一种基于PSO-BP网络的口腔可摘义齿支架变形反补偿方法

本发明属于选择性激光熔化金属打印领域；具体涉及一种基于pso-bp网络的口腔可摘义齿支架变形反补偿方法。

背景技术：

1、选择性激光熔化技术(slm)由于其打印时间短，打印效率高，可打印结构复杂的多材料零件被广泛应用到航空、航天、医学等领域。在口腔医学中，可摘局部义齿是一种非常普遍的修复方式，特别是对于大多数的中老人来讲。数字化口腔扫描协同slm等智能制造技术的发展，使得可摘义齿支架的制作方式更简单快捷，并在临床上展示出良好的适用性。

2、slm通过对可摘义齿支架的切片模型进行分层扫描打印，通过粉末熔化沉积达到修复或制造金属零件的增材制造技术，相比于传统的义齿支架制作方式可以快速成型、提高材料利用率，但是在打印成形过程中，温度的快速升高及冷却，支撑结构的添加等不可更改的因素导致在成型过程中零件产生翘曲变形。局部义齿支架的变形会使患者产生咀嚼困难、发音障碍、恶心、下颌关节不适等佩戴问题，并会对医生的后续治疗会产生较大影响。因此减小slm打印过程中可摘局部义齿支架变形是一个亟待解决的问题。

技术实现思路

1、本发明提供一种基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，可以减少口腔支架变形，提高打印精度。

2、为实现以上目的，本发明采用以下技术方案：

3、一种基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，包括如下步骤：

4、s1：可摘义齿支架变形数据的获取，使用workbench additive增材制造模块仿真义齿打印过程，导出变形后模型stl文件格式；

5、s2：搭建并训练pso-bp网络，确定输入、输出、隐含层的个数分别为4、1、9；初始化pso算法参数；

6、s3：将变形后模型的stl文件转换成x-t文件格式，并将其作为网络的输入，原始模型x-t文件作为网络的输出以此来训练网络；

7、s4：网络训练完成之后，将可摘义齿支架原始数据x-t文件作为输入，输出目标即为可摘义齿支架反补偿模型数据，并导出可摘义齿支架反补偿模型的x-t文件数据；

8、s5：对反补偿模型进行切片打印，将反补偿模型数据通过gemagic wrap封装为stl格式，进行切片打印。

9、以上所述步骤中，步骤s2具体包括以下步骤：

10、s2-1：搭建并训练pso-bp网络，初始化bp网络参数，初始化粒子的速度，位置，个体/群体最优值；

11、s2-2：更新粒子速度和位置，确定个体/全局的历史最优，判断全局适应度是否小于设定精度；若是，则跳转至s2-3；若否，则判断迭代次数是否大于规定的最大迭代次数；若是，则输出全局最优粒子位置；若否，则再进行一次迭代，直至大于最大迭代次数；

12、s2-3：将仿真后的变形模型作为输入，原始模型作为输出训练网络；

13、s2-4：计算各层的输出和误差，判断是否达到误差要求；若是，则训练结束；若否，则计算反向误差，更新权值阈值，再次进行计算误差直至达到误差要求；

14、s2-5：在训练完成的bp网络中输入原始模型数据，并输出反向补偿模型。

15、有益效果：本发明提供了一种基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，与现有的技术相比，具有以下优势：

16、精度高：基于粒子群算法的bp网络反补偿方法能够实现较高的精度，可以在复杂的变形反补偿问题中提供更精确的解决方案；

17、适用性强：该方法可以应用于多种口腔可摘义齿支架变形反补偿问题，适用范围广泛；

18、计算效率高：该方法利用粒子群算法进行优化，可以在较短的时间内得到最优解，计算效率更高；

19、可靠性高：基于粒子群算法的bp网络反补偿方法通过多次实验验证，具有较高的可靠性，如图7所示，实验效果良好；

20、结合以上优势，本发明所提供的口腔可摘义齿支架变形反补偿方法能够为口腔医学领域提供更好的技术支持。

技术特征：

1.一种基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，s1中采用workbench additive增材制造模块仿真义齿打印过程。

3.根据权利要求1所述的基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，s2中所述pso-bp网络输入、输出、隐含层的个数分别为4、1、9。

4.根据权利要求1或3所述的基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，s2具体包括以下步骤：

5.根据权利要求4所述的基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，所述bp神经网络由输入层、隐含层及输出层各部分神经元组成，每层神经元之间通过权值和阈值连接。

6.根据权利要求5所述的基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，所述输入层有4个神经元，所述输出层有1个神经元，所述隐含层的层数没有限制，其神经元的个数可通过以下公式进行限制：

7.根据权利要求4所述的基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，s2-2中更新速度的公式为：

8.根据权利要求4所述的基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，s2-2中更新位置的公式为：

9.根据权利要求4所述的基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，s2-3中计算各层的输出和误差通过正向传播的方法将信息从输入层进入网络，依次经过每一层的计算，得到最终输出层结果，

10.根据权利要求4所述的基于pso-bp网络的口腔可摘义齿支架变形反补偿方法，其特征在于，s2-3中计算反向误差通过反向传播方式计算输出层与期望值之间的误差来调整网络参数，从而使得误差变小，计算误差公式如下：

技术总结
本发明公开了一种基于PSO‑BP网络的口腔可摘义齿支架变形反补偿方法，属于选择性激光熔化金属打印领域；本发明包括可摘义齿支架变形数据的获取，搭建并训练PSO‑BP网络，构建可摘义齿支架反补偿模型，对反补偿模型进行打印；通过ANSYS增材制造模块仿真SLM打印过程，导出变形结果；变形结果作为PSO‑BP网络输入，原始模型作为网络输出训练网络；测试网络用原始模型作为输入，输出目标即为反补偿模型；通过Geomagic Wrap软件将网络输出封装为STL格式，对封装后的结果进行切片打印；本发明的神经网络主要学习变形规律，所以本发明方法在选择性激光熔化金属打印也将会有良好的应用前景。

技术研发人员：沈理达,花志忠,刘洋,王林,谢德巧,田宗军,赵剑峰,周凯,魏臻
受保护的技术使用者：南京航空航天大学
技术研发日：
技术公布日：2024/3/21