigern und in manchen Fällen sogar die Leistung des optimierten Reglers verbessern.
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Xavier Guide... о arxiv.org 03-26-2024
https://arxiv.org/pdf/2403.16470.pdfГлибші Запити