ỨNG DỤNG MẠNG THẦN KINH NHÂN TẠO (ANN) TRONG DỰ ĐOÁN ĐỘ BỀN XOẮN CỦA SẢN PHẨM IN 3D TỪ NHỰA PLA

Tóm tắt

Nghiên cứu này trình bày việc ứng dụng mạng nơ-ron nhân tạo (ANN) trong dự đoán khả năng chịu xoắn của sản phẩm nhựa PLA được chế tạo bằng công nghệ in 3D FDM. Thiết kế thí nghiệm được thực hiện theo ma trận trực giao Taguchi L9 (34) nhằm giảm số lượng thí nghiệm nhưng vẫn đảm bảo tính đại diện của dữ liệu. Bốn thông số công nghệ gồm mật độ in, nhiệt độ đầu phun, góc infill và độ dày lớp in được khảo sát. Dữ liệu thực nghiệm từ thử nghiệm xoắn được sử dụng để huấn luyện và kiểm chứng mô hình ANN. Kết quả cho thấy mô hình có độ chính xác cao và phản ánh tốt quan hệ phi tuyến giữa thông số công nghệ và mô men xoắn.

Title

APPLICATION OF ARTIFICIAL NEURAL NETWORKS FOR TORSIONAL STRENGTH PREDICTION OF 3D-PRINTED PLA SPECIMENS

Abstract

This study presents the application of Artificial Neural Networks (ANN) for predicting the torsional strength of PLA specimens fabricated using Fused Deposition Modeling (FDM) 3D printing technology. The Taguchi L9 (34) orthogonal array was employed to design the experiments efficiently. Four printing parameters, including infill density, nozzle temperature, infill angle, and layer thickness, were investigated. Experimental torsion test data were used to train and validate the ANN model. The results demonstrate high prediction accuracy and confirm the effectiveness of ANN in modeling nonlinear relationships between printing parameters and torsional behavior.