基于神经网络的切片模型支撑方案预测方法及系统

AITNT
正文
推荐专利
基于神经网络的切片模型支撑方案预测方法及系统
申请号:CN202511031795
申请日期:2025-07-25
公开号:CN120951760A
公开日期:2025-11-14
类型:发明专利
摘要
本发明公开了一种基于神经网络的切片模型支撑方案预测方法及系统,该方法包括:获取待进行3D打印的三维模型数据的切片数据;根据所述切片数据,识别出所述三维模型数据对应的所有支撑构件;根据所述支撑构件对应的构件参数,计算每一所述支撑构件对应的薄弱程度;基于预测神经网络模型,根据所述支撑构件对应的薄弱程度,预测出所述三维模型数据对应的支撑优化方案;所述支撑优化方案用于限定至少一个所述支撑构件对应的构件变化参数。可见,本发明能够实现基于构件特性和薄弱程度的精准支撑结构优化,提升3D打印模型的稳定性和打印成功率,降低因支撑不足导致的打印失败风险。
技术关键词
支撑构件 三维模型 切片 参数 神经网络模型 数据 可执行程序代码 预测系统 网络架构 图像分割算法 包络 聚类算法 存储器 识别模块 处理器 风险 关系
系统为您推荐了相关专利信息
1
一种用于热力物联网的端-边-云协同计算任务卸载方法
卸载方法 构建代价函数 初始化系统 时延 计算机存储介质
2
一种基于自然语言的企业数据可视化分析方法及系统
自然语言 企业业务数据 误差修正模型 语义特征 生成树
3
一种深度神经网络的自适应量化方法、系统及产品
深度神经网络 量化误差 节点 浮点数 参数
4
超高温条件下总温总压滞止腔设计方法及总温总压滞止腔
设计约束条件 结构三维模型 布局 安装孔尺寸 气流
5
一种环保新能源材料AI智能设备
环保新能源 AI智能控制 能量转换模块 设备主体 智能设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号