上科大 l 采用深度强化学习算法优化增材制造镍基高温合金工艺的探索

根据3D科学谷，工业制造经常采用严格的质量标准来确保组件的一致性和性能。由于AM-增材制造流程通常用于制造单个或小批量零件，因此达到与传统制造流程相同的统计质量保证变得昂贵且困难。增材制造的质量控制仍然是阻碍高价值行业进一步采用这类工艺的突出问题。

随着人工智能技术的快速发展，国内外学者们开始尝试采用机器学习、强化学习算法进行DED定向能量沉积增材制造过程中实时信号分析、工艺优化、闭环控制等方面的研究。上海科技大学智造系统工程中心（CASE）的翟梓融课题组提出了一种基于深度强化学习算法的工艺参数与加工路径相匹配的综合优化框架。

▲Fig. https://do...