金属增材制造带来了前所未有的设计自由度，但在涉及到安全关键的领域中，其规模化应用之路往往受限于质量控制的“黑箱”。机器学习技术则有望点亮工艺参数与最终性能之间的盲区，为生产过程的精准导航与自主决策提供可能，是推动增材制造摆脱人工试错，走向智能化制造的引擎之一。
“ 3D Science Valley 白皮书 图文解析
”
本期谷·专栏将分享近期发表于Advanced Powder Materials期刊的综述文章“Machine learning assisted quality control in metal additive manufacturing: a review”。该综述聚焦于机器学习辅助金属增材制造成形质量控制优化及预测研究。基于金属增材制造质量控制的过程，研究主要包括六个方面，并探讨了该领域面临的挑战，同时提出了机器学习在金属增材制造领域