數(shù)字化增材制造的研究進展與發(fā)展趨勢

摘 要：以數(shù)字化為基礎的工業(yè)物聯(lián)網(wǎng)（ＩＩｏＴ）使制造業(yè)進入了高效率、高可靠、低成本的智能制造時代。近年來，增材制造作為一種新型制造方法，在航空航天、流程工業(yè)、模具制造、汽車制造等領域呈現(xiàn)出廣泛應用前景。增材制造過程中以大數(shù)據(jù)為基礎的高性能計算和分析處理對平衡“質量－效率－成本”尤為重要。立足于數(shù)字化智能制造，對增材制造云平臺的實現(xiàn)原理、云增材制造工業(yè)軟件體系進行了深入剖析，闡述了數(shù)字化增材制造的挑戰(zhàn)和潛力。

關 鍵 詞：增材制造；數(shù)字化；云平臺；工業(yè)物聯(lián)網(wǎng)；云計算；云制造；工業(yè)軟件；數(shù)字孿生

中圖分類號：ＴＨ１６６ 文獻標志碼：Ａ 文章編號：１０００－１６４６（２０２４）０５－０６５４－１１

近年來，信息技術（ＩＴ）正在向復雜現(xiàn)代制造流程滲透，從而以數(shù)字化方式改變全球制造業(yè)，進而進入智能制造或工業(yè)４.０時代。增材制造（ＡＭ）技術作為一種新型制造方法，融合了機械、材料、計算機、自動化等多學科技術，突破了傳統(tǒng)制造對結構設計的約束，實現(xiàn)了“材料－結構－功能”的數(shù)字化和一體化。為“數(shù)字＋制造”而生的工業(yè)互聯(lián)網(wǎng)是工業(yè)４.０的關鍵組成部分，使得增材制造全流程關鍵技術在網(wǎng)絡層的資源效率和資源利用率提升成為可能［１］。增材制造憑借經濟全球化和工業(yè)互聯(lián)網(wǎng)體量的不斷增長而呈現(xiàn)出數(shù)字化發(fā)展趨勢。傳統(tǒng)增材制造是一種將材料逐層堆疊組合成零件的制造過程，通常根據(jù)３Ｄ模型數(shù)據(jù)進行路徑規(guī)劃并形成最終零件［２］，該過程涉及整合各種類型數(shù)據(jù)集，將設計文件轉換為打印設備可讀路徑文件，打印設備和傳感控制系統(tǒng)生成的數(shù)據(jù)，獲得零件生產過程中生成的分析數(shù)據(jù)。在生產前期可以采用仿真軟件進行實際生產過程模擬，通過計算機控制生產具有復雜幾何形狀的特殊特征部件，從而實現(xiàn)產品快速開發(fā)驗證。為適應多樣化的市場需求，數(shù)字化增材制造在傳統(tǒng)工藝基礎上需要進行軟硬件配置的不斷迭代［３］，進而重塑其制造流程組成方式與工藝流程資源配置。ＨＡＳＥＬＴＡＬＡＢ等［４］提出了一種創(chuàng)新制造流程，將傳統(tǒng)增材制造工藝改進為云制造工藝。云制造結合了多種理論來完成前期準備工作、打印過程和后處理操作。云制造不僅提供簡單增材制造服務，而且重點關注制造工藝以及從設計到打印整個生產流程中開發(fā)客戶的實際需求，并以最低制造成本獲取豐富增材制造資源［５］。

許多專家和學者［６－７］針對云制造和增材制造結合的實際應用進行了深入研究，涉及基于云制造流程的嵌入、連接和當前制造資源的平臺化調度，包括資源感知、分布式資源分配、數(shù)據(jù)分類、數(shù)據(jù)搜索、數(shù)據(jù)匹配、包容性評估、服務網(wǎng)絡優(yōu)化等。云制造是一個基于知識的智能平臺，可以通過在線規(guī)劃制造流程和生產周期以提高制造的可持續(xù)性和生產效率，云制造過程包括協(xié)作設計、自動化排程、過程靈活調整等。云制造逐漸成為數(shù)字化增材制造的發(fā)展趨勢，成為傳統(tǒng)制造業(yè)“智改數(shù)轉”的主要方式之一［８］。

本文首先對增材制造云平臺的實現(xiàn)原理進行了重點闡述，其次對云增材制造的具體實現(xiàn)手段，即軟件體系進行歸納，最后分析總結云增材制造的潛力和挑戰(zhàn)。

１ 增材制造云平臺

云平臺是基于硬件和軟件資源形成的工業(yè)物聯(lián)網(wǎng)，能夠提供網(wǎng)絡、數(shù)據(jù)存儲并具備計算能力，進而成為云端制造服務統(tǒng)籌決策工具［９］。本文重點闡述云平臺在增材制造過程的基本實現(xiàn)原理。

１.１ 工業(yè)物聯(lián)網(wǎng)

增材制造設備是高度集成各功能模塊的高端制造裝備，由于數(shù)據(jù)的多源性，在搭建工業(yè)物聯(lián)網(wǎng)系統(tǒng)時，需要考慮多源傳感器的組合應用，以實現(xiàn)對增材制造全流程的全面監(jiān)控和數(shù)據(jù)采集。圖１為增材制造“工業(yè)物聯(lián)網(wǎng)－云計算－云制造”全流程的數(shù)據(jù)采集與傳輸、工藝匹配和過程控制、裝備運維與調度決策等關鍵技術流程圖，可用于支持多增材制造領域復雜結構件的制造質量評價與應用驗證。

增材制造正處于云服務嵌入的關鍵時刻，目前已經實現(xiàn)了增材制造裝備關鍵器件上的云技術突破。增材制造云計算分布結構如圖２所示。增材制造裝備的振鏡、激光器、水冷機、供料系統(tǒng)等關鍵組成部分通過可編程邏輯控制器（ＰＬＣ）以ＭＯＤＢＵＳ通信協(xié)議連接至核心交換機，再傳輸至云計算數(shù)據(jù)中心。

圖３為選擇性激光熔化（ＳＬＭ）增材制造工業(yè)物聯(lián)網(wǎng)傳感器分布情況。多元傳感器包括溫度傳感器、壓力傳感器、氣體傳感器、光學傳感器等，用于監(jiān)測增材制造過程中的各種物理量和環(huán)境參數(shù)。通過將這些傳感器與工業(yè)物聯(lián)網(wǎng)平臺相連，可以實現(xiàn)對增材制造設備和工藝的實時監(jiān)控和遠程控制，提高生產效率和產品質量，降低生產成本和能耗。同時，通過對傳感器數(shù)據(jù)的采集和分析，還可以實現(xiàn)對增材制造過程的優(yōu)化和改進，提升制造工藝的穩(wěn)定性和可控性。

