三维成型，是快速成型技术的一种，它是一种以数字模型文件为基础，运用金属粉末、橡胶、树脂或塑料等可粘合材料，通过三维运动，逐层打印堆积，冷却成型的方式来构造物体的技术。从过去被用于制造模型，到现阶段用于一些产品的直接制造，三维成型技术已经被越来越广泛地用到现代社会的生产生活中。该技术在珠宝、建筑、工业设计以及其他领域都有所应用。因此，通过优化算法提高三维成型机的控制精度是有意义的。

    目前在成型电机研究领域，国内外多数专家学者及厂商致力于研究三维成型的设备和用途。如西安交通大学和中国科技大学对热喷头的研制工作以及南京理工大学的王建、叶迎华研究光固化三维成型在制造化学芯片上的应用。在三维成型机的运动控制方面，多数成型机仍然使用常规的PID控制方法。在正常成型过程中，由于PID算法对运行情况的适应能力差，参数往往整定不良，系统性能欠佳导致打印效果会出现局部偏差，打印溢出，薄厚不均等情况。因此本文提出一种基于BP神经网络PID的四轴运动优化协调控制算法，利用BP神经网络的自适应和自学习能力，将PID算法与BP神经网络相结合，完成参数的在线调整。试验及仿真结果表明，基于BO神经网络PID算法的三维成型机控制性能良好，打印效果亦佳。