开云优惠体育网页版入口

专利名称：鱼糜及其制品3D打印过程中挤出流动性能的评估方法

专利类型：发明专利

专利申请号：CN202410272656.2

专利申请（专利权）人：华中农业大学
权利人地址：湖北省武汉市洪山区狮子山街1号

专利发明（设计）人：黄琪琳,陈杰灵,孔雅秋,鲁可可

专利摘要：本发明公开了鱼糜及其制品3D打印过程中挤出流动性能的评估方法，本发明通过将计算流体力学(CFD)和机器学习(ML)相结合实现了对鱼糜及鱼糜制品在挤出型3D打印过程中的挤出流动性能的评估。通过CFD模型计算获得了鱼糜及鱼糜制品在挤出流动过程中的流速分布、压力分布，以及出口处的流速以及入口处的压力，再利用ML技术对上述数据处理和优化，最终更快速准确实现对鱼糜及鱼糜制品的挤出流动性能的评估，并判断其是否具有打印适用性能。本发明方法具有操作简单、检测时间短、检测成本低廉、检测结果稳定性好的特点，检测精度达95％。

主权利要求：
1.鱼糜及其制品3D打印过程中挤出流动性能的评估方法，其特征在于，包括以下步骤：S1、采集鱼糜及鱼糜制品性能参数和3D打印参数设置；
S2、判断鱼糜及鱼糜制品流动状态；
S3、建立打印物理模型和设定边界条件；
S4、CFD模型计算；
S5、机器学习模型的建立和调试；
S6、现场检测，得出结论并保存；
步骤S1中，所述采集鱼糜及鱼糜制品性能参数并设置3D打印参数，包括以下步骤：S11、利用排油法测定鱼糜及鱼糜制品的密度；
?1
S12、利用旋转流变仪测定鱼糜及鱼糜制品的动态粘度，剪切速率设定为0.1?100s ，记录对应剪切速率下的动态粘度η，通过幂律模型按照下式进行拟合：n?1
η＝kγ
获得稠度系数K和幂律指数n；
S13、将鱼糜及鱼糜制品用磨具切割成20mm×20mm×10mm的长方体，用质构仪进行单次压缩实验，形变设定为65％，触发力为5g，测试中的速度为1mm/s，测试前和测试后的速度为
5mm/s；
S14、设置记录3D打印过程中使用的3D打印参数，包括喷嘴直径和设定的打印速度；
步骤S2中，所述判断鱼糜及鱼糜制品流动状态，包括以下步骤：S21、按照出口处设定的3D打印速度，依据下式计算鱼糜及鱼糜制品在挤出流动过程中雷诺数(Re)：其中，u为出口处设定的流速，K为稠度系数，n为幂律指数，ρ为鱼糜及鱼糜制品的密度，d为喷嘴直径；
S22、对鱼糜及鱼糜制品进行单线模型的3D打。倍舷呗蚀锏80％时，就是打印机所能提供的最大挤出压力；当断线率达到10％时，就是适应于3D打印的挤出压力；
步骤S3中，所述打印物理模型为实际打印过程中使用料筒和喷嘴组成的物理模型，通过对所述打印物理模型进行处理使其成为能反映真实模型的旋转轴对称模型；所述边界条件为滑移的边界条件，即边界上的油墨依然存在流动，流速不为零时的条件；
步骤S4中，所述CFD模型计算，包括以下步骤：首先，按照下式进行CFD模型计算：
σ＝2ηD
其中u是流速，p是压力，ρ是密度，σ是应力张量，η是粘度，D是形变张量， 是速度梯度，是速度梯度的转置；得到鱼糜及鱼糜制品在挤出流动过程中的流速分布、压力分布，以及出口处的流速以及入口处的压力；
然后，根据出口处的流速和打印设定的流速之间的误差调整CFD计算过程中的网格划分方案，并将计算误差控制在1％以内；
步骤S5中，所述机器学习模型的建立和调试，包括以下步骤：S51、将与鱼糜及鱼糜制品挤出压力具有强相关的质构数据、喷嘴直径、鱼糜及鱼糜制品密度、设定的打印速度用作X变量，CFD计算出的入口处的压力设定为Y变量，通过PLSR方法建立初步PLSR模型；
S52、采用10折交叉验证的方法对初步PLSR模型进行优化；
2 2
S53、通过R和RMSE对模型的稳定性和预测性能进行评估，其中，R和RMSE如下式所示：2
其中yact是实际，ycal是矫正值，ymean是平均值，ypre是预测值，n是建模所需样本数量，R是相关性系数，代表模型的表现能力；
步骤S6中，所述现场检测，包括以下步骤：快速获得鱼糜及鱼糜制品的密度及其单次压缩质构数据，并通过建立的PLSR模型获得打印入口处所需的压力，及鱼糜及鱼糜制品作为油墨挤出流动性能的判断结果并将结果保存在计算机中；