基于工業(yè)物聯(lián)網(wǎng)的相關服務能夠對無缺陷零件的生產過程進行監(jiān)控［１０］。工業(yè)物聯(lián)網(wǎng)在解決先進制造挑戰(zhàn)問題方面發(fā)揮著關鍵作用，同時工業(yè)物聯(lián)網(wǎng)與云制造密切相關，在涉及系統(tǒng)云制造服務驅動的制造系統(tǒng)中，很難快速響應從執(zhí)行層次結構中捕獲的實時動態(tài)，但云制造服務可以根據(jù)云用戶的需求進行動態(tài)調整，從而增加或減少可用資源［１１］。

制造業(yè)的工業(yè)物聯(lián)網(wǎng)應用包括設備性能優(yōu)化和監(jiān)控，以及生產質量控制和人機界面高效交互等［１２］，可以改變零件的制造、調度、分銷、服務等工業(yè)流程，進而在行業(yè)中占據(jù)領先地位。工業(yè)物聯(lián)網(wǎng)支持定制工業(yè)服務，例如數(shù)據(jù)收集、數(shù)據(jù)存儲和制造設備數(shù)據(jù)分析等，以促進制造過程中達到降本增效的效果。

１.２ 云計算

將工業(yè)物聯(lián)網(wǎng)與云計算相融合是眾多學者正在研究的熱門方向。云計算是一種重要計算機技術模式，將計算機技術與基于ＩＴ的解決方案相結合，能夠將應用程序和系統(tǒng)從以產品為中心的基礎模式轉變?yōu)槿虻摹⒎植际降暮鸵苑諡橹行牡南冗M模式。云計算具有一系列信息數(shù)據(jù)傳輸和計算功能，包括受控接口、位置獨立性、來源獨立性、虛擬訪問、可追溯性和快速彈性等［１３］。各功能的協(xié)調運行實際對應按需共享池和可配置計算資源的相應組合。

增材制造中涉及由自動化系統(tǒng)執(zhí)行的大量前置與后置工序，執(zhí)行中發(fā)生異常情況必然會導致時間和資源的浪費，因而需要基于云計算監(jiān)控進行實時預警，提醒現(xiàn)場人員實時調整以減少資源浪費，并動態(tài)調整異常流程，從而減輕甚至消除流程異常相關風險。Ｄ′ＯＲＡＺＩＯ等［１４］介紹了一種與新數(shù)據(jù)管理架構一致、可擴展且高效的數(shù)據(jù)庫管理系統(tǒng)，這為云計算開發(fā)提供了重要支持。云數(shù)據(jù)管理包括云平臺、查詢語言、執(zhí)行環(huán)境、存儲和基礎設施等，并在分層架構中進行監(jiān)控。云計算正在改變制造流程和業(yè)務范圍，并具有動態(tài)調整能力，基于工藝的相關模型只需掌握增材制造工藝參數(shù)數(shù)據(jù)庫，便可通過機器學習和深度學習技術實現(xiàn)最終工藝參數(shù)的選取，具有較好的工業(yè)應用前景。為了實現(xiàn)零件的無缺陷成形目標，需要不斷發(fā)展聲、光、熱信號的在線監(jiān)測技術。陳香媛等［１５］通過采集光電探測器與高速相機數(shù)據(jù)，建立不同鋪粉厚度條件下沉積缺陷與在線監(jiān)測信號之間的關聯(lián)模型，研發(fā)了一種快速有效的診斷技術。涂旺等［１６］通過高精度金屬增材制造技術設計制造了２組不同類型的缺陷試件，研究了顯微ＣＴ對增材制造小缺陷的實際檢測能力。此外，裝備穩(wěn)定性會影響零件成品率，在增材制造裝備在線監(jiān)測方面，南京中科煜宸激光技術有限公司自主研發(fā)了ＲＣ-Ａｒｇｕｓ裝備安全健康管理系統(tǒng)，通過搭建多類別傳感器網(wǎng)絡和深度學習技術實現(xiàn)了增材制造裝備的在線診斷和預測。

作為一項顛覆性技術，云計算已經成為工業(yè)４.０和智能制造的重要支柱之一，并逐步向云制造模式發(fā)展［１７］。這一過程實現(xiàn)了對生產制造過程前期、中期和后期數(shù)據(jù)的快速實時計算，從而優(yōu)化增材制造流程。

１.３ 云制造

云制造是一種迅速發(fā)展的網(wǎng)絡制造模式，其特點包括面向服務、分布式形式、支持制造建模等，并支持從基于生產的制造過程向基于服務的制造流程進行轉變［１８］。云制造模式完全適用于增材制造技術。云制造是云計算和物聯(lián)網(wǎng)的集成結構，能夠提供虛擬化制造資源，并呈現(xiàn)出服務化趨勢。云制造的重要功能包括整體制造趨勢規(guī)劃、自動化控制系統(tǒng)建立、資源組合靈活調度、業(yè)務模型建模分析、數(shù)據(jù)兼容性管理、裝備運行高效協(xié)作等。云制造不僅采用了云計算理念，還對其進行了延伸，將制造流程轉變?yōu)榫哂腥騼?yōu)化資源優(yōu)勢的組件化、集成化制造過程。

云制造通過動態(tài)管理和資源調度能夠記錄材料特性并處理制造過程中生成的數(shù)據(jù)，主要包括日志數(shù)據(jù)和診斷傳感器數(shù)據(jù)［１９］。當前增材制造環(huán)境仍然需要人工參與，但基于云制造的增材制造最終會實現(xiàn)無人制造，進而突破傳統(tǒng)制造業(yè)供應鏈系統(tǒng)中參與人數(shù)眾多的瓶頸。此外，流程驅動制造平臺需要為自零件設計到實際生產的各個階段提供云制造支持。ＦＩＥＬＴ等［２０］闡述了云服務在制造領域的突出能力。為了支持兩種類型的云用戶（客戶和企業(yè)用戶），研究人員開發(fā)了一種新的數(shù)據(jù)模型來描述云服務的具體實現(xiàn)方法。除了資源共享和成本效率外，云服務可為制造業(yè)帶來一些其他優(yōu)勢，例如生產直接性和生產可擴展性［２１］。智能云制造是基于互聯(lián)網(wǎng)、５Ｇ、物聯(lián)網(wǎng)等新一代信息基礎設施的云制造模式。智能云制造的所有服務均通過智能方式控制，可為客戶提供及時需求響應服務。

考慮到制造能力與云服務的相關制造成本，云制造的典型特征之一為按需制造。云制造資源包括硬件和軟件資源、人力和知識資源、制造資源等。云制造成本涵蓋了整個云制造周期和云服務的成本，具體包括運營成本、咨詢成本、市場分析成本、業(yè)務外包成本、采購成本、物流運輸成本、裝卸成本、稅收成本、產品和服務檢驗成本等［２２］。

