Nghiên cứu và xây dựng mô hình học máy tối ưu hóa quy trình in 3D dựa trên dữ liệu

Abstract

Nghiên cứu này sử dụng học máy kết hợp ANOVA và phương pháp Stacking (gồm Linear Regression, Random Forest và Gradient Boosting) để dự đoán chất lượng chi tiết in 3D bằng FDM. Dữ liệu gồm 50 tổ hợp thông số như chiều cao lớp, mật độ đổ đầy, nhiệt độ đầu phun... trên vật liệu PLA và ABS. Mô hình đạt độ chính xác cao: 98% cho độ nhám, 96% cho độ bền kéo, 95% cho độ giãn dài. Chiều cao lớp và nhiệt độ đầu phun ảnh hưởng lớn đến đặc tính cơ học, trong khi mật độ và vật liệu ảnh hưởng đến bề mặt. Mô hình còn hỗ trợ tối ưu thông số đầu vào, giúp cải thiện chất lượng và tiết kiệm thử nghiệm.