其中，若获得的压力打印入口处所需压力小于适应于3D打印的挤出压力，则代表鱼糜及鱼糜制品作为油墨具有良好的挤出流动性能；若获得的打印入口处所需压力大于适应于
3D打印的挤出压力而小于打印机的最大挤出压力，则代表鱼糜及鱼糜制品作为油墨具有一定的挤出流动性能，但无法完成打印任务；若获得的打印入口处所需压力大于打印机的最大挤出压力，则代表鱼糜及鱼糜制品作为油墨不具有挤出流动性能。 说明书 : 鱼糜及其制品3D打印过程中挤出流动性能的评估方法技术领域[0001] 本发明属于食品快速检测领域，特别涉及鱼糜及其制品3D打印过程中挤出流动性能的评估方法。背景技术[0002] 近年来，随着三维打印技术的迅速发展，挤出型3D打印技术作为一种具有广泛应用前景的加工方法逐渐受到关注。该技术以其高度定制化、快速制造、无废料等优势，广泛应用于制造业、医疗领域、航空航天等领域。[0003] 然而，在实际应用中，材料的流动性能对于挤出型3D打印过程的稳定性和成品质量具有重要影响。鱼糜(或称鱼浆)及其制品作为一类新型的打印材料，在挤出型3D打印中表现出极大的潜力。鱼糜来源广泛，具有良好的可塑性和可再生性，因此被广泛研究用于制备可持续的生物基打印材料。然而，鱼糜及其制品的流动性能对于挤出型3D打印过程的精度和稳定性同样至关重要。[0004] 而对于鱼糜及其制品的流动性能的评估，传统的打印实验方法和流变学测试方法(计算流体力学(CFD))存在耗时长、需要大量的计算资源、检测成本高、操作处理繁琐、试错成本高、各原料之间获得的标准不相互通用等问题。因此亟需开发一种高效的方法来快速而准确地评估这些新型打印材料的挤出流动性能。[0005] 研究发现，机器学习(ML)技术以其强大的数据分析和模式识别能力，在解决复杂问题上展现出巨大的潜力。[0006] 基于此，本发明通过将CFD与ML相结合有望在保持精度的同时加快挤出型3D打印过程中鱼糜及其制品的流动性能的评估。发明内容[0007] 针对上述现有技术存在的问题，本发明提供了鱼糜及其制品3D打印过程中挤出流动性能的评估方法，解决了传统的打印实验方法和流变学测试方法存在的耗时长、检测成本高、操作处理繁琐等问题。[0008] 一种鱼糜及其制品3D打印过程中挤出流动性能的评估方法，包括以下步骤：[0009] S1、采集鱼糜及鱼糜制品性能参数和打印参数设置；[0010] S2、判断鱼糜及鱼糜制品流动状态；[0011] S3、建立打印物理模型和边界条件；[0012] S4、CFD模型计算；[0013] S5、机器学习模型的建立和调试；[0014] S6、现场检测，得出结论并保存。[0015] 优选地，步骤S1中，所述采集鱼糜及鱼糜制品性能参数并设置3D打印参数，包括以下步骤：[0016] S11、利用排油法测定鱼糜及鱼糜制品的密度；[0017] S12、利用旋转流变仪测定鱼糜及鱼糜制品的动态粘度，剪切速率设定为0.1??1100s ，记录对应剪切速率下的动态粘度η，通过幂律模型按照下式进行拟合：[0018] η＝kγn?1[0019] 获得稠度系数K和幂律指数n；[0020] S13、将鱼糜及鱼糜制品用磨具切割成20mm×20mm×10mm的长方体，用质构仪进行单次压缩实验，形变设定为65％，触发力为5g，测试中的速度为1mm/s，测试前和测试后的速度为5mm/s；[0021] S14、设置记录3D打印过程中使用的3D打印参数，包括喷嘴直径和设定的打印速度。[0022] 优选地，步骤S2中，所述判断鱼糜及鱼糜制品流动状态，包括以下步骤：[0023] S21、按照出口处设定的3D打印速度，依据下式计算鱼糜及鱼糜制品在挤出流动过程中雷诺数(Re)：[0024][0025] 其中，u为出口处设定的流速，K为稠度系数，n为幂律指数，ρ为鱼糜及鱼糜制品的密度，d为喷嘴直径；[0026] S22、对鱼糜及鱼糜制品进行单线模型的3D打。倍舷呗蚀锏80％时，就是打印机所能提供的最大挤出压力；当断线率达到10％时，就是适应于3D打印的挤出压力。[0027] 优选地，步骤S3中，所述打印物理模型为实际打印过程中使用料筒和喷嘴组成的物理模型，通过对所述打印物理模型进行处理使其成为能反映真实模型的旋转轴对称模型；所述边界条件为滑移的边界条件，即边界上的油墨依然存在流动，流速不为零时的条件。