云制造的主要優(yōu)勢與制造能力息息相關，包括服務建模、管理與供需平衡評估等方面，這些功能在數(shù)據(jù)管理和可再生能源集成領域發(fā)揮重要作用。通過調整功能組合，可以開發(fā)出適用于實際應用和可持續(xù)發(fā)展的云結構。云制造能夠為生產實際問題提供多種解決方案，旨在克服阻礙可持續(xù)制造發(fā)展的各種障礙。圖４為增材制造中的云制造流程。增材制造的云制造具有兩種主要特征數(shù)據(jù)：知識數(shù)據(jù)和共享數(shù)據(jù)，從制造任務到制造工藝再到分配制造裝備，利用知識數(shù)據(jù)和共享數(shù)據(jù)計算整個制造任務的資源集合情況和制造成本，以分析出最優(yōu)制造路線。然而，兩種數(shù)據(jù)在整個供應鏈中的收集、存儲和共享同樣面臨挑戰(zhàn)。數(shù)據(jù)積累、數(shù)據(jù)集成與云數(shù)據(jù)流都需要精心處理，且數(shù)據(jù)共享需要解決共享哪些數(shù)據(jù)、共享多少數(shù)據(jù)以及與誰共享數(shù)據(jù)的問題［２３］。

云制造作為一個結構性概念，可以實現(xiàn)制造服務過程中各種制造資源的自由運行、傳遞和全面共享并及時響應相應需求。云制造技術［２４］集成了機器對機器（Ｍ２Ｍ）、物聯(lián)網(wǎng)、大數(shù)據(jù)和云計算的相關技術，以加速通信和數(shù)據(jù)流處理。通過大數(shù)據(jù)評估分析增材制造流程，進一步促進供應鏈的調整與發(fā)展［２５－２６］。Ｍ２Ｍ技術促進了增材制造裝備之間的通信和信息交換。在最初階段云用戶和客戶之間可能會存在一定程度的數(shù)據(jù)共享，隨著合作關系的深入，數(shù)據(jù)共享范圍可能會擴大，進而增加信任維度。云計算－云制造的主要目標是提供可靠性高、可擴展且可用的計算服務，同時在分布式工業(yè)環(huán)境中實現(xiàn)不間斷工作，因而生產裝備需要具備自動化過程控制、數(shù)據(jù)采集與傳輸、工藝優(yōu)化、自適應調度決策、全面態(tài)勢評估等功能，從而支持云技術。

工業(yè)物聯(lián)網(wǎng)、云計算和云制造等新一代工業(yè)互聯(lián)網(wǎng)基礎設施極大推動了工業(yè)數(shù)字孿生技術的發(fā)展。數(shù)字孿生與增材制造作為新興技術產業(yè)的代表，二者的融合發(fā)展成為了當前工業(yè)領域研究熱點之一，同時也取得了許多進展，進而提高了整個增材制造過程的生產效率和產品質量，降低了生產成本。

在過程監(jiān)控方面，ＹＡＶＡＲＩ等［２７］提出了一種物理信息融合方法用于激光粉末床熔融（ＬＰＢＦ）工藝組件的在線監(jiān)測與故障檢測，通過將生產現(xiàn)場監(jiān)測到的熔池溫度數(shù)據(jù)與基于圖論的熱模擬模型相結合，預測組件的未來溫度分布，進而快速挖掘工藝過程問題。ＬＩＵ等［２８］提出了一種獨特的基于數(shù)字孿生的金屬增材制造系統(tǒng)協(xié)同數(shù)據(jù)管理架構，通過結合云計算與數(shù)字孿生技術，在產品全生命周期的不同階段與分散的邊緣數(shù)字孿生體相連接，利用云計算優(yōu)化過程監(jiān)控，簡化了數(shù)據(jù)處理分析流程，增強了數(shù)據(jù)可視化能力，從而實現(xiàn)制造過程的有效監(jiān)控和分析。

預測分析內容包括數(shù)值預測、成本預測和性能預測。數(shù)值預測一般基于數(shù)字孿生框架開發(fā)瞬態(tài)３Ｄ模型，用于計算溫度場、冷卻速率、凝固參數(shù)和沉積幾何形狀參數(shù)等［２９］。成本預測以優(yōu)化數(shù)字孿生模型的方式減少產品性能的試錯測試次數(shù)，并縮短零件確認時間，一般用于優(yōu)化時間利用率，確保流程高效進行的同時降低成本消耗［３０］。性能預測以建立數(shù)字孿生模型評估性能ＫＰＩ為主要實現(xiàn)方式，可在每個工藝步驟中進行預測評估，以反映增材制造零件相關性能［３１］。

所謂參數(shù)策略優(yōu)化是指利用數(shù)字孿生預測增材制造過程中的未來狀態(tài)，以調整激光功率、掃描速度等基本過程參數(shù)。ＥＩＳＥＮＢＡＲＴＨ等［３２］提出了一種能夠分析零件質量、估計局部幾何參數(shù)并相應調整激光功率的新方法，建立了幾何因素與激光功率之間的聯(lián)系，利用數(shù)字孿生的可視化預測能力提高額外調優(yōu)起點并調整參數(shù)策略，直到組件達到所需性能指標要求。

在增材制造領域，物聯(lián)網(wǎng)、云計算和云制造的結合將推動制造業(yè)向數(shù)字化、智能化轉型，實現(xiàn)更高效、更靈活的生產模式。通過對相應生產技術的深入理解和合理應用，增材制造可以實現(xiàn)生產過程的優(yōu)化和升級，從而提升競爭力和市場地位。

２ 基于云平臺的數(shù)字化增材制造軟件體系

增材制造云平臺的本質是數(shù)字化全流程管理，各類相應工業(yè)軟件應運而生。德國易歐司光電技術有限公司（ＥＯＳ）開發(fā)了框架型軟件系統(tǒng)，包括企業(yè)資源管理系統(tǒng)（ＥＲＰ），以及分層切片與路徑規(guī)劃、工藝仿真、生產管理、過程實時監(jiān)控等子系統(tǒng)。圖５為德國ＥＯＳ公司云平臺軟件體系與工作流程。該體系建立了完備的增材制造全流程可追溯云平臺，記錄了零件從訂單、設計、生產到入庫的全部信息，真正落實了增材制造全流程數(shù)字化。

