7、增材制造中的特征源解析

增材制造中的特征源解析

1. 引言

增材制造（AM），也称为3D打印，是一种通过层层叠加材料来制造零件的技术。与传统的减材制造方法不同，AM在设计自由度、材料利用率、复杂结构制造等方面具有显著优势。然而，AM的广泛应用仍然面临诸多挑战，如可靠性、成本和效率等。为了解决这些问题，数据驱动的方法逐渐成为研究的热点。数据驱动的AM通过分析和处理大量的原始数据，可以提高制造过程的可靠性和效率。本文将详细介绍AM中不同特征的来源，探讨这些数据来源如何用于数据驱动的解决方案。

2. 科学建模和测量科学

科学建模和测量科学是数据驱动增材制造的两大主要信息来源。近年来，AM从这些领域的创新中受益匪浅，尤其是在提高传感器精度和模拟逼真度方面。这些改进不仅增强了AM的性能，还为数据驱动方法提供了高质量的数据支持。

2.1 高保真度建模

在建模中，需要高保真度和准确的模拟来生成高质量的数据。可靠的模拟可以帮助验证数据驱动解决方案的结果。科学建模产生的结果通常是时间序列数据（例如，热历史），以表格形式表示。此外，还可以获得图形（例如，人工熔池图像）和三维（例如，微观结构模拟）数据。这些数据为后续的特征工程提供了丰富的素材。

2.2 测量科学

测量科学为AM提供了丰富的工具集，使得我们可以对制造过程进行大规模的数据化。原位捕获的信号是AM中最常见的序列数据，这些时间序列信号描述了不同的物理现象，并且可以通过电磁波或超声波及其相应的频谱获得。例如，1D原位信号通常用于测量AM过程中的温度或振动。最全面的原位信号收集是在熔池或层监测中进行的。

3. 原位捕获的信号

原位捕获的