[0028] 优选地，步骤S4中，所述CFD模型计算，包括以下步骤：[0029] 首先，按照下式进行CFD模型计算：[0030][0031][0032] σ＝2ηD[0033][0034] 其中u是流速，p是压力，ρ是密度，σ是应力张量，η是粘度，D是形变张量， 是速度梯度， 是速度梯度的转置；得到鱼糜及鱼糜制品在挤出流动过程中的流速分布、压力分布，以及出口处的流速以及入口处的压力；[0035] 然后，根据出口处的流速和打印设定的流速之间的误差调整CFD计算过程中的网格划分方案，并将计算误差控制在1％以内。[0036] 优选地，步骤S5中，所述机器学习模型的建立和调试，包括以下步骤：[0037] S51、将与鱼糜及鱼糜制品挤出压力具有强相关的质构数据、喷嘴直径、鱼糜密度、设定的打印速度用作X变量，CFD计算出的入口处的压力设定为Y变量，通过PLSR方法建立初步PLSR模型；[0038] S52、采用10折交叉验证的方法对初步PLSR模型进行优化；[0039] S53、通过R2和RMSE对模型的稳定性和预测性能进行评估，其中，R2和RMSE具体表示如下式所示：[0040][0041][0042] 其中yact是实际值,ycal是矫正值,ymean是平均值,ypre是预测值,n是建模所需样本2数量,R是相关性系数，代表模型的表现能力。[0043] 优选地，步骤S6中，所述现场检测，包括以下步骤：快速获得鱼糜及鱼糜制品的密度及其单次压缩质构数据，并通过建立的PLSR模型获得打印入口处所需的压力，及鱼糜及鱼糜制品作为油墨挤出流动性能的判断结果并将结果保存在计算机中；其中，若获得的压力打印入口处所需压力小于适应于3D打印的挤出压力，则代表鱼糜及鱼糜制品作为油墨具有良好的挤出流动性能；若获得的打印入口处所需压力大于适应于3D打印的挤出压力而小于打印机的最大挤出压力，则代表鱼糜及鱼糜制品作为油墨具有一定的挤出流动性能，但无法完成打印任务；若获得的打印入口处所需压力大于打印机的最大挤出压力，则代表鱼糜及鱼糜制品作为油墨不具有挤出流动性能。[0044] 本发明具备如下有益效果：[0045] (1)本发明提供了一种基于计算流体力学(CFD)和机器学习(ML)相结合快速、高效地评估鱼糜及鱼糜制品在挤出型3D打印过程中的挤出流动性能的方法。[0046] (2)本发明通过CFD模型，计算获取流动性能的初步预测数据，例如鱼糜及鱼糜制品在挤出流动过程中的流速分布、压力分布，以及出口处的流速以及入口处的压力；可以在10s内获得准确的计算结果。[0047] (3)利用机器学习(ML)技术对上述数据进行处理和优化，最终实现更快速准确的评估鱼糜及鱼糜制品的挤出流动性能，并判断其是否具有打印适用性能，以为挤出型3D打印过程的优化和控制提供支持。代替了复杂的流变学测试和CFD计算的高成本问题。[0048] (4)本发明方法具有操作简单、检测时间短、检测成本低廉、检测结果稳定性好的特点，检测精度达95％。这一创新方法有望推动鱼糜及其制品在3D打印领域的广泛应用。附图说明[0049] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0050] 图1为本发明一种鱼糜及其制品3D打印过程中挤出流动性能的评估方法的流程示意图；[0051] 图2为实施例1中85％水分含量鱼糜的挤出出流动性能的3D打印图；[0052] 图3为实施例1中流变学测试和质构测试结果图；[0053] 图4为实施例1中85％含水量鱼糜在挤出流动过程中通过CFD计算获得的流速和压力分布图；[0054] 图5为实施例1中建立的机器学习PLSR模型。具体实施方式[0055] 以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。