美國增材制造巨頭通用電氣公司（ＧＥ）將軟件系統(tǒng)放到同一個增材制造平臺（ＡＭＰ）中，該平臺功能強大，是ＧＥ專門為增材制造而設計的數(shù)字化生態(tài)系統(tǒng)，包括多個關鍵子系統(tǒng)：企業(yè)資源管理系統(tǒng)（ＥＲＰ）系統(tǒng)用于訂單管理和生產計劃；制造執(zhí)行系統(tǒng)（ＭＥＳ）用于實時監(jiān)控和生產數(shù)據(jù)管理；質量管理系統(tǒng)（ＱＭＳ）用于質量管理和過程控制；企業(yè)資產管理系統(tǒng)（ＥＡＭ）用于設備管理和維護。此外，ＡＭＰ平臺還具備與ＥＯＳ類似的分層切片與路徑規(guī)劃、工藝仿真等功能。圖６為ＡＭＰ的功能模塊及整個軟件平臺的工作流程圖。ＡＭＰ實現(xiàn)了整個增材制造流程的數(shù)字化管理和全程追溯，提高了生產效率和質量控制水平。

南京中科煜宸激光技術有限公司開發(fā)了ＲＣ-Ｓｔａｎｄａｒｄ增材制造軟件體系，該軟件體系包括分層切片與路徑規(guī)劃、工藝仿真、生產管理、過程實時監(jiān)控等子系統(tǒng)［３３－３４］。其中，分層切片與路徑規(guī)劃子系統(tǒng)能夠根據(jù)零件幾何結構和工藝要求生成適合增材制造的切片數(shù)據(jù)和路徑規(guī)劃信息；工藝仿真子系統(tǒng)可對零件的制造過程進行虛擬仿真，進而優(yōu)化工藝參數(shù)和工藝流程；生產管理子系統(tǒng)實現(xiàn)了對生產訂單的管理和調度，進而保障生產計劃的順利執(zhí)行；過程實時監(jiān)控子系統(tǒng)能夠實時監(jiān)測制造過程中的關鍵參數(shù)，及時發(fā)現(xiàn)和處理異常情況［３５－３６］。ＲＣ-Ｓｔａｎｄａｒｄ增材制造軟件體系為國內增材制造行業(yè)提供了一套完整的數(shù)字化解決方案，有助于提高增材制造的生產效率和產品質量。圖７、８分別為南京中科煜宸激光技術有限公司針對激光定向能量沉積（ＤＥＤ）、激光選區(qū)熔化（ＳＬＭ）兩種增材制造工藝提出的軟件平臺體系架構。軟件平臺的建立使得增材制造全流程獲得大幅度優(yōu)化，提高實際生產效率的同時降低了實際生產成本。

從各個增材制造設備廠商的軟件體系來看，面向增材制造的數(shù)字化云平臺軟件體系呈現(xiàn)出多樣化和特色鮮明的發(fā)展趨勢。德國ＥＯＳ、美國ＧＥ以及南京中科煜宸激光技術有限公司等增材制造設備廠商均致力于構建完備的數(shù)字化云平臺軟件體系，實現(xiàn)增材制造全流程的數(shù)字化管理和全程追溯。在這些軟件體系中，分層切片與路徑規(guī)劃、工藝仿真、生產管理、過程實時監(jiān)控等子系統(tǒng)均發(fā)揮著重要作用。

３ 云增材制造的挑戰(zhàn)和潛力

增材制造為云服務的實施帶來了一些獨特的挑戰(zhàn)和機遇。云服務的實施特定于專有流程，使得整個制造業(yè)務容易受到網(wǎng)絡攻擊。鑒于此，本節(jié)重點介紹云服務的優(yōu)勢以及特定于增材制造工藝的獨特挑戰(zhàn)。

３.１ 云增材制造挑戰(zhàn)

云制造主要為中小企業(yè)任務管理提供服務支持，涉及虛擬制造系統(tǒng)和智能匹配引擎的改進，以實現(xiàn)需求和供給之間的平衡。云制造下一步發(fā)展趨勢是控制服務資源，使得用戶將項目匹配、自動業(yè)務管理等一系列復雜流程提交到增材制造服務端進行處理，從而更好地實現(xiàn)增材制造各部門間的協(xié)作［３７］。

云制造概念的前沿必然存在一些挑戰(zhàn)，先進制造技術越來越接近網(wǎng)絡化，經常面臨網(wǎng)絡攻擊以及隨之而來的安全威脅。數(shù)字世界為金融和工業(yè)領域的網(wǎng)絡攻擊打開了大門，若不了解網(wǎng)絡攻擊特點，在遭受攻擊時則無法有效診斷原因，進而會導致大規(guī)模工藝資料丟失或引發(fā)其他損失。了解增材制造現(xiàn)有的弱點并建立安全保護機制是預防、檢測和減輕網(wǎng)絡攻擊的首要任務。具體而言，先進制造業(yè)中的大多數(shù)漏洞與系統(tǒng)設計、生產控制、質量控制和制造網(wǎng)絡安全息息相關。為了消除這一隱患，增材制造廠商需要評估物聯(lián)網(wǎng)、云平臺和工業(yè)互聯(lián)網(wǎng)的安全性。在增材制造產品和服務的復雜性和需求性顯著增加的趨勢下，增材制造廠商需要在全球市場中進行競爭，并在不同環(huán)境中進行設計、規(guī)劃和運營，因此面向云服務的挑戰(zhàn)隨之增加。經濟全球化、日益復雜的信息技術和能源消耗導致的環(huán)保需求促使企業(yè)轉向云服務應用的同時也面臨著由其引發(fā)的很多挑戰(zhàn)［３８］。

３.２ 云增材制造潛力

云制造技術部署的分層架構具有成本低、靈活度高、時延性低等特點，同時得益于靈活資源和共享服務、并行處理和廣泛訪問等優(yōu)勢，增材制造可在云平臺上大規(guī)模部署應用［２６］。云制造實施的關鍵因素之一是實現(xiàn)智能監(jiān)測和裝備數(shù)據(jù)源訪問，相關技術突破有望令當今先進制造業(yè)呈現(xiàn)出高度互聯(lián)、協(xié)作的特征。

基于物聯(lián)網(wǎng)的云增材制造作為完全托管的服務，能夠提供完整的工業(yè)物聯(lián)網(wǎng)解決方案，物聯(lián)網(wǎng)通過優(yōu)化解決方案、預測性維護分析和質量監(jiān)控為工業(yè)制造系統(tǒng)帶來良好的工業(yè)價值，同時也為客戶提供更安全的連接和環(huán)境來管理工業(yè)數(shù)據(jù)和受保護的設備。由于物聯(lián)網(wǎng)具有附加價值，工業(yè)物聯(lián)網(wǎng)能夠同時為數(shù)百臺增材制造設備提供服務支持，進而促進產品的大規(guī)模工業(yè)化生產。

