在现有的3D打印技术和成型系统中,为了打印出令人满意的产品,工程技术人员根据经验进行成型方向、分层厚度等工艺参数的选择,带有较强的主观性。本文将人工智能技术应用于3D打印工艺的优化中,对成型方向、分层厚度两个主要工艺参数进行优化,以实现成型方向和分层厚度的智能选择。首先,分析了3D打印技术的研究发展和应用状况,指出了3D打印存在的一些问题,讨论了三维模型数据处理技术以及3D打印优化技术,提出了通过建立成型质量、成型效率与成型方向、分层厚度的优化模型,应用遗传算法优化求解,解决3D打印工艺智能选择的思路。其次,讨论了3D打印系统常用的STL文件中三角面片的生成规则、常见缺陷及解决方案,并给出了这些缺陷的解决方案。重点分析了ASCII和BINARY两种格式的STL文件的信息存储方式和提取存储数据信息的核心算法。阐述了STL模型分层处理的基本流程中三个主要的环节,即数据结构的建立、切平面与三角面片的交线及轮廓截面线的生成,为优化模型的建立奠定了基础。然后,详细分析3D打印工艺的影响因素对成型过程的影响,最终确定以成型方向和分层厚度为优化设计变量,利用体积误差来量化成型质量指标、成型时间量化成型效率指标,建立了优化准则,并以此作为优化目标。再者,在确立成型质量和成型效率的函数表达的基础上,建立了以成型方向和分层厚度为优化参数,以成型质量和成型效率为目标的多目标优化模型,并提出利用第二代非支配排序遗传算法对该模型进行优化求解,获得一组非劣解。最后,利用Matlab7.0软件编制了成型方向和分层厚度的优化程序,并用实例验证优化模型及编程的有效性。实验表明,利用第二代非支配排序遗传算法对该模型进行优化,不仅可以得到一个最优解,而且还可以得到多个满足要求的解。这样,该模型就可以解决3D打印中成型质量和成型效率的权衡选择问题,实现成型方向和分层厚度的智能选择。本文提出的模型适用于“喷墨打印”中不同形状零件成型,也可以推广到其他3D打印工艺的优化设计,具有普遍意义。