[0056] 实施例1[0057] 参照图1?5，本发明实施例提供了一种鱼糜及其制品3D打印过程中挤出流动性能的评估方法，包括以下步骤：[0058] S1、采集85％含水量鱼糜及鱼糜与亲水胶体制品性能参数和打印参数设置：具体包括以下步骤：[0059] S11、利用排油法测定85％含水量鱼糜及鱼糜与亲水胶体制品的密度；[0060] S12、利用旋转流变仪测定鱼糜及鱼糜与亲水胶体制品的动态粘度，剪切速率设定?1为0.1?100s ，记录对应剪切速率下的动态粘度η，通过幂律模型按照下式进行拟合：[0061] η＝kγn?1[0062] 获得稠度系数K和幂律指数n；[0063] S13、将85％含水量鱼糜及鱼糜与亲水胶体制品用磨具切割成20mm×20mm×10mm的长方体，用质构仪进行单次压缩实验，形变设定为65％，触发力为5g，测试中的速度为1mm/s，测试前和测试后的速度为5mm/s；[0064] S14、设置记录3D打印过程中使用的3D打印参数，包括喷嘴直径和设定的打印速度；[0065] S2、判断鱼糜及鱼糜与亲水胶体制品流动状态；具体步骤包括：[0066] S21、按照出口处设定的3D打印速度，依据下式计算鱼糜在挤出流动过程中雷诺数(Re)：[0067][0068] 其中，u为出口处设定的流速，K为稠度系数，n为幂律指数，ρ为鱼糜及鱼糜制品的密度，d为喷嘴直径；[0069] S22、对鱼糜及鱼糜与亲水胶体制品进行单线模型的3D打。竦糜湍亩舷呗剩坏倍舷呗蚀锏80％时，就是打印机所能提供的最大挤出压力；当断线率达到10％时，就是适应于3D打印的挤出压力；[0070] S3、建立打印物理模型和边界条件；这里打印物理模型为实际打印过程中使用料筒和喷嘴组成的物理模型，通过对所述打印物理模型进行处理使其成为能反映真实模型的旋转轴对称模型；所述边界条件为避免滑移的边界条件，即边界上的油墨依然存在流动，流速不为零时的条件；[0071] S4、CFD模型计算；具体步骤为：[0072] 首先，按照下式进行计算所述CFD模型：[0073][0074][0075] σ＝2ηD[0076][0077] 其中u是流速，p是压力，ρ是密度，σ是应力张量，η是粘度，D是形变张量， 是速度梯度， 是速度梯度的转置；得到鱼糜及鱼糜制品在挤出流动过程中的流速分布、压力分布，出口处的流速以及入口处的压力；[0078] 然后，根据出口处的流速和打印设定的流速之间的误差调整CFD计算过程中的网格划分方案，并将计算误差控制在1％以内。[0079] S5、机器学习模型的建立和调试；[0080] 具体地，包括以下步骤：[0081] S51、将与鱼糜及鱼糜与亲水胶体制品挤出压力具有强相关的质构数据、喷嘴直径、鱼糜及鱼糜与亲水胶体制品密度、设定的打印速度用作X变量，CFD计算出的入口处的压力设定为Y变量，通过PLSR方法建立初步PLSR模型；[0082] S52、采用10折交叉验证的方法对初步PLSR模型进行优化；[0083] S53、通过R2和RMSE对模型的稳定性和预测性能进行评估，其中，R2和RMSE具体表示如下式所示：[0084][0085][0086] 其中yact是实际值，ycal是矫正值，ymean是平均值，ypre是预测值，n是建模所需样本2数量，R是相关性系数，代表模型的表现能力。[0087] S6、现场检测，得出结论并保存。[0088] 具体地，包括以下步骤：快速获得鱼糜及鱼糜与亲水胶体制品的密度及其单次压缩质构数据，并通过建立的PLSR模型获得打印入口处所需的压力，及鱼糜及鱼糜与亲水胶体制品作为油墨挤出流动性能的判断结果并将结果保存在计算机中；其中，若获得的压力打印入口处所需压力小于适应于3D打印的挤出压力，则代表鱼糜及鱼糜与亲水胶体制品作为油墨具有良好的挤出流动性能；若获得的打印入口处所需压力大于适应于3D打印的挤出压力而小于打印机的最大挤出压力，则代表鱼糜及鱼糜与亲水胶体制品作为油墨具有一定的挤出流动性能，但无法完成打印任务；若获得的打印入口处所需压力大于打印机的最大挤出压力，则代表鱼糜及鱼糜与亲水胶体制品作为油墨不具有挤出流动性能。[0089] 本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。

专利地区：湖北

专利申请日期：2024-03-11

专利公开日期：2024-11-29

专利公告号：CN118130316B