基于灰狼优化算法的3D打印齿轮磨损性能建模

doi:10.19491/j.issn.1001-9278.2025.11.015

中国塑料 ›› 2025, Vol. 39 ›› Issue (11): 93-99.DOI: 10.19491/j.issn.1001-9278.2025.11.015

基于灰狼优化算法的3D打印齿轮磨损性能建模

陈利斌¹(), 孙腾蛟²

^1.铜陵学院，安徽铜陵 244061
^2.滨州职业学院，山东滨州 256603

收稿日期:2024-10-18 出版日期:2025-11-26 发布日期:2025-11-21
作者简介:陈利斌（1982—），男，博士，副高，主要从事数字化设计研究，kejw50986@126.com
基金资助:
安徽省省级质量工程项目(2022zybj099)

Modeling of wear performance of 3D⁃printed gears using grey wolf optimization algorithm

CHEN Libin¹(), SUN Tengjiao²

^1.Tongling University，Tongling 244061，China
^2.Binzhou Polytechnic，Binzhou 256603，China

Received:2024-10-18 Online:2025-11-26 Published:2025-11-21

摘要/Abstract

摘要：

采用熔融沉积工艺制造了碳纤维增强聚酰胺齿轮，基于响应面设计研究了层高、填充密度、栅格角度、打印速度和打印温度对磨损寿命的影响，利用灰狼优化算法得到了最优制造工艺。结果表明，层高、填充密度、栅格角度和打印温度是影响磨损寿命的显著因素，打印速度的影响不显著；在10个交互效应中，层高、填充密度、栅格角度和打印温度之间的交互效应对磨损寿命的影响显著；在5个二阶效应中，只有填充密度和栅格角度的二阶效应影响显著；以磨损寿命最大化为优化目标，灰狼优化算法经过100次迭代后，齿轮磨损寿命优化值超过了40 h，得到的最优熔融沉积成型参数为：层高0.2 mm，填充密度89 %，栅格角度45 °，打印速度72 mm/s，喷嘴温度278 ℃，齿轮磨损寿命试验值为41.41 h，与优化结果吻合。

关键词: 灰狼优化算法, 响应面, 熔融沉积, 齿轮, 碳纤维增强聚酰胺, 磨损性能

Abstract:

In this study， carbon fiber⁃reinforced nylon gears were fabricated via fused deposition modeling and their wear life was optimized. Utilizing a response surface methodology design， the effects of five key process parameters， including layer height， infill density， raster angle， printing speed， and nozzle temperature， were investigated. The grey wolf optimization （GWO） algorithm was then employed to determine the optimal parameter set for maximizing wear performance. RSM analysis revealed that layer height， infill density， raster angle， and nozzle temperature were significant factors， whereas printing speed had an insignificant effect. Significant interactions were observed between layer height， infill density， raster angle， and temperature. Furthermore， only the second⁃order effects of infill density and raster angle were found to be significant. After 100 iterations， the GWO algorithm predicted an optimal wear life exceeding 40 hours. The corresponding optimal parameters were a layer height of 0.2 mm， an infill density of 89 %， a raster angle of 45 °， a printing speed of 72 mm/s， and a nozzle temperature of 278 ℃. Experimental validation under these conditions yielded a wear life of 41.41 hours， confirming the model's accuracy and the effectiveness of the GWO⁃based optimization approach.

Key words: grey wolf optimization algorithm, response surface model, fused deposition modeling, gear, carbon fiber reinforced nylon, wear performance

中图分类号:

TQ320.66

陈利斌, 孙腾蛟. 基于灰狼优化算法的3D打印齿轮磨损性能建模[J]. 中国塑料, 2025, 39(11): 93-99.

CHEN Libin, SUN Tengjiao. Modeling of wear performance of 3D⁃printed gears using grey wolf optimization algorithm[J]. China Plastics, 2025, 39(11): 93-99.

