熔融沉积成型(Fused Deposition Modeling,FDM)是一种近几十年发展起来的快速成型制造技术。随着现代工业的发展,熔融沉积成型被大量用在新产品研发、快速模具制作、医疗器械的设计开发和人体器官的原型制作等方面。熔融沉积成型成为快速成型制造技术的一个重要发展方向,然而,这种发展由于FDM成型零件的精度和强度较低而受到了限制。因此,本文研究熔融沉积成型数值模拟和工艺优化,以期提高FDM产品的精度,这不仅具有重要的理论意义,同时还具有重要的工程实用价值。分析了熔融沉积成型产品精度的影响因素,它们分别是成型加工的机器误差、CAD模型误差、切片引起的误差、喷丝宽度引起的误差和材料的收缩引起的误差等,提出了提高熔融沉积成型产品零件精度的措施。研究了熔融沉积成型温度场有限元数值模拟技术。在考虑了熔融沉积成型本身特点的基础上,作了合理的假设,建立了熔融沉积成型过程温度场的分析模型；在考虑了相变潜热和随温度变化的材料的热物性参数条件下,对熔融沉积成型的温场进行了模拟分析,得出了FDM温度场分布并作了具体分析,对于熔融沉积成型热过程理论分析和后续的研究有一定的参考价值。研究了熔融沉积成型应力场有限元数值模拟技术。在基于FDM温度场的模拟结果的基础上,采用间接热力耦合的方法,建立了熔融沉积成型过程应力场的分析模型；应用APDL(ANSYS Parametric Design Language)语言编制了模拟程序,实现了对熔融沉积成型应力场的模拟,得出了一些有益的结论。研究了基于小波神经网络的熔融沉积成型产品精度预测技术。分析了人工神经网络的原理和具体算法,在此基础上建立了基于BP神经网络的熔融沉积成型产品精度预测模型；在考虑到BP网络缺点的基础上,提出把小波分析理论和人工神经网络结合起来,克服了BP神经网络难以收敛和训练速度比较慢的一些缺点,建立了基于小波神经网络的熔融沉积成型产品精度预测模型,运用M语言编程,在MATLAB环境下编译,开发了基于小波神经网络的熔融沉积成型产品精度预测子系统,并进行了实际应用。研究了熔融沉积成型工艺参数优化技术。分析了遗传算法及其基本操作,在基于小波神经网络的熔融沉积成型产品精度预测子系统的基础上,开发了基于遗传算法优化子系统,并针对熔融沉积成型进行了具体的工艺参数优化。开发和完善了熔融沉积成型软件系统。在研究FDM快速成型的分层处理算法和智能化支撑添加算法的基础上,应用面向对象的语言VC++2005.net进行编程,在课题组成员前期研究的基础上,完善了熔融沉积成型软件系统,本软件可以对任意三维零件的STL模型进行切片处理和自动添加支撑,选择了数个零件模型,在转化为STL模型之后输入本软件系统,进行分层处理和添加支撑,最后输出CLI文件在快速成型机上进行了加工,结果证明本软件运行可靠,有投入实际生产的应用价值。