新加坡国立大学等 l 下一代自主增材制造系统的未来发展方向

3D科学谷洞察

自主增材制造（Autonomous Additive Manufacturing）是增材制造领域的一个前沿发展方向，它结合了人工智能、机器学习、物联网等先进技术，使制造过程能够自动进行，无需人工干预。通过传感器和机器学习算法，系统可以实时监测设备状态，自动检测故障并采取修复措施，减少停机时间。系统能够根据实时数据进行快速反馈和调整，确保打印过程的稳定性和质量。例如，如果检测到温度异常，系统可以自动调整加热器的功率。自主增材制造系统可以集成多种制造工艺，如3D打印、激光切割、后处理等，实现一站式的制造解决方案。通过闭环控制系统，系统可以实时监测打印质量，并根据反馈信息进行调整，确保每个部件的质量一致性。”

1

作 者

范昊林，刘辰澍，边世杰，马长语，黄俊霖，刘轩，Marshall Doyle, Thomas Lu, Edward Chow，陈连义，傅盈西，卢文峰，李冰冰

2

机 构

美国加州州立大学北岭分校，新加坡国立大学，美国威斯康星大学麦迪逊分校等

3

Citation

Fan H L et al. 2025. New era towards autonomous additive manufacturing: a review of recent tre

01

文章导读

基于数字化制造和人工智能技术快速发展的背景下，增材制造系统仍面临知识碎片化、高度依赖人工操作等挑战，严重限制了其自主化运行能力。近期美国加州州立大学北岭分校、新加坡国立大学、美国威斯康星大学麦迪逊分校等的研究人员合作在制造工程领域排名第一的学术期刊《极端制造》（International Journal of Extreme Manufacturing, IJEM）上发表了题为《New era towards Autonomous Additive Manufacturing: a review of recent trends and future perspectives》的综述文章，系统性地阐述了自主增材制造(AAM)系统的关键技术架构、知识驱动、智能预测、运行验证及认知决策等前沿进展，提出了基于多源数据融合、闭环控制系统和极端环境适应等发展思路，对推动增材制造向更智能、更自主的方向发展具有重要的指导意义。

02

图文解析

在生成式人工智能时代，人工智能代理的引入为解决增材制造领域的诸多挑战带来了新的契机，包括知识碎片化、操作自主性不足以及人工干预复杂等问题。得益于大型基础模型的出现，人工智能代理具备了强大的推理能力，使其能够自主选择和运用合适的工具，并通过闭环控制实现工具优化。这一突破性进展有望解决智能增材制造中的工具使用离散化问题，全面提升控制、监控和流程的自主性水平。

图1人工智能代理的采用与协作。

图1重点展示了利用人工智能代理的训练与协作技术，提升增材制造过程控制的核心方法。其关键在于如何将增材制造硬件与传感器数据有机结合，并针对复杂的增材制造过程实现高效协作。数字孪生、增强现实和仿真技术为代理提供了丰富的训练环境，通过物理驱动的机器学习，代理能够表征工艺-结构-性能等复杂关系，并具备泛化和迁移能力，从而适应实际增材制造中的多样化任务，例如调度优化、设计改进、人机监控与在线监测等。通过多代理的推理、执行与反馈机制，代理不仅可以在特定任务中进行本地化训练，还能实现知识共享。这种仿真与协作相结合的技术路径，使代理能够更好地应对实际增材制造过程中的复杂挑战。

03

总结与展望

图2增材制造的未来发展方向：自主增材制造（AAM）。

本文系统性综述了人工智能在增材制造领域的应用现状，重点阐述了从智能增材制造(IAM)向自主增材制造(AAM)系统演进的发展趋势。研究表明，当前IAM系统仍存在三个主要局限：一是各个子系统相互独立，缺乏集成解决方案；二是未能有效利用现有文档和物理驱动的先验知识；三是缺乏高层次控制器，无法基于局部观察做出全局性决策。

针对这些挑战，文章提出了AAM系统框架， 如图2所示。该框架由知识层、生成解决方案层、运行层和认知层四个关键层级组成。其中，知识层通过整合传感器数据、模型、仿真和先验知识来获取系统洞见；生成式解决方案层主要通过大型多模态模型和知识的结构化表示，致力于增材制造过程的学习与推理；运行层负责验证人工智能代理的性能，并探索其在不同增材制造工艺及生命周期阶段的应用潜力；认知层则作为高层控制器，赋予人工智能代理感知、推理、规划、执行和自我反思等能力。这四个层级的有机结合，最终构建成一个完整的端到端自主增材制造系统。

展望未来，AAM系统框架将通过集成人工智能驱动的认知能力与预测分析能力，在提升制造自主性、效率和适应性方面发挥重要作用。这一框架不仅能够提高产品质量、降低成本、增强柔性，更为增材制造技术的下一代发展奠定了基础。后续研究将进一步探索人工智能在推动制造技术革新中的关键作用，为实现更智能、更自主的增材制造提供新的思路和方法。

04

作者简介

范昊林

新加坡国立大学

第一作者范昊林，新加坡国立大学在读博士生、美国加州州立大学北岭分校访问学者。主要研究方向为数字孪生以及智能制造，在《Journal of Manufacturing Systems》《Journal of Intelligent Manufacturing》《Materials&Design》等期刊发表论文3篇。博士导师是增材制造领域的杰出专家傅盈西，新加坡国立大学机械工程系终身教授及增材制造中心创始主任，发表文章500余篇，谷歌引用2万多次。

李冰冰

美国加州州立大学北岭分校

通讯作者李冰冰，美国加州州立大学北岭分校制造系统工程与管理系终身正教授，主要从事智能制造与增材制造的研究，牵头承担了多项资助项目，发表期刊论文50余篇、会议论文40余篇。

极端制造 l

谷.专栏

投稿邮箱：2509957133@qq.com

欢迎投稿

▌三维科学 l 无限可能

投稿丨 2509957133@qq.com

www.3dsciencevalley.com

产业交流，欢迎加3D科学谷qq群-金星群： 102220164