图/表 12

参考文献 19

[1]	Sugunesh A， Vignesh S， Mertens J A， et al. Polymer gear failure prediction： a regression⁃based approach using FEA and photoelasticity technique［J］. Engineering Failure Analysis， 2024， 165： 108808.
[2]	Kunal A， Kumar A S. Magnetorheological finishing process for improved performance of polymer gears［J］. Materials and Manufacturing Processes， 2023， 38（10）： 1 191⁃1 208.
[3]	Reitschuster S， Tobie T， Stahl K. Experimental verification of high⁃performance polymer gears in an electric vehicle powertrain［J］. Forschung im Ingenieurwesen， 2023， 87（3）： 881⁃890.
[4]	Yadav P O， Vyas S N. Polymer Draft Gear Modeling and Simulation for Improved Longitudinal Train Dynamics［J］. Journal of Vibration Engineering & Technologies， 2024，（1）： 1⁃12.
[5]	Elsiedy M A， Hegazi H A， El⁃Kassas A M， et al. Multi⁃objective design optimization of polymer spur gears using a hybrid approach［J］. Journal of Engineering and Applied Science， 2024， 71（1）： 1⁃17.
[6]	Myron C， Myroslav K， Anatolii K， et al. Experimental estimation of wear resistance of polyamide composites， reinforced by carbon and glass fibres used in metal⁃polymer gearings［J］. Acta Mechanica et Automatica， 2020， 14（4）： 206⁃210.
[7]	Takeshi K， Yasuharu N， Gaëtan B， et al. Comparison of the tribological properties of carbon/glass fiber reinforced PA66⁃based composites in contact with steel， with and without grease lubrication［J］. Wear， 2021， 477： 203899.
[8]	Yilmaz M， Yilmaz F N， Gungor A. Wear and thermal coupled comparative analysis of additively manufactured and machined polymer gears［J］. Wear， 2024， 556： 205525.
[9]	王海明. 超声/熔融沉积复合增材制造聚乳酸试验研究［D］. 吉林大学， 2022.
[10]	李福海，王达，王建. 塑料齿轮及其成型制造技术进展［J］.高分子材料科学与工程， 2022， 38（11）： 175⁃182.
[11]	Matija H， Simon K， Awais I， et al. Technological optimization and fatigue evaluation of carbon reinforced polyamide 3D printed gears［J］. Heliyon， 2024， 10（13）： e34037.
[12]	KUO C C， LI D Y， LIN Z C， et al. Characterizations of polymer gears fabricated by differential pressure vacuum casting and fused deposition modeling［J］. Polymers， 2021， 13（23）： 4 126.
[13]	ZHANG Y， PURSSELL C， MAO K， et al. A physical investigation of wear and thermal characteristics of 3D printed nylon spur gears［J］. Tribology International， 2020， 141： 105953.
[14]	JADWIGA P， GRZEGORZ B， PAWEŁ T， et al. An analysis of polymer gear wear in a spur gear train made using FDM and FFF methods based on tooth surface topography assessment［J］. Polymers， 2021， 13（10）： 1 649.
[15]	Karthi V， Raj N M， Baskaran J. Investigations on Varying Compositions of Nylon 6 Polymer Matrix Composites for Wear Reduction in Application to Gears［J］. Materials Science Forum， 2024， 1119： 73⁃86.
[16]	Ignatijev A， Borovinsek M， Glodez S. A computational model for analysing the dry rolling/sliding wear behaviour of polymer gears made of POM［J］. Polymers， 2024， 16（8）： 1 073.
[17]	Mirjalili S， Mirjalili S M， Lewis A. Grey Wolf Optimizer［J］. Advances in Engineering Software， 2014， 69： 46⁃61.
[18]	Fountas N A， Kechagias J D， Manolakos D E， et al. Single and multi⁃objective optimization of FDM⁃based additive manufacturing using metaheuristic algorithms［J］. Procedia Manufacturing， 2020， 51： 740⁃747.
[19]	Bodaghi M， Sadooghi A， Bakhshi M， et al. Glass Fiber Reinforced Acrylonitrile Butadiene Styrene Composite Gears by FDM 3D Printing［J］. Advanced Materials Interfaces， 2023， 10（27）： 101234.

