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
卸载方法
构建代价函数
初始化系统
时延
计算机存储介质
自然语言
企业业务数据
误差修正模型
语义特征
生成树
设计约束条件
结构三维模型
布局
安装孔尺寸
气流
环保新能源
AI智能控制
能量转换模块
设备主体
智能设备