４ 結束語

目前數(shù)字化增材制造不斷發(fā)展，無論是在金屬和非金屬增材制造領域均具有廣泛應用前景。

數(shù)字化增材制造具有高效率、高可靠、低成本等優(yōu)勢。本文從云計算、云制造和云平臺３個方面對數(shù)字化增材制造進行系統(tǒng)論述。通過對云計算、云制造和云平臺的研究現(xiàn)狀進行分析，總結了數(shù)字化增材制造的發(fā)展趨勢，主要內容為：

１）開發(fā)多源數(shù)據(jù)云計算模型，進一步探究增材制造“工藝－特征－裝備”的內在聯(lián)系，闡明增材制造過程的機理與各模塊之間的內在聯(lián)系，提出有效的優(yōu)化策略和方法。

２）開發(fā)高效率、高可靠的云制造框架，進一步降低數(shù)據(jù)傳輸延時，提高數(shù)據(jù)通信的穩(wěn)定性，優(yōu)化云邊端協(xié)同框架。

３）開發(fā)全面完備的增材制造云平臺，實現(xiàn)增材制造全流程的數(shù)字化管理和全程追溯，提出各子系統(tǒng)協(xié)同工作的優(yōu)化算法，致力于進一步實現(xiàn)增材制造的降本增效目標。

參考文獻（Ｒｅｆｅｒｅｎｃｅｓ）：

［１］ＲＵＤＯＬＰＨＪＰ，ＥＭＭＥＬＭＡＮＮ Ｃ．Ａ ｃｌｏｕｄｂａｓｅｄｐｌａｔｆｏｒｍ ｆｏｒａｕｔｏｍａｔｅｄｏｒｄｅｒｐｒｏｃｅｓｓｉｎｇｉｎａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．ＰｒｏｃｅｄｉａＣＩＲＰ，２０１７，６３：４１２－４１７．

［２］ＭＡＲＴ？ＮＥＺＧＡＲＣ？ＡＡ，ＭＯＮＺＮ Ｍ，ＰＡＺ Ｒ．Ｓｔａｎｄａｒｄｓ ｆｏｒａｄｄｉｔｉｖｅ ｍａｎｕｆａｃｔｕｒｉｎｇ ｔｅｃｈｎｏｌｏｇｉｅｓ［Ｃ］／／ＡｄｄｉｔｉｖｅＭａｎｕｆａｃｔｕｒｉｎｇ．Ａｍｓｔｅｒｄａｍ，Ｎｅｔｈｅｒｌａｎｄｓ：Ｅｌｓｅｖｉｅｒ，２０２１：３９５－４０８．

［３］ＳＩＭＥＯＮＥＡ，ＣＡＧＧＩＡＮＯ Ａ，ＺＥＮＧ Ｙ Ｆ．Ｓｍａｒｔｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇｐｌａｔｆｏｒｍ ｆｏｒｒｅｓｏｕｒｃｅｅｆｆｉｃｉｅｎｃｙｉｍｐｒｏｖｅｍｅｎｔｏｆａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇｓｅｒｖｉｃｅｓ［Ｊ］．ＰｒｏｃｅｄｉａＣＩＲＰ，２０２０，８８：３８７－３９２．

［４］ＨＡＳＥＬＴＡＬＡＢＶ，ＹＡＭＡＮ Ｕ．Ａ ｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇａｐｐｌｉｃａｔｉｏｎｆｏｒａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇｍｅｔｈｏｄｓ［Ｃ］／／２０１９ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭｅｃｈａｔｒｏｎｉｃｓ（ＩＣＭ）．Ｉｌｍｅｎａｕ，Ｇｅｒｍａｎｙ：ＩＥＥＥ，２０１９：２８７－２９２．

［５］ＷＡＮＧＹＢ，ＬＩＮＹ，ＺＨＯＮＧＲＹ，ｅｔａｌ．ＩｏＴｅｎａｂｌｅｄｃｌｏｕｄｂａｓｅｄａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇｐｌａｔｆｏｒｍ ｔｏｓｕｐｐｏｒｔｒａｐｉｄ ｐｒｏｄｕｃｔｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＰｒｏｄｕｃｔｉｏｎＲｅｓｅａｒｃｈ，２０１９，５７（１２）：３９７５－３９９１．

［６］程順達．基于安全性驗證的云數(shù)據(jù)存儲與訪問算法［Ｊ］．沈陽工業(yè)大學學報，２０２３，４５（５）：５６５－５７０．

（ＣＨＥＮＧＳＤ．Ｃｌｏｕｄｄａｔａｓｔｏｒａｇｅａｎｄａｃｃｅｓｓａｌｇｏｒｉｔｈｍ ｂａｓｅｄｏｎｓｅｃｕｒｉｔｙｖｅｒｉｆｉｃａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，２０２３，４５（５）：５６５－５７０．）

［７］ＴＡＯＦ，ＺＨＡＮＧＬ，ＬＩＵＹ，ｅｔａｌ．Ｍａｎｕｆａｃｔｕｒｉｎｇｓｅｒｖｉｃｅｍａｎａｇｅｍｅｎｔｉｎｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇ：ｏｖｅｒｖｉｅｗａｎｄｆｕｔｕｒｅｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｎｕｆａｃｔｕｒｉｎｇＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，２０１５，１３７（４）：９１２－９２３．

［８］ＦＩＳＨＥＲＯ，ＷＡＴＳＯＮ Ｎ，ＰＯＲＣＵ Ｌ，ｅｔａｌ．Ｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇａｓａｓｕｓｔａｉｎａｂｌｅｐｒｏｃｅｓｓｍａｎｕｆａｃｔｕｒｉｎｇｒｏｕｔｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｎｕｆａｃｔｕｒｉｎｇＳｙｓｔｅｍｓ，２０１８，４７：５３－６８．

［９］ＧＩＥＳＳＭＡＮＮＡ，ＬＥＧＮＥＲ Ｃ．Ｄｅｓｉｇｎｉｎｇ ｂｕｓｉｎｅｓｓｍｏｄｅｌｓｆｏｒｃｌｏｕｄｐｌａｔｆｏｒｍｓ［Ｊ］．ＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓＪｏｕｒｎａｌ，２０１６，２６（５）：５５１－５７９．

［１０］ＶＥＲＢＯＥＫＥＴＶ，ＫＲＩＫＫＥＨ．Ｔｈｅｄｉｓｒｕｐｔｉｖｅｉｍｐａｃｔｏｆａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇｏｎｓｕｐｐｌｙｃｈａｉｎｓ：ａｌｉｔｅｒａｔｕｒｅｓｔｕｄｙ，ｃｏｎｃｅｐｔｕａｌｆｒａｍｅｗｏｒｋ ａｎｄ ｒｅｓｅａｒｃｈ ａｇｅｎｄａ［Ｊ］．ＣｏｍｐｕｔｅｒｓｉｎＩｎｄｕｓｔｒｙ，２０１９，１１１：９１－１０７．

