Η διπλωματική εξετάζει την ενσωμάτωση τεχνολογιών Προσθετικής Κατασκευής (ΠΚ) με Τεχνητά Νευρωνικά Δίκτυα (ΤΝΔ) και Νευροασαφή Συστήματα (ANFIS) για τη βελτίωση της ακρίβειας, της αποδοτικότητας και των μηχανικών ιδιοτήτων των
εξαρτημάτων που εκτυπώνονται με 3D εκτύπωση. Η Προσθετική Κατασκευή, μια διαδικασία δημιουργίας αντικειμένων με την προσθήκη υλικού στρώμα προς στρώμα, έχει φέρει επανάσταση στην παραγωγή πολύπλοκων γεωμετριών σε διάφορες βιομηχανίες. Ωστόσο, η βελτιστοποίηση των μηχανικών ιδιοτήτων και της ακρίβειας των εκτυπωμένων εξαρτημάτων παραμένει μια πρόκληση. Συνδυάζοντας τις ικανότητες μάθησης των ΤΝΔ με την ικανότητα λήψης αποφάσεων της ασαφούς λογικής, το μοντέλο ANFIS μπορεί να βελτιστοποιεί προσαρμοστικά τις παραμέτρους εκτύπωσης για τη βελτίωση της ποιότητας των εξαρτημάτων. Τα
πειραματικά δεδομένα που συλλέγονται από τις διαδικασίες ΠΚ χρησιμοποιούνται για την εκπαίδευση του μοντέλου ANFIS, επιτρέποντάς του να προβλέπει αποτελέσματα όπως την τάση, την παραμόρφωση και το μέτρο ελαστικότητας υπό διάφορες συνθήκες εκτύπωσης. Η απόδοση του μοντέλου ANFIS αξιολογείται με τη χρήση δεικτών όπως το μέσο τετραγωνικό σφάλμα (RMSE) και το R-squared (R²) για να διασφαλιστεί η ακρίβεια και η αξιοπιστία του σε πραγματικές εφαρμογές.
.jpg){kind=logo}
University of West Attica