性能	数据	性能	数据
密度/g·cm^-3	1.24	断裂伸长率/%	10.61
热变形温度（0.45 MPa）/℃	155	弯曲强度/MPa	140
熔体流动速率（275 ℃/5 kg）/g·（10 min）^-1	11.46	弯曲模量/MPa	4 363
拉伸强度/MPa	140	悬臂梁缺口冲击强度/kJ·m^-2	18.67

性能	数据	性能	数据
密度/g·cm^-3	1.24	断裂伸长率/%	10.61
热变形温度（0.45 MPa）/℃	155	弯曲强度/MPa	140
熔体流动速率（275 ℃/5 kg）/g·（10 min）^-1	11.46	弯曲模量/MPa	4 363
拉伸强度/MPa	140	悬臂梁缺口冲击强度/kJ·m^-2	18.67

因素	低水平	中水平	高水平
层高（A）/mm	0.2	0.3	0.4
填充密度（B）/%	70	80	90
栅格角度（C）/°	0	45	90
打印速度（D）/mm·s^-1	40	60	80
喷嘴温度（E）/℃	260	280	300

因素	低水平	中水平	高水平
层高（A）/mm	0.2	0.3	0.4
填充密度（B）/%	70	80	90
栅格角度（C）/°	0	45	90
打印速度（D）/mm·s^-1	40	60	80
喷嘴温度（E）/℃	260	280	300

试验序号	层高（A）/mm	填充密度（B）/%	栅格角度（C）/°	打印速度（D）/mm·s^-1	喷嘴温度（E）/℃	磨损寿命/h
1	0.30	80.00	45.00	80.00	300.00	37.82
2	0.30	70.00	45.00	40.00	280.00	11.25
3	0.30	80.00	45.00	80.00	260.00	21.4
4	0.40	90.00	45.00	60.00	280.00	9.92
5	0.20	80.00	0.00	60.00	280.00	29.77
6	0.30	90.00	45.00	60.00	260.00	16.84
7	0.20	90.00	45.00	60.00	280.00	22.31
8	0.30	80.00	90.00	60.00	300.00	5.67
9	0.40	70.00	45.00	60.00	280.00	36.48
10	0.30	70.00	45.00	80.00	280.00	33.52
11	0.30	80.00	45.00	60.00	280.00	30.61
12	0.30	70.00	45.00	60.00	260.00	14.26
13	0.30	80.00	90.00	80.00	280.00	9.88
14	0.30	80.00	45.00	60.00	280.00	17.45
15	0.30	90.00	90.00	60.00	280.00	11.07
16	0.30	70.00	45.00	60.00	300.00	3.98
17	0.30	80.00	0.00	60.00	260.00	23.53
18	0.40	80.00	45.00	80.00	280.00	13.41
19	0.30	90.00	45.00	80.00	280.00	5.32
20	0.40	80.00	45.00	60.00	300.00	12.22
21	0.30	80.00	90.00	60.00	260.00	18.01
22	0.30	80.00	45.00	40.00	260.00	8.44
23	0.30	80.00	45.00	40.00	300.00	25.58
24	0.20	80.00	45.00	60.00	300.00	39.77
25	0.30	90.00	0.00	60.00	280.00	22.99
26	0.40	80.00	90.00	60.00	280.00	13.59
27	0.30	90.00	45.00	60.00	300.00	31.06
28	0.40	80.00	0.00	60.00	280.00	11.35
29	0.30	90.00	45.00	40.00	280.00	26.77
30	0.30	70.00	0.00	60.00	280.00	7.14
31	0.20	80.00	45.00	80.00	280.00	34.5
32	0.30	80.00	0.00	60.00	300.00	19.34
33	0.40	80.00	45.00	60.00	260.00	9.9
34	0.40	80.00	45.00	40.00	280.00	15.63
35	0.20	80.00	45.00	60.00	260.00	38.12
36	0.30	80.00	0.00	80.00	280.00	12.19
37	0.30	80.00	0.00	40.00	280.00	7.98
38	0.30	70.00	90.00	60.00	280.00	19.83
39	0.30	80.00	45.00	60.00	280.00	24.47
40	0.20	80.00	45.00	40.00	280.00	33.41
41	0.30	80.00	90.00	40.00	280.00	6.37
42	0.20	80.00	90.00	60.00	280.00	28.09
43	0.20	70.00	45.00	60.00	280.00	35.72

基于灰狼优化算法的3D打印齿轮磨损性能建模

Modeling of wear performance of 3D⁃printed gears using grey wolf optimization algorithm

