熔融沉积成型（FDM）工艺参数对聚乳酸（PLA）的多响应优化：基于田口方法、方差分析和机器学习的强度-能耗-表面粗糙度权衡

《Journal of Polymer Science》：Multi-Response Optimization of FDM Process Parameters for PLA: The Strength–Energy–Roughness Trade-Off via Taguchi, ANOVA, and Machine Learning

　　

摘要

本研究调查了五种FDM工艺参数对PLA零件抗拉强度、弯曲强度、能耗和表面粗糙度的多响应效应。采用田口L27正交表，在三个水平上变化打印速度、填充密度、层高、壁厚和喷嘴温度。响应值通过方差分析（ANOVA）、信噪比（S/N）分析、一阶回归、随机森林和梯度提升模型进行评估，并采用留一法交叉验证评估预测性能。抗拉强度主要受壁厚（44.6%）和喷嘴温度（28.9%）控制，而弯曲强度主要受喷嘴温度（28.3%）影响。能耗主要由壁厚（43.5%）和层高（28.2%）主导，揭示了部分强度-能耗权衡关系。表面粗糙度受层高强烈控制（85.2%），同时打印速度、喷嘴温度和壁厚也有贡献。线性回归为粗糙度提供了可靠的预测（LOOCV R²?=?0.956），而树集成模型由于参数相互作用，为强度和能耗提供了更好的预测。多目标帕累托和可接受度分析确定第23次实验为最佳整体折中方案，实现49.2?MPa抗拉强度、96.8?MPa弯曲强度、124.6?Wh能耗和2.95?μm粗糙度。研究结果提供了平衡FDM参数选择的实用框架。

图形摘要

在田口L27正交表中变化五种FDM参数，以映射PLA零件抗拉强度、弯曲强度、能耗和表面粗糙度之间的竞争关系。ANOVA显示壁厚控制抗拉强度和能耗（各约45%），而层高控制粗糙度（85%）。经过留一法验证的梯度提升模型在强度和能耗预测上优于线性模型。帕累托和可接受度分析确定平衡设置（第23次实验）可提供49.2?MPa抗拉强度，能耗为124.6?Wh，Ra?=?2.95?μm。

利益冲突声明

作者声明无利益冲突。

数据可用性声明

本研究中分析的实验数据集可从通讯作者处合理请求获得。