［１１］ＧＵＯＬ，ＱＩＵ ＪＸ．Ｏｐｔｉｍｉｚａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｉｎｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１８，９７（１／２／３／４）：１１８１－１１９３．

［１２］ＳＩＭＥＯＮＥＡ，ＤＥＮＧ Ｂ，ＣＡＧＧＩＡＮＯ Ａ．Ｒｅｓｏｕｒｃｅｅｆｆｉｃｉｅｎｃｙｅｎｈａｎｃｅｍｅｎｔｉｎｓｈｅｅｔｍｅｔａｌｃｕｔｔｉｎｇｉｎｄｕｓｔｒｉａｌｎｅｔｗｏｒｋｓｔｈｒｏｕｇｈｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０２０，１０７（３）：１３４５－１３６５．

［１３］ＢＡＴＴＬＥＳＯＮＤＡ，ＷＥＳＴＢＣ，ＫＩＭ Ｊ，ｅｔａｌ．Ａｃｈｉｅｖｉｎｇｄｙｎａｍｉｃｃａｐａｂｉｌｉｔｉｅｓｗｉｔｈｃｌｏｕｄｃｏｍｐｕｔｉｎｇ：ａｎｅｍｐｉｒｉｃａｌｉｎｖｅｓｔｉｇａｔｉｏｎ［Ｊ］．ＥｕｒｏｐｅａｎＪｏｕｒｎａｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓ，２０１６，２５（３）：２０９－２３０．

［１４］Ｄ′ＯＲＡＺＩＯＬ，ＢＩＭＯＮＴＥＳ．Ｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌａｒｒａｙｓｆｏｒｗａｒｅｈｏｕｓｉｎｇｄａｔａｏｎｃｌｏｕｄｓ［Ｃ］／／ＤａｔａＭａｎａｇｅｍｅｎｔｉｎＧｒｉｄａｎｄＰｅｅｒｔｏＰｅｅｒＳｙｓｔｅｍｓ．Ｂｅｒｌｉｎ，Ｇｅｒｍａｎｙ：ＳｐｒｉｎｇｅｒＢｅｒｌｉｎＨｅｉｄｅｌｂｅｒｇ，２０１０：２６－３７．

［１５］陳香媛，韋輝亮，劉婷婷，等．基于熔池光信號的激光粉末床熔融沉積缺陷在線監(jiān)測與診斷（特邀）［Ｊ］．中國激光，２０２４，５１（１０）：１４６－１５９．

（ＣＨＥＮＸＹ，ＷＥＩＨＬ，ＬＩＵＴＴ，ｅｔａｌ．Ｉｎｓｉｔｕｍｏｎｉｔｏｒｉｎｇａｎｄｄｉａｇｎｏｓｔｉｃｓｆｏｒｄｅｐｏｓｉｔｉｏｎｄｅｆｅｃｔｓｉｎｌａｓｅｒｐｏｗｄｅｒｂｅｄｆｕｓｉｏｎｐｒｏｃｅｓｓｂａｓｅｄｏｎｏｐｔｉｃａｌｓｉｇｎａｌｓｏｆｍｅｌｔｐｏｏｌ（ｉｎｖｉｔｅｄ）［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＬａｓｅｒｓ，２０２４，５１（１０）：１４６－１５９．）

［１６］涂旺，王文強，陳佳慧，等．增材制造小缺陷的顯微ＣＴ檢測［Ｊ］．無損檢測，２０２４，４６（５）：５０－５５．

（ＴＵＷ，ＷＡＮＧＷ Ｑ，ＣＨＥＮＪＨ，ｅｔａｌ．ＭｉｃｒｏｓｃｏｐｉｃＣＴｄｅｔｅｃｔｉｏｎｏｆｓｍａｌｌｄｅｆｅｃｔｓｉｎａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．ＮｏｎｄｅｓｔｒｕｃｔｉｖｅＴｅｓｔｉｎｇＴｅｃｈｎｏｌｏｇｙｉｎｇ，２０２４，４６（５）：５０－５５．）

［１７］ＣＨＯＵＤＨＡＲＹＶ，ＶＩＴＨＡＹＡＴＨＩＬＪ．Ｔｈｅｉｍｐａｃｔｏｆｃｌｏｕｄｃｏｍｐｕｔｉｎｇ：ｓｈｏｕｌｄｔｈｅＩＴｄｅｐａｒｔｍｅｎｔｂｅｏｒｇａｎｉｚｅｄａｓａｃｏｓｔｃｅｎｔｅｒｏｒａｐｒｏｆｉｔｃｅｎｔｅｒ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓ，２０１３，３０（２）：６７－１００．

［１８］ＬＵＯＹＬ，ＺＨＡＮＧＬ，ＨＥＤＪ，ｅｔａｌ．Ｓｔｕｄｙｏｎｍｕｌｔｉｖｉｅｗｍｏｄｅｌｆｏｒｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．ＡｄｖａｎｃｅｄＭａｔｅｒｉａｌｓＲｅｓｅａｒｃｈ，２０１１，２０１／２０２／２０３：６８５－６８８．

［１９］ＭＯＲＥＬＬＩＤＡ，ｄｅＡＲＲＵＤＡＩＧＮＡＣＩＯＰＳ．Ａｓｓｅｓｓｍｅｎｔｏｆｒｅｓｅａｒｃｈｅｓａｎｄｃａｓｅｓｔｕｄｉｅｓｏｎｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇ：ａｂｉｂｌｉｏｍｅｔｒｉｃａｎａｌｙｓｉｓ［Ｊ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆ Ａｄｖａｎｃｅｄ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ，２０２１，１１７（３）：６９１－７０５．

［２０］ＦＩＥＬＴＥ，Ｂ？ＨＭＡＮＮＴ，ＫＯＲＴＨＡＵＳＡ，ｅｔａｌ．Ｓｅｒｖｉｃｅｍａｎａｇｅｍｅｎｔａｎｄｅｎｇｉｎｅｅｒｉｎｇｉｎｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍｓｒｅｓｅａｒｃｈ［Ｊ］．ＴｈｅＪｏｕｒｎａｌｏｆＳｔｒａｔｅｇｉｃＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓ，２０１３，２２（１）：４６－５０．

［２１］ＷＡＮＧＸＹ，ＸＵ Ｘ．Ａｎｉｎｔｅｒｏｐｅｒａｂｌｅｓｏｌｕｔｉｏｎｆｏｒｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．ＲｏｂｏｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＩｎｔｅｇｒａｔｅｄＭａｎｕｆａｃｔｕｒｉｎｇ，２０１３，２９：２３２－２４７．

