文章标题：基于机器学习的激光粉末床熔融工艺参数优化、 过程监测和服役寿命预测的方法论

文章作者：王信莲，李 杰，万 杰，袁睿豪，李金山，王 军
关 键 字：参数优化；缺陷监测；服役寿命预测；数据驱动；物理驱动
文章摘要：激光粉末床熔融工艺(LPBF)因成形精度较高、制造周期短，成为增材制造的主流方法之一，但其制造工艺 的可重复性、生产过程的可解释性和成形构件的可靠性仍面临重大挑战。 LPBF成形过程涉及的参数众多，不同工艺参 数的选择会导致构件内部产生不同类型的微观/宏观缺陷，进而影响构件的服役性能。 因此明确工艺参数、缺陷和性能 三者之间的联系是当前激光粉末床熔融制造的热点与难点。 作为大数据与人工智能发展到一定阶段的必然产物，机器 学习方法为有效处理高维物理量之间的复杂非线性关系提供了契机，在增材制造过程中工艺参数优化、缺陷监测和性 能预测等方面得到持续关注。本文介绍了常用的机器学习(ML)模型，总结了LPBF中ML的输入信息，重点分析了数据 驱动和物理驱动ML模型在LPBF各领域的应用，最后指出当前ML的局限性，并探讨了其发展趋势和技术前景。