近日，南方科技大学系统设计与智能制造学院助理教授熊异研究团队针对工业5.0背景下，增材制造与设计迈向智能化过程中的关键挑战进行了系统研究并取得系列进展，相关成果发表在Additive Manufacturing，Journal of Manufacturing Systems，Advanced Engineering Informatics等国际期刊。

增材制造技术是具有广泛应用前景的变革型技术，是先进制造的重要发展方向和智能制造的主要组成部分。随着近十年的高速发展，该技术已逐步从产品样机快速成型技术转变为满足工业标准的生产手段。然而，当前增材制造及其设计中决策过程仍然面临少信息、不确定、多变量等挑战。

针对相关概念的缺失，研究团队首先系统性地提出了以数据总线、物理信息和智能服务等多层级架构为参考模型，以人机融合智能为决策支撑，构造智能增材制造与设计系统研究的框架，以实现高效、稳定的制造过程，并推动产品与服务创新。重点阐述了智能增材制造与设计中的四类关键问题，即数字化设计方法与工具、先进测控技术、服务增材制造的人工智能算法和多学科协同优化算法。同时，还概述了增材制造及其设计研究在集成设计和制造、信息物理增材制造、增材制造高级人工智能、数字材料和产品以及增材制造工艺链设计等方向的未来前景。该研究成果以“Intelligent additive manufacturing and design: state of the art and future perspectives”为题发表在Additive Manufacturing上。

图 1 智能增材制造与设计研究框架

针对智能增材制造与设计中多样、复杂的人机协作关系，研究团队借助人-信息-物理系统（HCPS）框架探究了人机共融增材制造的概念并深入讨论了其典型场景与相关挑战。根据人和机器在协作过程中的角色，协作模式被分为主-被动式和双主动式。前者包含智能增材制造、人体增强，分别适用于大规模生产和样机制造；而后者包括人机共创，主要应用于大规模定制化和个性化产品开发。该研究成果以“Human-machine collaborative additive manufacturing”为题发表在Journal of Manufacturing Systems上。

图 2 人机共融增材制造的典型应用场景

针对智能增材制造与设计中产品大规模定制化需求，研究团队建立了数据驱动的创成式设计方法以提高设计效率和用户满意度，为大批量、定制化的产品设计提供了创新性解决方案。该方法可以将产品端、用户端、服务端沉淀的多类数据作为产品创成式设计中细节设计阶段的基础，并利用各类数据驱动方法挖掘数据价值，以弥补基于设计者驱动的创成式设计在细节设计阶段的局限，实现设计自动化程度和产品性能两方面的提升以满足用户的个性化需求。该研究成果以“Data-driven generative design for mass customization: A case study”为题发表在Advanced Engineering Informatics上。

图 3 采用数据驱动创成式设计的自行车座椅开发流程

南方科技大学系统设计与智能制造学院助理教授熊异为以上系列研究工作论文通讯作者，2020级硕士生蒋周明矩为第三篇论文第一作者。南方科技大学为论文第一单位。论文的主要合作者还包括澳大利亚莫纳什大学唐云龙教授，新加坡新加坡科技研究局David Rosen 教授，华中科技大学周奇教授、南方科技大学马永胜、Fred Han教授和韩国全州大学Samyeon Kim 教授等。以上研究工作得到了国家自然科学基金、国家重点研发计划、广东省自然科学基金、深圳市科技创新委员会的大力资助。

论文链接：

1. https://doi.org/10.1016/j.addma.2022.103139

2. https://doi.org/10.1016/j.jmsy.2022.12.004

3. https://doi.org/10.1016/j.aei.2022.101786

供稿：系统设计与智能制造学院

通讯员：马艺丹

编辑：曾昱雯