［２２］ＣＨＥＮＧＹ，ＺＨＡＯ Ｄ，ＨＵ Ａ Ｒ，ｅｔａｌ．Ｍｕｌｔｉｖｉｅｗｍｏｄｅｌｓｆｏｒｃｏｓｔｃｏｎｓｔｉｔｕｔｉｏｎｏｆｃｌｏｕｄｓｅｒｖｉｃｅｉｎｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇ ｓｙｓｔｅｍ ［Ｃ］／／Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ．Ｂｅｒｌｉｎ，Ｇｅｒｍａｎｙ：ＳｐｒｉｎｇｅｒＢｅｒｌｉｎＨｅｉｄｅｌｂｅｒｇ，２０１１：２２５－２３３．

［２３］ＸＩＡＮＧＦ，ＪＩＡＮＧ Ｇ Ｚ，ＸＵ Ｌ Ｌ，ｅｔａｌ．Ｔｈｅｃａｓｅｌｉｂｒａｒｙｍｅｔｈｏｄｆｏｒｓｅｒｖｉｃｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｏｐｔｉｍａｌｓｅｌｅｃｔｉｏｎｏｆｂｉｇｍａｎｕｆａｃｔｕｒｉｎｇｄａｔａｉｎｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇｓｙｓｔｅｍ ［Ｊ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１６，８４（１／２／３／４）：５９－７０．

［２４］ＴＲＥＭＢＬＥＹＤＫ，ＨＡＧＨＮＥＧＡＨＤＡＲ Ｌ，ＷＡＮＧＹ．Ａ ｓｕｒｖｅｙｏｆａｄｖａｎｃｅｄｍａｎｕｆａｃｔｕｒｉｎｇｗｉｔｈｌｅｇａｃｙｍａｃｈｉｎｅｒｙ：ｔｈｅＩｎｔｅｒｎｅｔｏｆＯｔｈｅｒＴｈｉｎｇｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ２０１８ＩＩＳＥＡｎｎｕａｌＣｏｎｆｅｒｅｎｃｅ．Ｂｅｒｌｉｎ，Ｇｅｒｍａｎｙ：ＳｐｒｉｎｇｅｒＢｅｒｌｉｎＨｅｉｄｅｌｂｅｒｇ，２０１８：１－６．

［２５］ＳＨＩＨ，ＰＥＮＧＳＺ，ＬＩＵＹ，ｅｔａｌ．ＢａｒｒｉｅｒｓｔｏｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｃｌｅａｎｅｒｐｒｏｄｕｃｔｉｏｎｉｎＣｈｉｎｅｓｅＳＭＥｓ：ｇｏｖｅｒｎｍｅｎｔ，ｉｎｄｕｓｔｒｙａｎｄｅｘｐｅｒｔｓｔａｋｅｈｏｌｄｅｒｓ′ｐｅｒｓｐｅｃｔｉｖｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｌｅａｎｅｒＰｒｏｄｕｃｔｉｏｎ，２００８，１６（７）：８４２－８５２．

［２６］ＧＵＯＬ，ＷＡＮＧ ＳＬ，ＫＡＮＧ Ｌ，ｅｔａｌ．Ａｇｅｎｔｂａｓｅｄｍａｎｕｆａｃｔｕｒｉｎｇｓｅｒｖｉｃｅｄｉｓｃｏｖｅｒｙ ｍｅｔｈｏｄ ｆｏｒｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１５，８１（９／１０／１１／１２）：２１６７－２１８１．

［２７］ＹＡＶＡＲＩＲ，ＲＩＥＮＳＣＨＥＡ，ＴＥＫＥＲＥＫＥ，ｅｔａｌ．Ｄｉｇｉｔａｌｌｙｔｗｉｎｎｅｄａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇ：ｄｅｔｅｃｔｉｎｇｆｌａｗｓｉｎｌａｓｅｒｐｏｗｄｅｒｂｅｄｆｕｓｉｏｎｂｙｃｏｍｂｉｎｉｎｇｔｈｅｒｍａｌｓｉｍｕｌａｔｉｏｎｓｗｉｔｈｉｎｓｉｔｕｍｅｌｔｐｏｏｌｓｅｎｓｏｒｄａｔａ［Ｊ］．Ｍａｔｅｒｉａｌｓ＆Ｄｅｓｉｇｎ，２０２１，２１１：１６７－１７８．

［２８］ＬＩＵＣ，ＬＥＲＯＵＸＬ，Ｋ？ＲＮＥＲＣ，ｅｔａｌ．Ｄｉｇｉｔａｌｔｗｉｎｅｎａｂｌｅｄｃｏｌｌａｂｏｒａｔｉｖｅｄａｔａｍａｎａｇｅｍｅｎｔｆｏｒｍｅｔａｌａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇｓｙｓｔｅｍｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｎｕｆａｃｔｕｒｉｎｇＳｙｓｔｅｍｓ，２０２２，６２：８５７－８７４．

［２９］ＫＮＡＰＰＧＬ，ＭＵＫＨＥＲＪＥＥＴ，ＺＵＢＡＣＫ ＪＳ，ｅｔａｌ．Ｂｕｉｌｄｉｎｇｂｌｏｃｋｓｆｏｒａｄｉｇｉｔａｌｔｗｉｎｏｆａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．ＡｃｔａＭａｔｅｒｉａｌｉａ，２０１７，１３５：３９０－３９９．

［３０］ＥＲＴＺＭ，ＳＵＮＳ，ＢＯＩＬＹＥ，ｅｔａｌ．ＨｏｗｔｒａｎｓｉｔｉｏｎｉｎｇｔｏＩｎｄｕｓｔｒｙ４０ｐｒｏｍｏｔｅｓｃｉｒｃｕｌａｒｐｒｏｄｕｃｔｌｉｆｅｔｉｍｅｓ［Ｊ］．ＩｎｄｕｓｔｒｉａｌＭａｒｋｅｔｉｎｇＭａｎａｇｅｍｅｎｔ，２０２２，１０１：１２５－１４０．

［３１］ＺＨＵＬ，ＪＯＨＮＳＳＯＮ Ｃ，ＭＥＪＶＩＫ Ｊ，ｅｔａｌ．Ｋｅｙｐｅｒｆｏｒｍａｎｃｅｉｎｄｉｃａｔｏｒｓｆｏｒｍａｎｕｆａｃｔｕｒｉｎｇｏｐｅｒａｔｉｏｎｓｍａｎａｇｅｍｅｎｔｉｎｔｈｅｐｒｏｃｅｓｓｉｎｄｕｓｔｒｙ［Ｃ］／／２０１７ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｎｄｕｓｔｒｉａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｎｇｉｎｅｅｒｉｎｇＭａｎａｇｅｍｅｎｔ（ＩＥＥＭ）．ＳｉｎｇａｐｏｒｅＣｉｔｙ，Ｓｉｎｇａｐｏｒｅ：ＩＥＥＥ，２０１７：９６９－９７３．