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 19

相关文章 15

编辑推荐

Metrics

本文评价

项	F值	P值	显著性
模型	153.82	0.022	显著
层高（A）	51.87	0.015	显著
填充密度（B）	65.80	0.021	显著
栅格角度（C）	39.65	0.038	显著
打印速度（D）	16.46	2.86	不显著
喷嘴温度（E）	28.88	0.013	显著
AB	43.23	0.006	显著
AC	3.84	0.0310	显著
AD	2.74	1.36	不显著
AE	0.11	0.0014	显著
BC	151.41	0.019	显著
BD	477.86	6.20	不显著
BE	150.06	0.017	显著
CD	0.12	0.22	不显著
CE	16.61	0.0018	显著
DE	0.13	1.68	不显著
A^A	82.26	1.07	不显著
BB	47.55	0.021	显著
CC	395.79	0.013	显著
DD	63.16	0.82	不显著
EE	10.31	0.13	不显著
失拟项	80.46	1.86	不显著

参数	优化值
层高/mm	0.2
填充密度/%	89
栅格角度/°	45
打印速度/mm·s^-1	72
喷嘴温度/℃	278

[1]	程伟, 赵永强, 庞嘉尧, 何勇, 余乐. 基于机器学习的熔融沉积成型表面质量预测控制研究进展[J]. 中国塑料, 2025, 39(8): 131-138.
[2]	黄庚, Bekbolatovich Sagin Abay, 吴大鸣, 王晓杰, 高小龙, 孙靖尧, 黄尧, 许红, 郑秀婷. 辐照改性对聚四氟乙烯结构和耐磨性研究[J]. 中国塑料, 2025, 39(7): 12-16.
[3]	洪学银, 高尚. 基于机器学习方法预测3D打印零件的性能[J]. 中国塑料, 2025, 39(7): 72-79.
[4]	辛骅, 张泰, 陈棋棋, 杨乐, 刘瑞娟. 熔融沉积制备聚醚醚酮的生物摩擦学性能研究[J]. 中国塑料, 2025, 39(6): 10-13.
[5]	郭伟超, 辛晓行, 曾山林, 高新勤, 汤奥斐. 区域分割打印对FDM 3D打印件性能的影响[J]. 中国塑料, 2025, 39(5): 57-62.
[6]	王琛, 贺琦, 李靖瑶. 熔融沉积3D打印在汽车空调连接管件仿形检具中的应用[J]. 中国塑料, 2025, 39(2): 40-44.
[7]	刘少岗, 邱丹丹, 张宪超, 王心悦. 基于Box⁃Behnben法的PLA材料4D打印参数研究[J]. 中国塑料, 2025, 39(11): 72-78.
[8]	关天民, 李新, 郭泽方, 吴贯英, 翟贇. 无支撑法熔融沉积成型C型薄壁结构的力学性能研究[J]. 中国塑料, 2025, 39(10): 76-84.
[9]	王世檩, 朱家威, 张鹏, 魏兴岳, 杨华光, 曾宪奎, 杨卫民, 鉴冉冉. 基于FDM成型技术的打印强度和成型速率研究进展[J]. 中国塑料, 2025, 39(1): 112-117.
[10]	尹大帅, 赵永强, 黑刚刚, 李志斌. 基于响应面法的螺杆转子注射成型工艺研究[J]. 中国塑料, 2024, 38(6): 90-97.
[11]	孙吉书, 濮夏天, 杨凯, 靳灿章. 硅烷偶联剂改性蒙脱土/SBS/HVA高黏改性沥青最佳掺量确定及其性能评价[J]. 中国塑料, 2024, 38(3): 18-25.
[12]	朱家威, 潘威, 黄士争, MOHINI Sain, 杨卫民, 鉴冉冉. 高速高强熔融沉积成型技术研究进展[J]. 中国塑料, 2023, 37(8): 118-126.
[13]	高海亮, 胡程, 周宇强, 刘欣, 程建明, 宋桂珍. 3D打印零件的尺寸精度及控制[J]. 中国塑料, 2023, 37(8): 79-85.
[14]	凌远志, 王海雄, 李亚君, 何金辉, 严天祥. 超声波振动与热床对熔融沉积成型的影响[J]. 中国塑料, 2022, 36(8): 87-91.
[15]	雷经发, 沈强, 刘涛, 孙虹, 尹志强. 熔融沉积工艺参数对热塑性聚氨酯弹性体静动态力学性能的影响[J]. 中国塑料, 2022, 36(5): 29-35.

试验序号	磨损寿命/h
1	40.59
2	41.12
3	42.69
4	41.78
5	40.89
平均值	41.41

试验序号	磨损寿命/h
1	40.59
2	41.12
3	42.69
4	41.78
5	40.89
平均值	41.41