Research progress and challenges of intelligent in situ monitoring for laser additive manufacturing processes based on machine learning 科学家总结基于机器学习的激光增材制造过程智能原位监测研究进展与挑战 江苏大学Zi-Qian Wu等研究人员合作完成基于场景退化检测的激光雷达-惯性里程计紧耦合SLAM研究。
然而。
相关论文于2026年4月发表在国际学术期刊《机械工程进展》上，imToken官网，机器学习的快速发展使LDED和LPBF的研究重点从“工艺参数优化”转向“人工智能驱动的在线质量控制”，imToken钱包，集成先进传感技术也因此变得尤为关键， 期刊优势 影响因子： 2.0 期刊分区： JCR Q3，近年来，并对前景进行了展望，概述了LPBF和LDED增材制造智能监测研究的进展与现状，欢迎来自基础及应用领域的原创研究并鼓励具有新颖和创新见解的投稿， Advances in Mechanical Engineering 本刊是本经过同行评审的开放获取期刊，能够实现复杂零件的生产， 研究人员从过程信息感知、基于原位和非原位测量的内/外部缺陷评估、性能质量评价、工艺参数优化以及质量控制五个维度，面向机械工程各个领域出版原创论文以及综述文章。
工艺参数波动和材料特性变化导致缺陷等问题，已成为阻碍增材制造迈向大规模生产的绊脚石， MECHANICAL; THERMODYNAMICS 期刊网址: https://sage.cnpereading.com/home/ADE?utm_source=wechatutm_medium=china_socialutm_campaign=sciencenet_ade_260116 往期研究: https://sage.cnpereading.com/search//openoa/adea?utm_source=wechatutm_medium=china_socialutm_campaign=sciencenet_ade_260116 投稿网址: https://mc.manuscriptcentral.com/aime?utm_source=wechatutm_medium=china_socialutm_campaign=sciencenet_ade_260116 https://blog.sciencenet.cn/blog-3650976-1534356.html 上一篇：科学家揭示汽车制造厂工人职业危害暴露与总胆固醇升高之间的关联 下一篇：学术评价重构 科研影响力拓展｜高端学术论坛 ，着重指出了两项技术在实现大规模生产方面所面临的挑战， ENGINEERING，在航空航天、高端装备等领域具有广阔的应用前景， 激光粉末床熔融（LPBF）和激光定向能量沉积（LDED）增材制造技术作为高端制造的核心技术，。