［３２］ＥＩＳＥＮＢＡＲＴＨＤ，ＳＯＦＦＥＬＦ，ＷＥＧＥＮＥＲＫ．Ｇｅｏｍｅｔｒｙｂａｓｅｄｐｒｏｃｅｓｓａｄａｐｔｉｏｎｔｏｆａｂｒｉｃａｔｅｐａｒｔｓｗｉｔｈｖａｒｙｉｎｇｗａｌｌｔｈｉｃｋｎｅｓｓｂｙｄｉｒｅｃｔｍｅｔａｌｄｅｐｏｓｉｔｉｏｎ［Ｃ］／／ＬｅｃｔｕｒｅＮｏｔｅｓｉｎＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ．Ｃｈａｍ，Ｓｗｉｔｚｅｒｌａｎｄ：ＳｐｒｉｎｇｅｒＩｎｔｅｒｎａｔｉｏｎａｌＰｕｂｌｉｓｈｉｎｇ，２０１９：１２５－１３０．

［３３］柴媛欣，邢飛，李殿起，等．金屬材料激光增材制造路徑規(guī)劃研究現(xiàn)狀與展望［Ｊ］．材料導報，２０２４，３８（４）：１４９－１５４．

（ＣＨＡＩＹＸ，ＸＩＮＧＦ，ＬＩＤＱ，ｅｔａｌ．Ｓｔａｔｕｓａｎｄｐｒｏｓｐｅｃｔｏｆｒｅｓｅａｒｃｈｏｎｌａｓｅｒａｄｄｉｔｉｖｅｍａｎｕｆａｃｔｕｒｉｎｇｐａｔｈｐｌａｎｎｉｎｇｆｏｒｍｅｔａｌｌｉｃｍａｔｅｒｉａｌｓ［Ｊ］．ＭａｔｅｒｉａｌｓＲｅｐｏｒｔｓ，２０２４，３８（４）：１４９－１５４．）

［３４］ＣＨＡＩＹＸ，ＬＩＤＱ，ＭＩＡＯＬＧ，ｅｔａｌ．Ｒｅｓｉｄｕａｌｓｔｒｅｓｓａｎｄｄｉｓｔｏｒｔｉｏｎｐｒｅｄｉｃｔｉｏｎｆｏｒｌａｓｅｒｄｉｒｅｃｔｅｄｅｎｅｒｇｙｄｅｐｏｓｉｔｉｏｎｂａｓｅｄｏｎｃｙｃｌｉｃｈｅａｔｔｒａｎｓｆｅｒｍｏｄｅｌ［Ｊ］．ＩＥＥＥＡｃｃｅｓｓ，２０２４，１２：７２３－７３８．

［３５］苗立國，邢飛，史建軍，等．基于邊緣梯度搜索的激光定向能量沉積熔池尺寸提取方法［Ｊ］．材料導報，２０２４，３８（２）：２１７－２２３．

（ＭＩＡＯＬＧ，ＸＩＮＧＦ，ＳＨＩＪＪ，ｅｔａｌ．Ｍｅｌｔｐｏｏｌｓｉｚｅｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄｉｎｌａｓｅｒｄｉｒｅｃｔｅｄｅｎｅｒｇｙｄｅｐｏｓｉｔｉｏｎｂａｓｅｄｏｎｅｄｇｅｇｒａｄｉｅｎｔｓｅａｒｃｈ［Ｊ］．ＭａｔｅｒｉａｌｓＲｅｐｏｒｔｓ，２０２４，３８（２）：２１７－２２３．）

［３６］ＭＩＡＯＬＧ，ＸＩＮＧＦ，ＣＨＡＩＹＸ．ＣｌｏｓｅｄｌｏｏｐｃｏｎｔｒｏｌｏｆｍｅｌｔｐｏｏｌｗｉｄｔｈｉｎｌａｓｅｒｄｉｒｅｃｔｅｄｅｎｅｒｇｙｄｅｐｏｓｉｔｉｏｎｐｒｏｃｅｓｓｂａｓｅｄｏｎＰＳＯＬＱＲ［Ｊ］．ＩＥＥＥＡｃｃｅｓｓ，２０２３，１１：１７０－１８１．

［３７］ＧＵＯＬ．Ａｓｙｓｔｅｍ ｄｅｓｉｇｎｍｅｔｈｏｄｆｏｒｃｌｏｕｄｍａｎｕｆａｃｔｕｒｉｎｇａｐｐｌｉｃａｔｉｏｎｓｙｓｔｅｍ［Ｊ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１６，８４（１）：２７５－２８９．

［３８］ＳＫＡＲＬＡＴＯ，ＢＯＲＫＯＷＳＫＩＭ，ＳＣＨＵＬＴＥ Ｓ．Ｔｏｗａｒｄｓａｍｅｔｈｏｄｏｌｏｇｙａｎｄｉｎｓｔｒｕｍｅｎｔａｔｉｏｎｔｏｏｌｓｅｔｆｏｒｃｌｏｕｄ ｍａｎｕｆａｃｔｕｒｉｎｇ ［Ｃ］／／２０１６ １ｓｔＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐ ｏｎ ＣｙｂｅｒＰｈｙｓｉｃａｌＰｒｏｄｕｃｔｉｏｎ Ｓｙｓｔｅｍｓ（ＣＰＰＳ）．Ｖｉｅｎｎａ，Ａｕｓｔｒｉａ：ＩＥＥＥ，２０１６：１－４．

（責任編輯：尹淑英 英文審校：尹淑英）

特邀專家 邢飛，沈陽工業(yè)大學機械工程學院，博士生導師，二級教授。南京中科煜宸激光技術有限公司創(chuàng)始人、董事長、總經理。中央組織部第二批“萬人計劃”入選者、科技部“領軍型創(chuàng)新創(chuàng)業(yè)人才計劃”入選者、江蘇省“五四青年”獎章獲得者、江蘇省優(yōu)秀科技工作者、江蘇?。常常愁惾瞬牛骂惾瞬?、江蘇省雙創(chuàng)團隊領軍人才、遼寧省攀登學者。中國激光加工學會學術委員會委員、中國增材制造產業(yè)聯(lián)盟副理事長，曾任工信部增材制造領域專家、科技部“８６３計劃”新材料領域重點項目評審專家、“十三五”增材制造與激光制造重點研發(fā)計劃評審組組長。

基金項目：國家重點研發(fā)計劃項目（２０２２ＹＦＢ４６０２２００）。