[发明专利]基于神经网络的3D打印误差补偿方法、系统、装置

摘要

本发明属于3D打印领域，具体涉及一种基于神经网络的3D打印误差补偿方法、系统、装置，旨在解决3D打印过程中对模型误差补偿困难的问题。本发明结合人工智能领域的神经网络来预测和补偿加式制造所产生的误差，通过三维扫描等技术获得数据，然后利用神经网络学习3D打印中的形变函数并完成预测，或学习逆向的形变函数并直接补偿。通过本发明对新模型误差补偿更容易，同样硬件基础上模型打印的精准度得到提高，或为达到同样的精度可以降低对硬件的要求。

主权项

1.一种基于神经网络的3D打印误差补偿方法，其特征在于，通过训练好的形变网络/逆形变网络，对输入模型进行补偿，并基于补偿后的模型进行3D打印；所述形变网络/逆形变网络依据3D打印形变函数/逆形变函数构建，其训练样本包括3D打印的打印前模型样本、打印后模型样本；其中，依据3D打印形变函数所构建的形变网络记为第一网络，训练样本中的打印前模型样本经所述形变网络的输出模型作为预期输出模型；所述第一网络训练时以打印前的模型样本作为真实输入模型,以打印后的模型样本作为真实输出模型；依据3D打印逆形变函数所构建的逆形变网络记为第二网络，训练样本中的打印后模型样本经所述逆形变网络的输出模型作为预期输出模型；所述第二网络训练时以打印后的模型样本作为真实输入模型，以打印前的模型样本作为真实输出模型。