使用塔古奇方法和人工神经网络评估3D打印耐刺伤防护盔甲的性能

科学领域:

• 材料科学与工程 材料科学与工程
• 增材制造 增材制造 增材制造
• 保护结构 保护结构

背景情况:

• 增材制造 (AM) 提供了3D打印保护结构的潜力,例如防刺防护盔甲.
• 关于AM参数对3D打印装甲保护性能的影响存在研究缺口.

研究的目的:

• 研究3D打印关键3D打印参数对3D打印聚碳酸 (PC) 装甲的机械和保护性能的影响.
• 为了优化打印参数,提高刺伤阻力和性.

主要方法:

• 使用Taguchi L27矩阵分析五个打印参数:层厚度,打印速度,打印温度,填充密度 (Id) 和层宽度.
• 评估了性,刺入深度和装甲板重量作为主要反应.
• 采用形态分析和人工神经网络 (ANN) 进行验证和预测.

主要成果:

• 填充密度 (Id) 被确定为影响装甲性能的最关键参数.
• 更高的灌装密度导致了更密集的结构,改善了能量吸收,增加了性,并减少了刺入深度.
• 优化的3D打印装甲板显示没有穿透,超过了英国人体装甲标准 (8毫米最大穿透).

结论:

• 充填密度对于增强3D打印聚碳酸盔甲的保护能力至关重要.
• 优化的AM参数可以产生高性能保护结构,超过既定安全标准.
• 人工神经网络在预测3D打印保护材料的性能方面表现有前途.